第一篇 数据仓库与OLAP
第1章 数据仓库基本概念
1．1 从数据库到数据仓库
1．1．1 蜘蛛网问题
1．1．2 事务处理和分析处理数据环境的分离
1．2 什么是数据仓库
1．2．1 面向主题
1．2．2 集成
1．2．3 稳定性
1．2．4 随时间而变化
1．3 数据仓库与传统数据库的比较
1．3．1 两个系统的主要区别
1．3．2 两个系统的查询支持不同
1．3．3 两个系统数据组织模式示例比较
1．4 数据仓库的系统结构
1．4．1 三层数据仓库结构
1．4．2 数据仓库中的关键名词
1．5 数据仓库的数据组织
1．5．1 数据仓库的数据组织结构
1．5．2 数据粒度与数据分割
1．5．3 数据仓库的数据组织形式
1．5．4 数据仓库的数据追加和清理
1．6 小结
习题
第2章 数据仓库中的ETL和元数据
2．1 ETL
2．1．1 ETL概念
2．1．2 ETL作用
2．1．3 ETL工具
2．2 元数据
2．2．1 什么是元数据
2．2．2 元数据的标准化
2．2．3 数据仓库中的元数据管理
2．2．4 在数据仓库项目中使用元数据的建议
2．3 外部数据
2．3．1 外部数据和非结构化数据
2．3．2 元数据和外部数据
2．3．3 外部数据的存储
2．3．4 外部数据的管理
2．4 小结
习题
第3章 数据仓库模型设计及数据仓库建立
3．1 数据仓库的概念模型设计
3．1．1 E．R模型
3．1．2 面向对象的分析方法
3．2 数据仓库的逻辑模型设计
3．2．1 分析主题，确定当前要装载的主题
3．2．2 确定数据粒度的选择
3．2．3 确定数据分割策略
3．2．4 增加导出字段
3．2．5 定义关系模式
3．2．6 定义记录系统
3．3 数据仓库的物理模型设计
3．3．1 索引策略
3．3．2 数据存储策略
3．4 数据仓库的建立过程
3．4．1 需求分析
3．4．2 数据路线
3．4．3 技术路线
3．4．4 应用路线
3．4．5 数据仓库部署
3．4．6 运行维护
3．5 提高数据仓库性能
3．6 小结
习题
第4章 联机分析处理
4．1 OLAP概念
4．1．1 什么是OLAP
4．1．2 OLAP的相关基本概念
4．1．3 OLAP和OLTP的区别
4．1．4 OLAP和数据仓库的区别
4．2 OLAP的基本操作
4．2．1 数据切片
4．2．2 数据切块
4．2．3 数据上探／下钻
4．2．4 数据旋转
4．2．5 其他OLAP操作
4．3 OLAP的数据模型
4．3．1 什么是数据立方体
4．3．2 多维数据模型的存在形式
4．4 OLAP分类和服务器类型
4．4．1 OLAP的分类
4．4．2 OLAP的三层客户朋艮务器结构
4．4．3 ROLAP服务器
4．4．4 MOLAP服务器
4．4．5 HOLAP服务器
4．5 基于多维数据库的OLAP(MOLAP)
4．5．1 多维数据库
4．5．2 维的分类
4．5．3 多维数据库存储
4．6 基于关系数据库的OLAP(ROLAP)
4．6．1 维表和事实表
4．6．2 ROLAP与MOLAP比较
4．7 OLAP实现
4．7．1 数据立方体的有效计算
4．7．2 索引OLAP数据
4．7．3 OLAP查询的有效处理
4．7．4 OLAP的前端展现
4．8 OLAP的衡量和特性
4．8．1 OLAP的12准则
4．8．2 OLAP的简洁准则(OLAP的特性)
4．9 小结
习题
第二篇 数据挖掘与空间数据挖掘
第5章 数据挖掘概念与数据预处理
5．1 数据挖掘概述
5．2 数据挖掘分类
5．2．1 概述
5．2．2 描述性挖掘
5．2．3 预测性挖掘
5．3 数据挖掘系统
5．3．1 数据挖掘系统的结构
5．3．2 数据挖掘系统的设计
5．3．3 数据挖掘系统的发展
5．4 数据预处理
5．4．1 数据清理
5．4．2 数据集成
5．4．3 数据变换
5．4．4 数据归约
5．4．5 属性概念分层的自动生成
5．5 数据挖掘与数据仓库
5．6 数据挖掘的应用和发展
5．6．1 数据挖掘的应用
5．6．2 数据挖掘未来研究方向
5．7 小结
习题
第6章 关联分析二
6．1 问题定义
6．2 Apriori算法
6．2．1 频繁项集产生
6．2．2 规则产生
6．2．3 Apriori算法
6．3 频繁项集的紧凑表示
6．3．1 最大频繁项集
6．3．2 频繁闭项集
6．4 FP-growth算法
6．4．1 FP树构造
6．4．2 频繁项集产生
6．4．3 FP-growth算法
6．5 小结
习题
第7章聚类分析
7．1 概述
7．1．1 聚类概念
7．1．2 相似性测度
7．1．3 聚类过程
……
第三篇 工具与实例
主要参考文献
缺书网
扫码进群