高等学校信息管理与信息系统专业系列教材：数据仓库与数据挖掘的原理及应用

　　第1章 数据仓库概述
　　本章主要内容
　　1.1 从数据库到数据仓库
　　1.1.1 决策支持技术与数据库技术的发展
　　1.1.2 数据仓库与数据库的区别
　　1.2 数据仓库的概念与特点
　　1.2.1 数据仓库概念
　　1.2.2 面向主题
　　1.2.3 数据的集成性
　　1.2.4 数据的非易失性
　　1.2.5 数据因时而变的特点
　　1.3 数据仓库中的关键概念
　　1.3.1 外部数据源
　　1.3.2 数据抽取
　　1.3.3 数据清洗
　　1.3.4 数据转换
　　1.3.5 数据加载
　　1.3.6 元数据
　　1.3.7 数据集市
　　1.3.8 数据粒度
　　1.4 数据仓库的数据组织
　　1.4.1 数据仓库的数据组织结构
　　1.4.2 数据粒度与数据分割
　　1.4.3 数据仓库的数据组织形式
　　1.4.4 数据仓库的数据追加与清理
　　1.5 数据仓库与数据集市的关系
　　1.5.1 数据集市的类型
　　1.5.2 数据集市与数据仓库的区别
　　1.5.3 数据集市的特点
　　1.6 数据仓库体系结构
　　1.6.1 数据仓库系统的层次结构
　　1.6.2 数据仓库的构造模式
　　1.7 操作数据存储ODS
　　1.7.1 操作数据存储ODS的概念
　　1.7.2 操作数据存储ODS的应用
　　1.7.3 DB-ODS-DW三层体系结构
　　1.7.4 ODS／DW、ODS／DB之比较
　　习题一
　　第2章 联机分析处理
　　本章主要内容
　　2.1 联机分析处理的概念
　　2.1.1 OLAP的定义
　　2.1.2 OLAF的相关基本概念
　　2.1.3 OLAP与OLTP的关系及比较
　　2.1.4 OLAP准则
　　2.2 OLAP多维数据分析
　　2.2.1 OLAP基本分析动作
　　2.2.2 广义OLAP功能
　　2.2.3 多维数据分析实例
　　2.3 OLAP数据组织
　　2.3.1 多维数据组织
　　2.3.2 关系数据组织
　　2.3.3 两种数据组织的比较
　　2.3.4 HOLAP
　　2.4 OLAP的体系结构与展现方式
　　2.4.1 OLAP体系结构
　　2.4.2 OLAP前端展现方式
　　2.4.3 OLAP结果的展现方法
　　2.5 OLAP工具及评价
　　2.5.1 OracleOLAP工具
　　2.5.2 OLAP服务器和工具的评价指标
　　2.5.3 OLAP的局限性
　　习题二
　　第3章 数据仓库设计
　　本章主要内容
　　3.1 仓库中数据模型概述
　　3.1.1 数据模型的概念
　　3.1.2 数据仓库模型的构建原则
　　3.1.3 企业数据模型
　　3.2 概念模型设计
　　3.2.1 企业模型的建立
　　3.2.2 数据模型的规范化
　　3.2.3 常见的概念模型
　　3.3 逻辑模型设计
　　3.3.1 概念模型到逻辑模型的转换
　　3.3.2 数据表的规范化与分割
　　3.3.3 维度表的设计
　　3.3.4 事实表的设计
　　3.3.5 数据集市的设计
　　3.4 物理模型设计
　　3.4.1 定义数据存储结构
　　3.4.2 索引策略
　　3.4.3 存储分配优化
　　3.4.4 数据加载设计
　　3.4.5 物理模型的设计对数据仓库性能的影响
　　3.5 元数据模型
　　3.5.1 元数据的类型
　　3.5.2 元数据的作用
　　3.5.3 元数据的收集与维护
　　3.5.4 元数据的使用
　　3.6 粒度模型
　　3.6.1 粒度的划分
　　3.6.2 粒度级别的确定
　　习题三
　　第4章数据仓库的规划与开发
　　本章主要内容
　　4.1 数据仓库的投资分析
　　4.1.1 建立数据仓库的必要性
　　4.1.2 数据仓库的投资回报分析与风险分析
　　4.2 数据仓库的开发方法
　　4.2.1 瀑布式开发
　　4.2.2 螺旋式开发
　　4.3 数据仓库的建立过程
　　4.3.1 数据进入数据仓库的过程与建立数据仓库的步骤
　　4.3.2 需求分析
　　4.3.3 数据路线
　　4.3.4 技术路线
　　4.3.5 应用路线
　　4.3.6 数据仓库部署
　　4.3.7 运行维护
　　4.4 数据仓库的维护
　　4.4.1 数据周期
　　4.4.2 参照完整性
　　4.4.3 数据环境信息
　　4.4.4 数据备份与恢复
　　4.5 提高数据仓库性能
　　4.5.1 提高I／0性能
　　4.5.2 缩小查询范围
　　4.5.3 采取并行优化技术
　　4.5.4 选择适当的初始化参数
　　4.6 数据仓库的安全性
　　4.6.1 安全类型
　　4.6.2 安全方法
　　4.7 分布式数据仓库
　　4.7.1 分布式数据仓库的优点
　　4.7.2 分布式数据仓库的模型建立与数据划分
　　4.7.3 分布式数据仓库的建设策略
　　4.7.4 分布式数据仓库的技术缺陷
　　习题四
　　第5章数据仓库的工具
　　本章主要内容
　　5.1 数据仓库工具的选择
　　5.1.1 数据仓库工具的组成
　　5.1.2 数据仓库工具应具备的主要功能
　　5.1.3 数据仓库的发展趋势
　　5.1.4 选取数据仓库工具的方法
　　5.2 常用数据仓库产品简介
　　5.2.1 Oracle9i
　　5.2.2 NCRTeraData
　　第6章 数据挖掘概述
　　第7章 数据挖掘的算法
　　第8章 数据挖掘新技术
　　第9章 数据挖掘的工具及其应用
　　第10章 数据仓库与数据挖掘的综合应用
　　第11章 基于数据挖掘的上市公司财务危机预警应用实例
　　参考文献

　　《数据仓库与数据挖掘的原理及应用》详细阐述数据仓库与数据挖掘的基本原理，系统而全面地介绍数据仓库与数据挖掘的概念、作用、算法以及应用领域、相关学科和发展趋势，并着重讨论数据仓库和数据挖掘在企业管理中的应用及构建策略。基于SQL Server 2005介绍数据仓库与数据挖掘工具的操作和应用，并结合具体实例，阐述企业数据仓库和数据挖掘的实施过程。最后，以证券行业为对象提供一个数据挖掘的开发实例。《数据仓库与数据挖掘的原理及应用》的指导思想是在系统阐述基本知识和基本理论的基础上，强调实际应用能力的培养，充分体现数据仓库和数据挖掘技术作为解决实际问题的方法和工具的特点。《数据仓库与数据挖掘的原理及应用》既可以作为信息系统、电子商务、管理科学与工程、计算机应用、软件工程等专业的本科高年级和研究生教材，又可以作为从事竞争情报、信息管理、知识管理、战略管理和软科学的研究人员的参考资料。