图书介绍
数据仓库技术与实现PDF|Epub|txt|kindle电子书版本网盘下载
- 彭木根编著 著
- 出版社： 北京：电子工业出版社
- ISBN：7505376225
- 出版时间：2002
- 标注页数：430页
- 文件大小：88MB
- 文件页数：443页
- 主题词：数据库(学科: 技术) 数据库
PDF下载
下载说明
数据仓库技术与实现PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 从数据库到数据仓库3
1.1 数据仓库的由来4
1.2 数据仓库的定义5
1.2.1 数据仓库的基本定义5
1.2.2 数据仓库从数据库进化而来7
1.2.3 数据仓库与传统数据库的区别8
1.3 数据仓库的体系化环境12
1.3.1 数据仓库的结构12
1.3.3 数据仓库的实现14
1.3.2 多层数据仓库的体系结构14
1.4 数据仓库中的数据组织15
1.4.1 粒度与分割16
1.4.2 元数据17
1.4.3 数据概念模型17
1.4.4 数据仓库的数据组织方式18
1.4.5 数据仓库的数据追加19
1.4.6 “维表—事实表”构成的关系型数据仓库19
1.4.7 OLAP的数据组织21
1.5 数据仓库的方法论22
1.5.1 任务和环境的评估22
1.5.2 需求的收集和分析22
1.5.3 构造数据仓库23
1.5.4 数据仓库技术的培训23
1.5.5 回顾、总结再发展24
1.6 数据仓库工程规划24
1.6.1 工程规划的重要性24
1.6.2 制定数据仓库工程规划的过程25
1.6.3 数据仓库工程规划文档的内容27
1.6.4 数据仓库体系结构28
1.7 发展阶段30
1.8 小结31
第2章 数据仓库的基本组成33
2.1 元数据34
2.1.1 概念34
2.1.2 元数据的管理功能36
2.1.3 元数据的标准化和商品化39
2.2 关系数据库40
2.2.1 创建和维护数据库概述40
2.2.2 数据库性能优化概述41
2.3 数据集市41
2.4 数据源42
2.5 维度43
2.5.1 概述43
2.5.2 维度层次结构46
2.5.3 维度特征48
2.5.4 维度类型49
2.6 级别和成员51
2.6.1 “全部”级别和全部成员52
2.6.2 数据成员53
2.7 度量值53
2.8 单元54
2.8.1 计算单元55
2.9 多维数据集56
2.9.1 多维数据集结构57
2.9.2 多维数据集存储58
2.9.3 多维数据集处理58
2.9.4 多维数据集类型58
2.10 分区和聚合61
2.10.1 分区61
2.10.2 分区结构63
2.10.3 分区存储63
2.10.4 聚合64
2.11 成员属性65
2.12 小结67
第3章 ODS69
3.1 ODS的由来与定义70
3.1.1 由来70
3.1.2 定义70
3.1.3 与数据仓库的联系与区别71
3.2 DB―ODS―DW的体系结构71
3.3.1 ODS数据模式的形成73
3.3.2 获取并传输数据73
3.3 创建ODS73
3.3.3 从DB向ODS转化的实现机制74
3.4 实例分析75
3.4.1 问题的提出75
3.4.2 技术选型76
3.4.3 基于ODS药品销售的即时OLAP应用设计76
3.4.4 数据采集77
3.4.6 系统的体系结构78
3.5 小结78
3.4.5 系统用户界面的实现78
第4章 OLAP系统81
4.1 概述82
4.1.1 由来与定义82
4.1.2 WebOLAP84
4.1.3 OLAP＋数据挖掘85
4.2 OLAP的多维数据概念85
4.2.1 维85
4.2.2 多维性86
4.3.1 OLAP结构88
4.3 OLAP的多维数据结构88
4.3.2 活动数据的存储90
4.4 OLAP数据的处理方式91
4.5 多维数据库91
4.6 OLAP的实现方式92
4.6.1 实现中的问题及对策92
4.6.2 实现技术95
4.7 OLAP和OLTP的区别97
4.8.2 体系结构99
4.8.1 由来99
4.8 OLAP的新发展——OLAM99
4.8.3 功能特征100
4.8.4 OLAM领域的主要发展方向101
4.9 小结102
第5章 数据挖掘技术概述103
5.1 概述104
5.2 数据挖掘的定义106
5.2.2 数据挖掘与传统分析方法的区别107
5.2.1 商业角度的定义107
5.3 数据挖掘过程108
5.3.1 工作量109
5.3.2 过程109
5.3.3 所需人员110
5.3.4 5A模型111
5.3.5 数据挖掘过程模型CRISP-DM112
5.4 数据挖掘的研究内容及其方法114
5.4.1 概述114
5.4.2 数据挖掘的任务及其6种模式120
5.4.3 关联规则挖掘的常用算法124
5.4.4 决策树方法128
5.4.5 粗集方法129
5.5 Web数据挖掘131
5.5.1 Web数据挖掘的难点132
5.5.2 发现序列互信息133
5.5.3 发现互信息规则134
5.5.4 发现相关主题域135
5.5.5 检验规则的有效性136
5.6.1 Sample──数据取样137
5.6 数据挖掘方法论137
5.6.2 Explore──数据特征探索、分析和预处理138
5.6.3 Modify──问题明确化、数据调整和技术选择138
5.6.4 Model──研发模型及发现知识138
5.6.5 Assess──模型和知识的综合解释和评价139
5.7 构造和使用数据挖掘模型139
5.7.1 创建数据挖掘模型139
5.7.3 培训数据挖掘模型141
5.7.2 编辑数据挖掘模型141
5.7.4 查看数据挖掘模型142
5.7.5 高级数据挖掘模型操作143
5.8 小结143
第6章 MDX147
6.1 概述148
6.1.1 维度、级别、成员和度量值148
6.2 基本概念148
6.2.1 单元、元组和集合149
6.2.2 轴维度和切片器维度150
6.2.3 计算成员150
6.2.4 用户定义函数150
6.2.5 PivotTable服务150
6.3 比较SQL和MDX150
6.4 基本MDX151
6.4.1 基本MDX查询152
6.4.2 成员、元组和集合153
6.4.3 轴维度和切片器维度156
6.4.4 建立多维数据集上下文158
6.5 高级MDX158
6.5.1 创建和使用属性值158
6.5.2 生成MDX中的命名集163
6.5.3 生成MDX中的计算成员166
6.5.4 生成MDX中的高速缓存168
6.5.5 生成MDX中的计算单元169
6.5.6 在MDX中创建和使用用户定义函数170
6.5.7 使用回写172
6.5.8 使用DRILLTHROUGH 检索源数据174
6.5.9 理解传递次序和求解次序174
6.6 小结179
第7章 数据仓库工具和关键技术181
7.1 OLAP查询分析工具182
7.1.1 OLAP特征182
7.1.2 选择OLAP工具183
7.2 DSS的分析预测工具185
7.2.1 DSS和IDSS186
7.2.2 数据仓库和OLAP的决策支持技术188
7.2.3 综合DSS191
7.3 数据挖掘系统设计192
7.3.1 数据挖掘的过程193
7.3.2 数据挖掘系统的原型框架196
7.3.3 数据挖掘面临的问题198
7.3.4 数据挖掘工具的选择标准199
7.4.1 数据仓库的组成部分201
7.4 数据仓库体系结构的关键问题201
7.4.2 数据仓库体系结构中的关键问题202
7.5 小结206
第8章 数据仓库实现和解决方案207
8.1 数据仓库的数据库设计原则208
8.1.1 简明数据模式的设计209
8.1.2 保证数据的一致性211
8.1.3 提高查询处理速度213
8.2.1 详细设计数据仓库214
8.1.4 提高数据装载效率214
8.2 数据仓库总体设计214
8.2.2 使用数据仓库221
8.2.3 维护数据仓库222
8.2.4 实现数据仓库224
8.3 数据仓库的优化226
8.3.1 概述227
8.3.2 优化设计228
8.3.3 面向超大型数据库和数据仓库的优化228
8.3.4 实施数据仓库工程注意事项232
8.4.1 数据仓库技术的应用233
8.4 数据仓库技术的应用和解决方案233
8.4.2 数据仓库解决方案239
8.5 小结246
第9章 SQL Server 数据仓库解决方案247
9.1 Microsoft数据仓库解决方案概述248
9.1.1 Microsoft数据仓库框架249
9.1.2 Analysis Services250
9.2.1 配置数据仓库环境258
9.2 Microsoft数据仓库设计258
9.2.2 创建多维数据集前准备259
9.2.3 生成多维数据集266
9.2.4 处理多维数据集268
9.3 管理Microsoft数据仓库272
9.3.1 创建安全角色272
9.3.2 管理分区276
9.3.3 增强和改善维度280
9.3.4 增强和改善多维数据集282
9.3.5 更新多维数据集和维度285
9.4 Microsoft数据仓库数据服务287
9.4.1 备份和还原数据库287
9.4.2 复制对象289
9.4.3 导入、导出和转换数据290
9.5 小结294
第10章 SQL Server数据仓库挖掘技术297
10.1 创建和使用数据挖掘模型298
10.1.1 Microsoft数据挖掘模型简介298
10.1.2 创建数据挖掘模型300
10.1.3 编辑数据挖掘模型302
10.1.4 培训数据挖掘模型302
10.1.5 查看数据挖掘模型303
10.1.6 高级数据挖掘模型操作304
10.2 OLAP数据挖掘模型实例305
10.2.1 创建揭示客户模式的数据挖掘模型305
10.2.2 读取客户决策树307
10.2.3 浏览数据挖掘虚拟维度310
10.3.1 创建揭示客户模式的数据挖掘模型314
10.3 创建关系数据挖掘模型314
10.3.2 读取客户决策树317
10.3.3 浏览相关性网络320
10.4 数据仓库高级技术324
10.4.1 Internet连接325
10.4.2 多维数据集的调度技术328
10.5 小结333
第11章 SAS数据仓库解决方案335
11.1 SAS数据仓库概述336
11.1.1 SAS数据仓库337
11.1.2 SAS数据仓库的组成337
11.1.3 SAS数据仓库的体系结构339
11.1.4 开发SAS数据仓库341
11.1.5 SAS的数据仓库产品——SAS/WA343
11.1.6 SAS数据仓库方法论345
11.2 SAS数据挖掘技术347
11.2.1 挖掘策略347
11.2.2 挖掘的方法论——SEMMA348
11.2.3 数据挖掘应用实例350
11.3 SAS工具351
11.3.1 SAS核心系统352
11.3.2 深层数据分析353
11.3.3 客户端应用软件360
11.3.4 桌面分析软件362
11.4 SAS数据仓库设计365
11.4.1 SAS/Warehouse Administrator概述366
11.4.2 设置数据仓库环境369
11.4.3 SAS数据操作373
11.4.4 创建数据仓库383
11.5 小结395
第12章 数据仓库和CRM解决方案397
12.1 CRM解决方案概述398
12.1.1 CRM系统的组成400
12.1.2 CRM的发展和目标404
12.1.3 CRM的核心技术405
12.1.4 CRM在我国电信企业的应用406
12.1.5 电信运营商成功实施CRM的案例407
12.1.6 CRM软件的选型410
12.2 CRM实施与评价411
12.2.1 准备工作411
12.2.2 实施步骤412
12.2.3 客户关系管理的评价415
12.3 电信企业的CRM系统解决方案416
12.3.1 电信企业的营销管理416
12.3.2 电信企业的销售管理418
12.3.3 电信企业的服务管理419
12.4 数据仓库具体实现420
12.4.1 实施数据仓库并实现数据分析420
12.4.2 实施数据仓库详细策略421
12.4.3 利用呼叫中心收集数据423
12.4.4 电信企业的呼叫中心424
12.4.5 广东移动实施数据仓库案例分析427
12.5 小结429
参考文献430