基于数据仓库的数据挖掘技术 (2008 年度畅销榜NO.7953 )

新技术产生、发展和不断完善的推动力，来自于现实生活需要。在人们发出“网络到底是存储信息的金矿还是埋葬信息的沼泽地”的困惑时，基于数据仓库的数据挖掘技术无疑为人们带来了新的希望。
本书从数据库、数据库管理系统与数据仓库比较开始，介绍了数据仓库原理、数据仓库设计、联机分析处理、数据挖掘算法、统计类数据挖掘和知识类数据挖掘、其他数据挖掘技术和工具及数据仓库的应用和管理，辅以大量具有启发性的解决方案，从应用的角度分析了数据仓库的建设过程和联机分析、数据挖掘技术的选择。
本书除可作为高等院校相关专业高年级本科生或研究生教材外，也可供各企、事业单位从事信息系统开发的工程技术人员参考。

出版说明
前言

第1章 数据库、数据库管理系统与数据仓库
1.1 数据库与数据库技术
1.2 数据仓库
1.3 数据仓库及其数据分析工具

第2章 数据仓库原理
2.1 数据仓库的结构与技术要求
2.2 数据仓库中的数据
2.3 元数据

第3章 数据仓库设计
3.1 数据仓库的需求与规划
3.2 建立数据仓库
3.3 数据仓库典型解决方案

第4章 联机分析处理
4.1 联机分析的概念与特性
4.2 多维OLAP和关系OLAP
4.3 OLAP服务器及其工具评价

第5章 数据挖掘算法
5.1 数据挖掘概述
5.2 数据挖掘中的关联、挖掘公式和聚类
5.3 数据挖掘常用算法
5.4 神经网络与专家系统

第6章 统计类数据挖掘和知识类数据挖掘
6.1 设计数据挖掘模型
6.2 统计类数据挖掘
6.3 知识类数据挖掘
6.4 MDX语言

第7章 其他数据挖掘技术和工具
7.1 网络信息挖掘与网络信息检索
7.2 WEB挖掘
7.3 空间数据与分布式数据挖掘
7.4 多媒体数据检索

第8章 数据仓库的应用和管理
8.1 CRM应用开发
8.2 数据仓库及数据挖掘中的法律问题
8.3 数据仓库管理

附录
附录A 人工智能与专家决策
附录B 数据仓库测试规范
附录C Oracle+Power Builder综合应用简述
附录D XML与数据库

参考文献

信息系统是由信息科学、计算机科学、管理科学、决策科学、系统学等学科相互渗透相互交叉而发展起来的，经过多年的研究目前已经形成了比较完整的独具特色的体系；各高校也从不同的角度创办了不同类型的信息化专业，培养以掌握信息技术为目标的专业人才。 信息技术的迅速发展已从简单的批处理、联机事务处理的信息处理时代，进入了联机分析处理、数据仓库和数据挖掘的信息分析时代。 从应用角度来看，数据仓库是一种解决问题的方案，而不仅仅是技术和产品。数据仓库的建立是一个决策分析系统实施的过程，不仅需要各种建设工具而且还需相应的数据支持。数据仓库的建设必须基于比较完善的信息化构架，只有在一定的信息化基础上，才能进行数据仓库的建设。数据仓库的建设还是企业经营管理决策与信息化结合的过程，只有根据企业管理决策的实际情况，才能建设一个支持企业管理决策的数据仓库。 从技术角度来看，数据仓库以数据库技术作为存储数据和资源管理的手段，以联机分析处理技术和方法作为撮信息的有效手段；以数据挖掘、人工智能中的模型、算法作为发现知识和规律的途径。数据仓库的建设还是各种先进的信息处理技术与企业管理决策结合的过程，只有将OLAP技术、数据挖掘技术与数据仓库中的庞大数据相结合，与企业先进的管理决策方法相结合，才能使数据仓库在企业的经营管理决策中发挥巨大的作用。 数据仓库是诸多学科相互交叉、综合应用的技术。数据仓库建设的成功不仅取决于技术人员对数据仓库开发方法与开发工具的熟练应用，更取决于数据仓库能否得到熟练应用。换句话说，数据仓库的成功关键在于用户的应用情况，而不是数据仓库开发技术的熟练应用。所以本书在介绍了数据仓库的组织与数据挖掘方法之后，还用相当的篇幅介绍了数据仓库的管理与应用。 本书内容包括数据库、数据库管理系统与数据仓库；数据仓库原理；数据仓库设计；联机分析处理；数据挖掘算法；统计类数据挖掘和知识类数据挖掘；其他数据挖掘技术和工具和数据仓库的应用和管理。本书还通过分析典型数据库与应用案例，使读者了解如何利用数据仓库来降低企业的运营成本、建立更好的客户关系管理、提高产品的质量。