图书介绍
多维数据分析原理与应用PDF|Epub|txt|kindle电子书版本网盘下载
- 姚家奕等编著 著
- 出版社： 北京：清华大学出版社
- ISBN：7302083770
- 出版时间：2004
- 标注页数：182页
- 文件大小：38MB
- 文件页数：194页
- 主题词：数据库系统－系统分析－高等学校－教材
PDF下载
下载说明
多维数据分析原理与应用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
目 录1
第1章数据仓库体系结构1
1.1初识数据仓库1
1.2数据仓库解决的问题1
1.3一个成功的例子2
1.4数据仓库中心——操作型数据还是分析型数据4
1.5数据仓库体系结构5
1.5.1数据仓库软件工具集5
1.5.3维数据结构6
1.5.2体系结构的稳定性6
1.6数据仓库体系结构的计算模式7
1.7以数据为中心7
1.8数据仓库工作流8
1.9数据仓库体系结构的基本特点9
1.10一个现实的问题10
1.11 小结10
阅读资料11
A何时需要数据仓库11
B数据仓库会带来什么12
零售行业数据仓库决策支持系统13
案例分析13
第2章数据仓库的基本特征15
2.1业务系统和决策支持系统15
2.2数据仓库的数据源16
2.3数据仓库的维18
2.4数据仓库的事实数据20
2.5数据仓库的多维数据模型21
2.6数据立方体22
2.7数据立方体中的数据聚合23
2.8数据仓库的职业角色23
2.9小结24
阅读资料25
什么是数据集市25
案例分析28
数据仓库技术在移动通信领域的应用28
第3章联机分析处理系统32
3.1 OLAP的实质32
3.1.1 OLAP系统与OLTP系统的区别32
3.1.2 OLAP系统的组成33
3.2使用维和度量进行数据分析33
3.3 多维视图34
3.4.1维表的分类35
3.4维表35
3.4.2结构维的特点37
3.4.3星型模型38
3.4.4雪花模型38
3.4.5雪花模型与星型模型的对比39
3.5事实表39
3.6多维数据集40
3.7 ROLAP、MOLAP和HOLAP40
3.7.2索引41
3.7.1 ROLAP41
3.7.3MOLAP43
3.7.4 MOLAP与ROLAP的比较44
3.7.5 HOLAP45
3.8小结45
阅读资料46
基于供应链数据仓库的OLAP数据挖掘（上）46
案例分析48
数据仓库与CRM48
4.1多维数据集51
4.1.1 多维数据集的基本结构51
第4章多维数据集的分析与建立51
4.1.2虚拟多维数据结构53
4.1.3 多维数据结构的分区存储54
4.2 OLAP服务管理的基本术语55
4.2.1 聚合55
4.2.2分区56
4.2.3钻取57
4.2.4角色57
4.2.5虚拟立方体58
4.2.6 OLAP服务控制台58
4.3.1 OLAP存储方式回顾59
4.3多维数据集结构的更新59
4.3.2多维数据集结构的更新方式60
4.3.3增量更新61
4.3.4刷新更新62
4.3.5 完整处理63
4.3.6刷新共享维63
4.3.7检查刷新后的结果64
4.4多维扩展语言64
4.4.1MDX语言的五要素65
4.4.2 MDX应用示例67
4.5 小结69
基于供应链数据仓库的OLAP数据挖掘（下）70
阅读资料70
案例分析72
数据仓库——在“啤酒与尿布”中挖掘（上）72
第5章OLAP数据挖掘技术74
5.1 OLAP数据挖掘技术简介74
5.2 OLAP多维数据集74
5.3数据挖掘的主要功能76
5.4期望的OLAP挖掘功能77
5.5.1 基于OLAP的数据特征和比较78
5.5 OLAP数据挖掘的有效实施78
5.5.2基于OLAP的关联79
5.5.3基于OLAP的分类80
5.5.4基于OLAP的预测81
5.5.5基于OLAP的聚类分析82
5.5.6回滚和比较挖掘分析82
5.6小结83
阅读资料84
数据挖掘的研究现状84
数据仓库——在“啤酒与尿布”中挖掘（下）87
案例分析87
第6章Analysis Services多维数据引擎90
6.1启动Analysis Services90
6.2建立数据库和数据源91
6.2.1建立数据库结构91
6.2.2建立数据源91
6.3建立多维数据集92
6.3.1 向多维数据集添加度量值92
6.3.2建立时间维度92
6.3.3建立雪花模型维度94
6.3.5建立父子维度95
6.3.4建立星型模型维度95
6.3.6完成多维数据集96
6.4编辑多维数据集96
6.4.1 在多维数据集编辑器内编辑多维数据集96
6.4.2 向现有多维数据集添加维度97
6.5设计存储和处理多维数据集97
6.6定义立方体的存取权限98
6.6.1创建多维数据集角色99
6.6.2创建数据库角色100
6.7.2给角色提供钻取权限103
6.7.1启用多维数据集的钻取功能103
6.7定义钻取选项103
6.8小结105
阅读资料106
SAS快速建库的方法论106
案例分析108
财政金融行业的数据仓库决策支持系统108
第7章 i Analyze智能工具简介110
7.1 i Analyze的产生背景和目标110
7.2 i Analyze的设计方案和系统需求110
7.3 i Analyze的体系结构与访问安全性111
7.4 i Analyze工具的操作112
7.4.1连接分析服务器112
7.4.2界面功能112
7.5 i Analyze智能解决方案127
7.5.1用户需求和数据源分析128
7.5.2设计分析模型129
7.6小结132
阅读资料133
决策树的后期修剪技术133
加拿大用Sybase技术做数据统计136
案例分析136
第8章地税数据仓库138
8.1地税数据仓库的实施背景138
8.2实施过程139
8.3开发环境与目标139
8.4数据仓库的总体结构模型140
8.5税款开票数据立方体141
8.5.1 分析目的141
8.5.2分析模型141
8.6.2分析模型147
8.6.1 分析目的147
8.6费入库数据立方体147
8.6.3表结构和抽取规则149
8.7小结152
阅读资料153
细说BI——商业智能153
案例分析155
综合医疗系统中的数据仓库解决方案155
附录A数据仓库相关技术常用名词解释166
附录B常用的MDX函数169
附录C国外数据仓库解决方案简介179
参考文献182