数据仓库与数据挖掘实践

封面 1
书名 3
版权 4
前言 5
目录 7
第1章 数据仓库概述 14
1.1 数据仓库及其历史 14
1.1.1 数据库技术的发展 14
1.1.2 什么是数据仓库 15
1.2 数据仓库系统及其开发工具 18
1.2.1 数据仓库系统的组成 18
1.2.2 ETL 19
1.2.3 数据仓库和数据集市的关系 19
1.2.4 元数据及其管理 20
1.3 数据仓库系统开发工具 21
1.4 数据仓库与操作型数据库的关系 22
1.4.1 从数据库到数据仓库 22
1.4.2 数据仓库为什么是分离的 23
1.4.3 数据仓库与操作型数据库的对比 23
1.4.4 ODS 24
1.5 商务智能与数据仓库的关系 24
练习题1 25
思考题1 26
第2章 数据仓库设计 27
2.1 数据仓库设计概述 27
2.1.1 数据仓库设计原则 27
2.1.2 数据仓库构建模式 27
2.1.3 数据仓库设计步骤 28
2.2 数据仓库的规划和需求分析 28
2.2.1 数据仓库的规划 28
2.2.2 数据仓库的需求分析 29
2.3 数据仓库的建模 30
2.3.1 多维数据模型及相关概念 30
2.3.2 多维数据模型的实现 31
2.3.3 数据仓库建模的主要工作 32
2.3.4 几种常见的基于关系数据库的多维数据模型 34
2.4 数据仓库的物理模型设计 39
2.4.1 确定数据的存储结构 40
2.4.2 确定索引策略 40
2.4.3 确定存储分配 40
2.5 数据仓库的部署和维护 41
2.5.1 数据仓库的部署 41
2.5.2 数据仓库的维护 41
2.6 一个简单的数据仓库SDWS设计示例 42
2.6.1 SDWS的需求分析 42
2.6.2 SDWS的建模 42
2.6.3 基于SQL Server 2008设计SDWS 48
练习题2 55
思考题2 56
第3章 OLAP技术 57
3.1 OLAP概述 57
3.1.1 什么是OLAP 57
3.1.2 OLAP技术的特性 57
3.1.3 OLAP和OLTP的区别 58
3.1.4 数据仓库与OLAP的关系 59
3.1.5 OLAP分类 59
3.2 OLAP的多维数据模型 61
3.2.1 多维数据模型的定义 61
3.2.2 OLAP的基本分析操作 62
3.2.3 一个简单的多维数据模型 66
3.3 OLAP实现 69
3.3.1 数据立方体的有效计算 69
3.3.2 索引OLAP数据 74
3.3.3 OLAP查询的有效处理 75
练习题3 76
思考题3 77
第4章 数据挖掘概述 78
4.1 什么是数据挖掘 78
4.1.1 数据挖掘的定义 78
4.1.2 数据挖掘的知识表示 79
4.1.3 数据挖掘的主要任务 79
4.1.4 数据挖掘的发展 80
4.1.5 数据挖掘的对象 80
4.1.6 数据挖掘的分类 81
4.1.7 数据挖掘与数据仓库及OLAI的关系 81
4.1.8 数据挖掘的应用 82
4.2 数据挖掘系统 83
4.2.1 数据挖掘系统的结构 83
4.2.2 数据挖掘系统的设计 84
4.2.3 常用的数据挖掘系统及其发展 86
4.3 数据挖掘过程 87
4.3.1 数据挖掘步骤 87
4.3.2 数据清理 87
4.3.3 数据集成 88
4.3.4 数据变换 89
4.3.5 数据归约 90
4.3.6 离散化和概念分层生成 92
4.3.7 数据挖掘的算法 94
4.4 数据挖掘的未来展望 96
练习题4 96
思考题4 97
第5章 关联分析 98
5.1 关联分析的概念 98
5.1.1 事务数据库 98
5.1.2 关联规则及其度量 99
5.1.3 频繁项集 100
5.1.4 挖掘关联规则的基本过程 100
5.2 Apriori算法 101
5.2.1 Apriori性质 101
5.2.2 Apriori算法 102
5.2.3 由频繁项集产生关联规则 106
5.2.4 提高Apriori算法的有效性 109
5.2.5 非二元属性的关联规则挖掘 112
5.3 频繁项集的紧凑表示 113
5.3.1 最大频繁项集 113
5.3.2 频繁闭项集 114
5.4 FP-growth算法 116
5.4.1 FP-growth算法框架 116
5.4.2 FP树构造 117
5.4.3 由FP树产生频繁项集 120
5.5 多层关联规则的挖掘 122
5.5.1 多层关联规则的挖掘概述 122
5.5.2 多层关联规则的挖掘算法 124
5.5.3 多维关联规则 127
5.6 其他类型的关联规则 127
5.6.1 基于约束的关联规则 127
5.6.2…