数据仓库原理与应用

第1章　概述                  
     1. 1　数据库与决策支持技术的发展                  
         1. 1. 1  数据库技术的发展                  
         1. 1. 2　决策支持技术的发展                  
     1. 2　数据仓库技术的发展                  
         1. 2. 1　数据仓库概念的提出                  
         1. 2. 2　数据仓库的发展                  
         1. 2. 3　数据仓库技术的兴起                  
         1. 2. 4　数据仓库的动态                  
     1. 3  数据挖掘技术的发展                  
         1. 3. 1　数据挖掘研究和应用面临的挑战                  
         1. 3. 2　数据仓库与数据挖掘的关系                  
     1. 4　数据仓库未来发展方向                  
 第2章　数据仓库原理                  
     2. 1　数据仓库的概念                  
         2. 1. 1　数据仓库的定义                  
         2. 1. 2　数据仓库的特征                  
         2. 1. 3　数据集市                  
     2. 2　数据仓库的技术要求                  
     2. 3　数据仓库的结构                  
         2. 3. 1　数据仓库的自项向下结构                  
         2. 3. 2　数据仓库的自底向上结构                  
         2. 3. 3　企业级数据集市结构                  
         2. 3. 4　数据存储／数据集市结构                  
         2. 3. 5　分布式数据仓库／数据集市结构                  
         2. 3. 6　分布式知识管理结构                  
         2. 3. 7　数据仓库系统的结构                  
         2. 3. 8　数据仓库的数据组织                  
     2. 4　元数据                  
         2. 4. 1　元数据的由来                  
         2. 4. 2　元数据的定义                  
         2. 4. 3　元数据的主要作用                  
         2. 4. 4　元数据的分类                  
         2. 4. 5　元数据的标准化                  
         2. 4. 6  OIM简介                  
 第3章　数据仓库的设计                  
     3. 1　数据仓库的方法论                  
     3. 2　数据仓库规划                  
     3. 3　数据仓库体系结构                  
     3. 4　数据仓库的技术体系结构                  
     3. 5　数据仓库的数据组织                  
         3. 5. 1　维表和事实表构成的关系型数据仓库                  
         3. 5. 2　多维数据库数据组织                  
         3. 5. 3　两种数据组织的等价性                  
         3. 5. 4　虚拟数据仓库                  
     3. 6　数据仓库的粒度                  
         3. 6. 1　粒度确定                  
         3. 6. 2　粒度划分示例                  
     3. 7　数据仓库开发                  
         3. 7. 1　定义体系结构                  
         3. 7. 2　决策者的需求                  
         3. 7. 3　主题区分析                  
         3. 7. 4　源系统分析                  
         3. 7. 5　变换设计                  
         3. 7. 6　物理数据库设计                  
         3. 7. 7　最终用户访问方法的设计. 定义和开发                  
         3. 7. 8　数据仓库开发                  
         3. 7. 9　数据仓库填充和实施                  
         3. 7. 10　数据仓库的开发流程                  
     3. 8　数据仓库解决方案                  
         3. 8. 1　Sybase提供的数据仓库解决方案                  
         3. 8. 2　SAS提供的数据仓库解决方案                  
         3. 8. 3　Platinum提供的数据仓库解决方案                  
         3. 8. 4　其他解决方案                  
 第4章　数据仓库管理技术                  
     4. 1　数据仓库管理的基本问题                  
     4. 2　数据仓库中的多维建模技术                  
         4. 2. 1　多维模型的两种结构                  
         4. 2. 2　多维建模在决策支持系统中的应用                  
         4. 2. 3　多维建模面临的挑战                  
     4. 3　休眠数据管理                  
         4. 3. 1  问题的提出                  
         4. 3. 2　休眠数据对数据仓库的影响                  
         4. 3. 3　解决方案                  
     4. 4　元数据的管理                  
         4. 4. 1　早期的数据管理：从内部管理到数据字典                  
         4. 4. 2　企业级中心知识库的管理方法                  
         4. 4. 3　传统的元数据管理方法                  
         4. 4. 4　元数据的数据仓库管理功能                  
 　      4. 4. 5　数据仓库研究项目和元数据管理介绍                  
   　    4. 4. 6　评估元数据的价值                  
     　  4. 4. 7　管理元数据                  
     4. 5　数据仓库管理工具                  
 第5章　联机分析处理                  
     5. 1　概述                  
         5. 1. 1　OLAP的出现                  
         5. 1. 2　OLAP的定义                  
         5. 1. 3　OLAP的结构                  
         5. 1. 4　OLAP的一些基本概念                  
         5. 1. 5　OLAP的基本分析操作                  
         5. 1. 6  OLAP与OLTP的比较                  
     5. 2　多维OLAP与关系OLAP                  
         5. 2. 1  多维数据存储与关系数据存储                  
         5. 2. 2  OLAP服务器                  
         5. 2. 3  MOLAP                  
         5. 2. 4  ROLAP                  
     5. 3  OLAP技术分析                  
         5. 3. 1　结构分析                  
         5. 3. 2　数据存储和管理                  
         5. 3. 3　数据存取                  
         5. 3. 4　多维模型的实现技术                  
         5. 3. 5　OLAP的12条准则                  
         5. 3. 6　OLAP服务器和工具的评价                  
     5. 4　实用OLAP技术简介                  
         5. 4. 1  Oracle OLAP工具                  
         5. 4. 2  Oracle Express Server技术特色                  
         5. 4. 3  Informix OLAP工具                  
 第6章　数据挖掘技术                  
     6. 1　数据挖掘概念. 方法与任务                  
         6. 1. 1　基本概念                  
         6. 1. 2　数据挖掘的任务与分类                  
         6. 1. 3　数据挖掘的方法和技术                  
         6. 1. 4　数据挖掘的现状与应用                  
     6. 2　关联规则的发现                  
         6. 2. 1　关联规则简介                  
         6. 2. 2　关联规则的基本概念                  
         6. 2. 3　关联规则发现的经典算法                  
         6. 2. 4　基于聚类的周期关联规则发现算法CCAR                  
         6. 2. 5　关联规则价值衡量的方法                  
     6. 3　公式发现                  
         6. 3. 1　现状                  
         6. 3. 2　问题描述                  
         6. 3. 3  BACON系统                  
         6. 3. 4  FDD系统                  
         6. 3. 5  Explore系统                  
     6. 4　数据聚类                  
         6. 4. 1　聚类的概念                  
         6. 4. 2　SAS的聚类算法                  
         6. 4. 3　基于遗传等法的聚类方法                  
         6. 4. 4　基于随机搜索的聚类算法                  
         6. 4. 5　聚类算法BIRCH                  
 第7章　数据挖掘算法                  
     7. 1　数据挖掘的集合论方法                  
         7. 1. 1　粗集方法                  
         7. 1. 2　概念树方法                  
         7. 1. 3　覆盖正例排斥反例方法                  
     7. 2　数据挖掘中的决策树方法                  
         7. 2. 1　基本原理                  
         7. 2. 2　ID3决策树方法                  
         7. 2. 3　IBLE决策规则树方法                  
         7. 2. 4　决策树方法的优点和发展                  
     7. 3　数据挖掘中的遗传算法                  
         7. 3. 1　遗传算法的形成和发展                  
         7. 3. 2　遗传算法的基本原理                  
         7. 3. 3　遗传算法的研究方向                  
         7. 3. 4　基于遗传算法的分类系统                  
         7. 3. 5　基于混合数据的遗传分类算法                  
     7. 4　数据挖掘的神经网络方法                  
         7. 4. 1  神经网络的理论基础                  
         7. 4. 2　几个常见神经网络                  
         7. 4. 3　非线性神经网络的原理及其学习算法                  
 第8章　数据仓库应用                  
     8. 1　需求分析                  
         8. 1. 1　环境分析                  
         8. 1. 2　业务数据库结构分析                  
 　      8. 1. 3　数据仓库应用系统的分析主题                  
   　    8. 1. 4　数据仓库应用系统的具体要求                  
     8. 2　数据仓库应用系统设计                  
     　  8. 2. 1　数据仓库应用系统结构                  
       　8. 2. 2　数据模型设计                  
     8. 3　数据转移                  
 　      8. 3. 1　数据转移方案                  
   　    8. 3. 2　数据装载                  
     8. 4　创建多维数据集                  
     8. 5　小结                  
 参考文献