多维数据分析原理与应用

第1章 数据仓库体系结构1.1 初识数据仓库
1.2 数据仓库解决的问题
1.3 一个成功的例子
1.4 数据仓库中心——操作型数据还是分析型数据
1.5 数据仓库体系结构
1.6 数据仓库体系结构的计算模式
1.7 以数据为中心
1.8 数据仓库工作流
1.9 数据仓库体系结构的基本特点
1.10 一个现实的问题
1.11 小结第2章 数据仓库的基本特征2.1 业务系统和决策支持系统
2.2 数据仓库的数据源
2.3 数据仓库的维
2.4 数据仓库的事实数据
2.5 数据仓库的多维数据模型
2.6 数据立方体
2.7 数据立方体中的数据聚合
2.8 数据仓库的职业角色
2.9 小结第3章 联机分析处理系统3.1 OLAP的实质
3.2 使用维和度量进行数据分析
3.3 多维视图
3.4 维表
3.5 事实表
3.6 多维数据集
3.7 ROLAP、MOLAP和HOLAP
3.8 小结第4章 多维数据集的分析与建立4.1 多维数据集
4.2 OLAP服务管理的基本术语
4.3 多维数据集结构的更新
4.4 多维扩展语言
4.5 小结第5章 OLAP数据挖掘技术5.1 OLAP数据挖掘技术简介
5.2 OLAP多维数据集
5.3 数据挖掘的主要功能
5.4 期望的OLAP挖掘功能
5.5 OLAP数据挖掘的有效实施
5.6 小结第6章 Analysis Services多维数据引擎6.1 启动Analysis Services
6.2 建立数据库和数据源
6.3 建立多维数据集
6.4 编辑多维数据集
6.5 设计存储和处理多维数据集
6.6 定义立方体的存取权限
6.7 定义钻取选项
6.8 小结第7章 iAnalyze智能工具简介7.1 iAnalyze的产生背景和目标
7.2 iAnalyze的设计方案和系统需求
7.3 iAnalyze的体系结构与访问安全性
7.4 iAnalyze工具的操作
7.5 iAnalyze智能解决方案
7.6 小结第8章 地税数据仓库8.1 地税数据仓库的实施背景
8.2 实施过程
8.3 开发环境与目标
8.4 数据仓库的总体结构模型
8.5 税款开标数据立方体
8.6 费入库数据立方体
8.7 小结附录A 数据仓库相关技术常用名词解释
附录B 常用的MDX函数
附录C 国外数据仓库解决方案简介参考文献