數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘

內(nèi)容概要

20世紀(jì)90年代興起的數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘代表著信息序化和信息分析技術(shù)的重大進(jìn)展。兩者的結(jié)合，已成為人類處理和分析海量信息的有力武器。     本書(shū)在論述數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)基本概念的基礎(chǔ)上，系統(tǒng)和深入地剖析了數(shù)據(jù)倉(cāng)庫(kù)的模型，以數(shù)據(jù)倉(cāng)庫(kù)為應(yīng)用平臺(tái)的聯(lián)機(jī)分析處理（OLAP）技術(shù)，以證券行業(yè)為對(duì)象的數(shù)據(jù)倉(cāng)庫(kù)的開(kāi)發(fā)實(shí)例，數(shù)據(jù)庫(kù)挖掘、文本挖掘、Web挖掘、數(shù)據(jù)挖掘軟件，以及數(shù)據(jù)挖掘的應(yīng)用，尤其在競(jìng)爭(zhēng)情報(bào)系統(tǒng)和客戶關(guān)系管理中的應(yīng)用，從而為了解和掌握數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)提供了一個(gè)知識(shí)門戶。    本書(shū)可供我國(guó)企業(yè)界、情報(bào)界、咨詢界、教育界的信息分析、競(jìng)爭(zhēng)情報(bào)、信息管理、知識(shí)管理、戰(zhàn)略管理和軟科學(xué)研究從業(yè)者的專業(yè)進(jìn)修，以及高等院校師生教學(xué)和參考之用。

作者簡(jiǎn)介

　　謝新洲　北京大學(xué)新聞與傳播學(xué)院副院長(zhǎng)兼北京大學(xué)中國(guó)競(jìng)爭(zhēng)情報(bào)和競(jìng)爭(zhēng)力研究中心主任，教授、博士、博士生導(dǎo)師。主要從事信息系統(tǒng)與信息咨詢服務(wù)、電子出版技術(shù)與網(wǎng)絡(luò)信息傳播研究。曾獲部委級(jí)科技進(jìn)步獎(jiǎng)和國(guó)家教委優(yōu)秀教材獎(jiǎng)多項(xiàng)，多次主持國(guó)家自然科學(xué)基金項(xiàng)目和部委級(jí)項(xiàng)目的研究。主編《現(xiàn)代信息管理》、《網(wǎng)絡(luò)傳播》等叢書(shū)3套，出版學(xué)術(shù)專著與教材多部。

書(shū)籍目錄

第1章  緒論	  1.1  企業(yè)用戶關(guān)心的新問(wèn)題	  1.2  解決問(wèn)題的一項(xiàng)新技術(shù)——數(shù)據(jù)倉(cāng)庫(kù)	  1.3  數(shù)據(jù)倉(cāng)庫(kù)的商業(yè)應(yīng)用	  1.4  數(shù)據(jù)倉(cāng)庫(kù)與信息管理	  1.5  信息管理的新問(wèn)題催生數(shù)據(jù)挖掘	  1.6  數(shù)據(jù)挖掘與信息管理	  1.7  數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘	  1.8  數(shù)據(jù)倉(cāng)庫(kù)與非結(jié)構(gòu)化數(shù)據(jù)的管理	  1.9  數(shù)據(jù)倉(cāng)庫(kù)與傳統(tǒng)數(shù)據(jù)庫(kù)長(zhǎng)期共存	第2章  數(shù)據(jù)倉(cāng)庫(kù)概述	  2.1  從傳統(tǒng)數(shù)據(jù)庫(kù)到數(shù)據(jù)倉(cāng)庫(kù)	    2.1.1  傳統(tǒng)數(shù)據(jù)庫(kù)的不足	    2.1.2  數(shù)據(jù)倉(cāng)庫(kù)與傳統(tǒng)數(shù)據(jù)庫(kù)的區(qū)別	  2.2  數(shù)據(jù)倉(cāng)庫(kù)的基本概念	    2.2.1  外部數(shù)據(jù)源	    2.2.2  數(shù)據(jù)抽取	    2.2.3  抽取存儲(chǔ)區(qū)	    2.2.4  數(shù)據(jù)清洗	    2.2.5  數(shù)據(jù)轉(zhuǎn)換	    2.2.6  元數(shù)據(jù)	    2.2.7  數(shù)據(jù)集市	  2.3  數(shù)據(jù)倉(cāng)庫(kù)的體系結(jié)構(gòu)	    2.3.1  數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的三個(gè)層次	    2.3.2  數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)造模式	  2.4  數(shù)據(jù)倉(cāng)庫(kù)的特點(diǎn)	    2.4.1  面向主題	    2.4.2  數(shù)據(jù)的集成性	    2.4.3  數(shù)據(jù)的非易失性	    2.4.4  數(shù)據(jù)的時(shí)變性	  2.5  數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)組織	    2.5.1  數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)綜合	    2.5.2  數(shù)據(jù)倉(cāng)庫(kù)中的時(shí)間分割	    2.5.3  數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)組織	第3章  數(shù)據(jù)倉(cāng)庫(kù)中的模型	  3.1  數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)模型概述	  3.2  數(shù)據(jù)倉(cāng)庫(kù)的概念模型	    3.2.1  企業(yè)模型的建立	    3.2.2  數(shù)據(jù)模型的規(guī)范	    3.2.3  常見(jiàn)的概念模型	  3.3  邏輯模型與物理模型	    3.3.1  邏輯數(shù)據(jù)模型的特點(diǎn)	    3.3.2  物理模型的設(shè)計(jì)要點(diǎn)	    3.3.3  事實(shí)表的設(shè)計(jì)	    3.3.4  維度表的設(shè)計(jì)	    3.3.5  物理模型的設(shè)計(jì)對(duì)數(shù)據(jù)倉(cāng)庫(kù)性能的影響	  3.4  元數(shù)據(jù)模型	    3.4.1  元數(shù)據(jù)的類型	    3.4.2  元數(shù)據(jù)的作用	    3.4.3  元數(shù)據(jù)的收集與維護(hù)	    3.4.4  元數(shù)據(jù)的使用	  3.5  數(shù)據(jù)倉(cāng)庫(kù)的粒度模型	    3.5.1  粒度的劃分	    3.5.2  粒度級(jí)別的確定	第4章  OLAP技術(shù)	  4.1  OLAP概述	    4.1.1  OLAP的發(fā)展歷程與特點(diǎn)	    4.1.2  OLAP的基本概念	    4.1.3  OLAP分析的基本操作	    4.1.4  OLAP與OLTP的比較	  4.2  OLAP的評(píng)價(jià)標(biāo)準(zhǔn)	    4.2.1  評(píng)價(jià)OLAP的十二條準(zhǔn)則	    4.2.2  對(duì)OLAP評(píng)價(jià)標(biāo)準(zhǔn)的補(bǔ)充	  4.3  基于多維數(shù)據(jù)庫(kù)的OLAP	    4.3.1  多維數(shù)據(jù)庫(kù)	    4.3.2  MDDB數(shù)據(jù)中的時(shí)間序列	    4.3.3  MDDB的數(shù)據(jù)存儲(chǔ)與讀取	  4.4  基于RDBMS的OLAP	    4.4.1  多維數(shù)據(jù)在RDBMS中的記錄	    4.4.2  星形結(jié)構(gòu)的存儲(chǔ)實(shí)現(xiàn)	    4.4.3  MOLAP與ROLAP的比較	  4.5  OLAP的前端展現(xiàn)	    4.5.1  OLAP系統(tǒng)的結(jié)構(gòu)	    4.5.2  OLAP結(jié)果的展現(xiàn)方法	第5章  數(shù)據(jù)倉(cāng)庫(kù)的開(kāi)發(fā)實(shí)例第6章  數(shù)據(jù)挖掘概述第7章  數(shù)據(jù)庫(kù)挖掘	第8章  文本挖掘第9章  Web挖掘	第10章  數(shù)據(jù)挖掘應(yīng)用第11章  數(shù)據(jù)挖掘與競(jìng)爭(zhēng)情報(bào)系統(tǒng)參考文獻(xiàn)

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘 PDF格式下載

---