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
1.1.1 数据、数据库与数据库系统
1.1.2 数据库系统的特点
1.1.3 数据库技术新发展
1.2.数据仓库
1.2.1 从传统数据库到数据仓库
1.2.2 数据仓库的基本特性
1.3 数据仓库及其数据分析工具
1.3.1 联机分析与数据挖掘
1.3.2 数据仓库与数据挖掘
1.3.3 数据仓库未来发展方向
第2章 数据仓库原理
2.1 数据仓库的结构与技术要求
2.1.1 数据仓库的总体结构
2.1 2 数据集市
2.1.3 数据仓库的技术要求
2.2 数据仓库中的数据
2.2.1 数据仓库的数据组织
2.2.2 数据模型
2.2.3 数据仓库的概念模型
2.2.4 数据仓库的逻辑模型与物理模型
2.3 元数据
2.3.1 元数据的作用
2.3.2 元数据的分类
2.3.3 元数据的标准化
2.3.4 数据粒度
第3章 数据仓库设计
3.1 数据仓库的需求与规划
3.1.1 数据库设计方法简述
3.1.2 数据仓库开发流程
3.1.3 数据仓库需求分析
3.1.4 数据仓库规划
3.2 建立数据仓库
3.2.1 数据仓库的平台与结构选择
3.2.2 数据仓库接口与中间件设计
3.2.3 数据仓库的数据抽取、加载与复制
3.2.4 数据仓库逻辑模型的确定
3.2.5 数据仓库物理模型的确定
3.2.6 数据仓库测试
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
4.1.1 联机分析的概念
4.1.2 联机分析的特性
4.1.3 联机分析准则
4.2 多维OLAP和关系OLAP
4.2.1 MOLAP和ROL,AP的概念
4.2.2 OLAP选择评价
4.2.3 OLAM
4.3 OLAP服务器及其工具评价
4.3.1 OLAP服务器和工具的评价标准
4.3.2 Oracle OLAP工具
4.3.3 Informix工具
4.3.4 MSS QLS erver中的OLAP功能
第5章 数据挖掘算法
5.1 数据挖掘概述
5.1.1 数据挖掘的演变
5.1.2 数据挖掘的分类
5.1.3 常用数据挖掘模式与工具
5.2 数据挖掘中的关联、挖掘公式和聚类
5.2.1 关联规则
5.2.2 数据挖掘公式
5.2.3 数据聚类
5.3 数据挖掘常用算法
5.3.1 数据挖掘的集合论法
5.3.2 数据挖掘的决策树法
5.3.3 数据挖掘的遗传算法
5.4 神经网络与专家系统
5.4.1 神经网络方法
5.4.2 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
6.1.1 数据挖掘方法论
6.1.2 构造和使用数据挖掘模型
6.2 统计类数据挖掘
6.2.1 统计分析类数据挖掘技术
6.2.2 统计分析工具
6.2.3 统计分析工具应用
6.3 知识类数据挖掘
6.3.1 知识发现系统的一般结构
6.3.2 知识发现技术及其运用
6.3.3 知识发现工具
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
7.1.1 Web挖掘的概念
7.1.2 关于网络信息检索
7.2.WEB挖掘
7.2.1 Web文本挖掘
7.2.2 IDGS Web内容挖掘系统
7.2.3 Web结构挖掘
7.2.4 Web使用记录挖掘
7.3 空间数据与分布式数据挖掘
7.3.1 空间数据挖掘
7.3.2 分布式数据挖掘
7.4 多媒体数据检索
7.4.1 多媒体检索过程及其特征提取
7.4.2 基于内容的图像检索
7.4.3 视频结构化及其检索
7.4.4 基于内容的音频检索
第8章 数据仓库的应用和管理
8.1 CRM应用开发
8.1.1 CRM方案概述
8.1.2 CRM实施
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
8.3.1 数据仓库开发的成本，效益分析
8.3.2 数据仓库安全管理
8.3.3 数据仓库应用的阶段性
8.3.4 数据仓库的评价
附录
附录A 人工智能与专家决策
A.1 人工智能
A.2 置信因子与模糊逻辑
A.3 专家及其准则
A.4 关于专家决策系统
附录B 数据仓库测试规范
B.1 测试0IXP性能的TPC-C
B.2 TPC-D、TPC-H和TPC-R
B.3 评价电子商务的TPC-W
B.4 设计企业的性能测试方案
附录C Oracle+Power Builder综合应用简述
C.1 Oracle中的数据对象
C.2 PowerBuilder应用程序开发步骤
C.3 连接数据库
C.4 Oracle+Power Builder综合应用步骤
附录D XML与数据库
参考文献
鄂公网安备 42010302001612号 