| 《数据仓库与数据挖掘技术》以企业信息化为基点，从理论与实际应用角度，全面深入地介绍了数据仓库与数据挖掘的基本理论与应用方法。主要内容包括：数据库与数据仓库应用系统分析，微软SQL Server 2000数据仓库工具，数据仓库结构及其创建，数据仓库开发过程，数据转换服务(DTS)，联机分析处理(OLAP)的MDX表示与实现，数据挖掘基础，常用的知识发现技术，微软SQLServer 2000数据挖掘技术。《数据仓库与数据挖掘技术》注重工程实践性，实用性强，可以帮助读者全面掌握数据仓库构建与数据挖的方法和步骤，开发出具有实用价值的数据仓库系统。 《数据仓库与数据挖掘技术》适用于高等院校信息管理与信息系统专业、电子商务专业、物流管理专业等相关专业本科生教材，也可作为金融类、管理类有关专业研究生教材，同时，对企事业单位数据仓库与数据挖掘工作人员、研究人员有重要参考价值。 |
| 1 数据库与数据仓库应用系统 1.1 企业信息 1.2 决策支持系统 1.3 数据库到数据仓库的演变 1.4 数据仓库在企业领域应用概述 2 SQL Server 2000 数据仓库工具 2.1 关系型数据库管理系统 2.2 Analysis Services 3 数据仓库结构及其创建 3.1 数据仓库数据库 3.2 事实数据表 3.3 维度表 3.4 维度 3.5 多维数据集 4 企业数据仓库开发过程 4.1 项目系统规划及可行性报告 4.2 确定用户需求 4.3 系统分析 4.4 系统设计 4.5 系统实现 4.6 试用 4.7 扩充 5 数据转换服务 5.1 DTS概述 5.2 DTS包 5.3 数据转换 5.4 使用DTS包 5.5 创建DTS包 5.6 DTS的高级使用 6 OLAP的MDX表示与实现 6.1 OLAP的基本分析动作 6.2 OLAP与MDX 6.3 OLAP的前端展现方式 6.4 OLAP的局限性 7 数据挖掘基础 7.1 数据发掘的概述 7.2 数据发掘技术和工具 7.3 数据挖掘方法及步骤 8 常用的知识发现技术 8.1 依赖性分析 8.2 聚类分析 8.3 基于神经网络的数据挖掘方法 8.4 基于遗传算法的数据挖掘方法 8.5 基于粗糙集的数据挖掘方法 9 SQL Server2000 数据挖掘技术 9.1 数据挖掘数学模型 9.2 用DTS建立数据挖掘模型 9.3 使用Pivot Table服务进行数据挖掘 |
内容加载中，请稍后...
商品评论（0条）