中图网(原中国图书网)：网上书店，尾货特色书店，30万种特价书低至2折！

歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >>
高等院校信息管理與信息系統(tǒng)專業(yè)系列教材數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù)

包郵 高等院校信息管理與信息系統(tǒng)專業(yè)系列教材數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù)

出版社：清華大學(xué)出版社出版時(shí)間：2012-12-01
開(kāi)本： 16開(kāi) 頁(yè)數(shù)： 274
本類榜單：教材銷量榜
中 圖 價(jià):¥29.1(7.5折) 定價(jià)  ¥39.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車 收藏
開(kāi)年大促， 全場(chǎng)包郵
?新疆、西藏除外
本類五星書(shū)更多>

高等院校信息管理與信息系統(tǒng)專業(yè)系列教材數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù) 版權(quán)信息

高等院校信息管理與信息系統(tǒng)專業(yè)系列教材數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù) 本書(shū)特色

《高等院校信息管理與信息系統(tǒng)專業(yè)系列教材：數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù)》主要介紹數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)的基本概念、相關(guān)技術(shù)和應(yīng)用案例及方法。《高等院校信息管理與信息系統(tǒng)專業(yè)系列教材：數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù)》共分為9章，主要包括：數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的概念和體系結(jié)構(gòu)、數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)模型、etl技術(shù)、olap技術(shù)、商務(wù)智能系統(tǒng)、數(shù)據(jù)預(yù)處理技術(shù)、數(shù)據(jù)挖掘技術(shù)、數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)實(shí)例、報(bào)表設(shè)計(jì)等內(nèi)容。《高等院校信息管理與信息系統(tǒng)專業(yè)系列教材：數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù)》各章節(jié)的案例均使用microsoftsqlserver2005進(jìn)行操作實(shí)踐講解。通過(guò)對(duì)具體實(shí)例的學(xué)習(xí)和實(shí)踐，使讀者掌握數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘中必要的知識(shí)點(diǎn)，達(dá)到學(xué)以致用的目的。
　　《高等院校信息管理與信息系統(tǒng)專業(yè)系列教材：數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù)》適合作為高等院校本科學(xué)生的教材，也可供企業(yè)信息化管理人員、技術(shù)人員以及軟件開(kāi)發(fā)人員閱讀參考。

高等院校信息管理與信息系統(tǒng)專業(yè)系列教材數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù) 內(nèi)容簡(jiǎn)介

本書(shū)主要介紹數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)的基本概念、相關(guān)技術(shù)和應(yīng)用案例及方法。全書(shū)共分為9章，主要內(nèi)容包括： 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的概念和體系結(jié)構(gòu)、數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)模型、ETL技術(shù)、OLAP技術(shù)、商務(wù)智能系統(tǒng)、數(shù)據(jù)預(yù)處理技術(shù)、數(shù)據(jù)挖掘技術(shù)、數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)實(shí)例、報(bào)表設(shè)計(jì)等內(nèi)容。本書(shū)各章節(jié)的案例均使用Microsoft SQL Server 2005進(jìn)行操作實(shí)踐講解。通過(guò)對(duì)具體實(shí)例的學(xué)習(xí)和實(shí)踐，使讀者掌握數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘中必要的知識(shí)點(diǎn)，達(dá)到學(xué)以致用的目的。本書(shū)適合作為高等院校本科學(xué)生的教材，也可供企業(yè)信息化管理人員、技術(shù)人員以及軟件開(kāi)發(fā)人員閱讀參考。

高等院校信息管理與信息系統(tǒng)專業(yè)系列教材數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù) 目錄

章 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘概述
1.1 數(shù)據(jù)倉(cāng)庫(kù)的產(chǎn)生與發(fā)展
1.1.1 數(shù)據(jù)倉(cāng)庫(kù)的產(chǎn)生
1.1.2 數(shù)據(jù)倉(cāng)庫(kù)的發(fā)展
1.1.3 數(shù)據(jù)倉(cāng)庫(kù)的研究與開(kāi)發(fā)現(xiàn)狀
1.1.4 數(shù)據(jù)倉(cāng)庫(kù)的作用
1.2 數(shù)據(jù)倉(cāng)庫(kù)的基本概念
1.2.1 數(shù)據(jù)倉(cāng)庫(kù)的定義與基本特性
1.2.2 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)庫(kù)的區(qū)別
1.2.3 數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)的組織架構(gòu)
1.3 數(shù)據(jù)倉(cāng)庫(kù)的體系結(jié)構(gòu)
1.3.1 虛擬的數(shù)據(jù)倉(cāng)庫(kù)體系結(jié)構(gòu)
1.3.2 單獨(dú)的數(shù)據(jù)倉(cāng)庫(kù)體系結(jié)構(gòu)
1.3.3 單獨(dú)的數(shù)據(jù)集市體系結(jié)構(gòu)
1.3.4 分布式數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)
1.4 數(shù)據(jù)倉(cāng)庫(kù)的相關(guān)概念
1.4.1 數(shù)據(jù)源
1.4.2 數(shù)據(jù)的存儲(chǔ)層
1.4.3 olap服務(wù)器
1.4.4 前端工具
1.5 數(shù)據(jù)挖掘技術(shù)概述
1.5.1 數(shù)據(jù)挖掘技術(shù)產(chǎn)生的背景
1.5.2 數(shù)據(jù)挖掘的基本概念
1.5.3 數(shù)據(jù)挖掘的對(duì)象
1.5.4 數(shù)據(jù)挖掘功能
1.5.5 數(shù)據(jù)挖掘與傳統(tǒng)分析方法的區(qū)別
1.5.6 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的關(guān)系
1.5.7 數(shù)據(jù)挖掘的發(fā)展趨勢(shì)
1.6 數(shù)據(jù)挖掘過(guò)程
1.6.1 fayyad過(guò)程模型
1.6.2 crisp-dm過(guò)程模型
1.6.3 其他數(shù)據(jù)挖掘過(guò)程模型
1.7 常用的數(shù)據(jù)挖掘技術(shù)
1.8 小結(jié)
1.9 習(xí)題

第2章 數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)模型
2.1 數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)模型概述
2.2 數(shù)據(jù)倉(cāng)庫(kù)的概念模型
2.2.1 企業(yè)模型的建立
2.2.2 規(guī)范的數(shù)據(jù)模型
2.2.3 常見(jiàn)的概念模型
2.3 數(shù)據(jù)倉(cāng)庫(kù)的邏輯模型
2.3.1 事實(shí)表模型設(shè)計(jì)
2.3.2 維度表模型設(shè)計(jì)
2.4 數(shù)據(jù)倉(cāng)庫(kù)的物理模型
2.4.1 物理模型的設(shè)計(jì)要點(diǎn)
2.4.2 數(shù)據(jù)倉(cāng)庫(kù)物理模型的存儲(chǔ)結(jié)構(gòu)
2.4.3 數(shù)據(jù)倉(cāng)庫(kù)物理模型的索引構(gòu)建
2.4.4 數(shù)據(jù)倉(cāng)庫(kù)物理模型的優(yōu)化問(wèn)題
2.5 數(shù)據(jù)倉(cāng)庫(kù)的元數(shù)據(jù)模型
2.5.1 元數(shù)據(jù)的類型
2.5.2 元數(shù)據(jù)的作用
2.5.3 元數(shù)據(jù)的收集與維護(hù)
2.5.4 元數(shù)據(jù)的使用
2.5.5 元數(shù)據(jù)管理模型
2.6 數(shù)據(jù)倉(cāng)庫(kù)的粒度和聚集模型
2.6.1 數(shù)據(jù)倉(cāng)庫(kù)粒度模型
2.6.2 數(shù)據(jù)倉(cāng)庫(kù)聚集模型與數(shù)據(jù)分割
2.7 小結(jié)
2.8 習(xí)題

第3章 etl技術(shù)
3.1 etl相關(guān)概念
3.1.1 數(shù)據(jù)理解
3.1.2 數(shù)據(jù)抽取
3.1.3 數(shù)據(jù)清洗
3.1.4 數(shù)據(jù)轉(zhuǎn)換
3.1.5 數(shù)據(jù)加載
3.2 etl過(guò)程建模
3.2.1 etl系統(tǒng)面臨的挑戰(zhàn)
3.2.2 etl過(guò)程描述
3.2.3 etl概念模型
3.2.4 etl邏輯模型
3.3 etl增量抽取機(jī)制
3.4 etl過(guò)程數(shù)據(jù)質(zhì)量控制
3.4.1 數(shù)據(jù)質(zhì)量問(wèn)題分類
3.4.2 數(shù)據(jù)質(zhì)量控制技術(shù)
3.5 etl并行處理技術(shù)
3.6 小結(jié)
3.7 習(xí)題

第4章 olap技術(shù)
4.1 olap概述
4.1.1 olap的定義
4.1.2 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)分析的關(guān)系
4.1.3 多維分析的基本概念
4.1.4 olap的多維數(shù)據(jù)分析
4.1.5 olap與oltp的比較
4.2 多維數(shù)據(jù)庫(kù)及其存儲(chǔ)
4.2.1 多維數(shù)據(jù)庫(kù)
4.2.2 多維數(shù)據(jù)庫(kù)的數(shù)據(jù)存儲(chǔ)
4.2.3 多維數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)
4.3 olap的類型
4.3.1 多維olap
4.3.2 關(guān)系olap
4.3.3 混合型olap
4.3.4 molap與rolap的比較
4.4 olap的體系結(jié)構(gòu)
4.5 olap中的索引技術(shù)
4.5.1 b-tree索引
4.5.2 位圖索引
4.5.3 位圖索引的擴(kuò)展--標(biāo)識(shí)符索引
4.5.4 索引性能比較
4.5.5 索引的選擇
4.6 olap的評(píng)價(jià)標(biāo)準(zhǔn)
4.6.1 olap的衡量標(biāo)準(zhǔn)
4.6.2 olap服務(wù)器和工具的評(píng)價(jià)標(biāo)準(zhǔn)
4.7 olap的前端展現(xiàn)
4.7.1 olap工具
4.7.2 olap結(jié)果的展現(xiàn)方法
4.8 小結(jié)
4.9 習(xí)題

第5章 商務(wù)智能系統(tǒng)
5.1 商務(wù)智能概述
5.1.1 商務(wù)智能的概念
5.1.2 商務(wù)智能的發(fā)展歷程
5.1.3 商務(wù)智能的商業(yè)效益
5.2 商務(wù)智能系統(tǒng)架構(gòu)
5.2.1 商務(wù)智能系統(tǒng)的核心技術(shù)
5.2.1 商務(wù)智能的體系結(jié)構(gòu)
5.3 商務(wù)智能系統(tǒng)的功能
5.4 商務(wù)智能系統(tǒng)的應(yīng)用
5.4.1 商務(wù)智能系統(tǒng)特點(diǎn)
5.4.2 我國(guó)商務(wù)智能系統(tǒng)應(yīng)用現(xiàn)狀分析
5.5 小結(jié)
5.6 習(xí)題

第6章 數(shù)據(jù)預(yù)處理技術(shù)
6.1 數(shù)據(jù)預(yù)處理概述
6.1.1 數(shù)據(jù)預(yù)處理的必要性
6.1.2 數(shù)據(jù)預(yù)處理的基本方法
6.1.3 數(shù)據(jù)預(yù)處理的研究現(xiàn)狀
6.2 數(shù)據(jù)清理
6.2.1 填充缺失值
6.2.2 光滑噪聲數(shù)據(jù)
6.2.3 數(shù)據(jù)清理過(guò)程
6.3 數(shù)據(jù)集成
6.4 數(shù)據(jù)變換
6.5 數(shù)據(jù)歸約
6.5.1 數(shù)據(jù)立方體聚集
6.5.2 屬性子集選擇
6.5.3 維度歸約
6.5.4 數(shù)值歸約
6.5.5 數(shù)據(jù)離散化與概念分層
6.6 小結(jié)
6.7 習(xí)題

第7章 數(shù)據(jù)挖掘技術(shù)
7.1 概念描述
7.1.1 概念描述的生成過(guò)程
7.1.2 概念分層與數(shù)據(jù)泛化
7.1.3 概念分層方法
7.1.4 數(shù)據(jù)泛化方法
7.1.5 泛化的表示
7.1.6 屬性相關(guān)分析
7.1.7 區(qū)別性描述
7.2 關(guān)聯(lián)規(guī)則
7.2.1 關(guān)聯(lián)規(guī)則相關(guān)概念
7.2.2 關(guān)聯(lián)規(guī)則挖掘步驟
7.2.3 關(guān)聯(lián)規(guī)則分類
7.2.4 關(guān)聯(lián)規(guī)則的算法
7.3 數(shù)據(jù)分類
7.3.1 數(shù)據(jù)分類的基本步驟與評(píng)價(jià)準(zhǔn)則
7.3.2 決策樹(shù)
7.3.3 貝葉斯分類
7.3.4 神經(jīng)網(wǎng)絡(luò)方法
7.3.5 近鄰分類方法
7.4 數(shù)據(jù)聚類
7.4.1 聚類分析概述
7.4.2 聚類算法的分類及其典型算法
7.4.3 聚類分析中的相似度度量方法
7.4.4 聚類分析中的聚類準(zhǔn)則函數(shù)
7.4.5 k-means聚類算法
7.5 遺傳算法
7.5.1 遺傳算法的基本術(shù)語(yǔ)
7.5.2 遺傳算法的執(zhí)行過(guò)程
7.5.3 遺傳算法應(yīng)用舉例
7.5.4 遺傳算法的基本要素
7.5.5 遺傳算法的特點(diǎn)及應(yīng)用領(lǐng)域
7.6 粗糙集
7.6.1 粗糙集理論的相關(guān)概念
7.6.2 粗糙集的應(yīng)用舉例
7.6.3 粗糙集理論研究的對(duì)象及特點(diǎn)
7.7 小結(jié)
7.8 習(xí)題

第8章 數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)實(shí)例
8.1 sql server 2005所提供的數(shù)據(jù)倉(cāng)庫(kù)功能
8.1.1 sql server 2005 integratioservices
8.1.2 sql server 2005 analysis services
8.1.3 sql server 2005 dw工具
8.2 福馬特商店銷售分析數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的分析與設(shè)計(jì)
8.3 數(shù)據(jù)倉(cāng)庫(kù)的實(shí)現(xiàn)
8.3.1 sql server的數(shù)據(jù)倉(cāng)庫(kù)創(chuàng)建
8.3.2 olap的實(shí)施
8.3.3 數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)挖掘
8.4 數(shù)據(jù)倉(cāng)庫(kù)的應(yīng)用與管理
8.4.1 數(shù)據(jù)倉(cāng)庫(kù)的用戶
8.4.2 數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用案例
8.4.3 數(shù)據(jù)倉(cāng)庫(kù)的運(yùn)行技術(shù)管理
8.4.4 數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用中的法律問(wèn)題
8.4.5 數(shù)據(jù)倉(cāng)庫(kù)的成本與效益分析
8.5 小結(jié)
8.6 習(xí)題

第9章 報(bào)表設(shè)計(jì)
9.1 報(bào)表概述
9.1.1 報(bào)表結(jié)構(gòu)
9.1.2 傳遞報(bào)表
9.1.3 report server功能結(jié)構(gòu)
9.1.4 report services的組成部分
9.2 報(bào)表向?qū)е谱鲌?bào)表
9.2.1 向?qū)е谱鲌?bào)表
9.2.2 報(bào)表設(shè)計(jì)器
9.2.3 部署報(bào)表
9.3 編輯制作報(bào)表
9.3.1 新建報(bào)表項(xiàng)目
9.3.2 新建數(shù)據(jù)集
9.3.3 報(bào)表格式設(shè)計(jì)
9.3.4 分組
9.3.5 鉆取功能
9.3.6 文檔結(jié)構(gòu)圖
9.4 矩陣式報(bào)表
9.4.1 數(shù)據(jù)集建立
9.4.2 矩陣布局
9.4.3 矩形布局
9.4.4 折疊結(jié)構(gòu)
9.5 統(tǒng)計(jì)圖表
9.5.1 圖表元素
9.5.2 柱形圖
9.5.3 折線圖
9.5.4 餅圖
9.5.5 圓環(huán)圖
9.6 主體的多列
9.7 小結(jié)
9.8 實(shí)驗(yàn)
參考文獻(xiàn)
展開(kāi)全部
暫無(wú)評(píng)論……
書(shū)友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服
主站蜘蛛池模板： 猎头招聘_深圳猎头公司_知名猎头公司 | 北京模型公司-军事模型-工业模型制作-北京百艺模型沙盘公司 | 北京网站建设-企业网站建设-建站公司-做网站-北京良言多米网络公司 | 智慧水务|智慧供排水利信息化|水厂软硬件系统-上海敢创 | 塑胶跑道_学校塑胶跑道_塑胶球场_运动场材料厂家_中国塑胶跑道十大生产厂家_混合型塑胶跑道_透气型塑胶跑道-广东绿晨体育设施有限公司 | 日本细胞免疫疗法_肿瘤免疫治疗_NK细胞疗法 - 免疫密码 | 带式压滤机_污泥压滤机_污泥脱水机_带式过滤机_带式压滤机厂家-河南恒磊环保设备有限公司 | 上海单片机培训|重庆曙海培训分支机构—CortexM3+uC/OS培训班，北京linux培训，Windows驱动开发培训|上海IC版图设计，西安linux培训，北京汽车电子EMC培训，ARM培训，MTK培训,Android培训 | 冷凝水循环试验箱-冷凝水试验箱-可编程高低温试验箱厂家-上海巨为(www.juweigroup.com) | 铝合金线槽_铝型材加工_空调挡水板厂家-江阴炜福金属制品有限公司 | 代办建筑资质升级-建筑资质延期就找上海国信启航 | 铝合金风口-玻璃钢轴流风机-玻璃钢屋顶风机-德州东润空调设备有限公司 | 青岛代理记账_青岛李沧代理记账公司_青岛崂山代理记账一个月多少钱_青岛德辉财税事务所官网 | 中药二氧化硫测定仪,食品二氧化硫测定仪|俊腾百科 | 无线联网门锁|校园联网门锁|学校智能门锁|公租房智能门锁|保障房管理系统-KEENZY中科易安 | 台式核磁共振仪,玻璃软化点测定仪,旋转高温粘度计,测温锥和测温块-上海麟文仪器 | 智能型高压核相仪-自动开口闪点测试仪-QJ41A电雷管测试仪|上海妙定 | 北京印刷厂_北京印刷_北京印刷公司_北京印刷厂家_北京东爵盛世印刷有限公司 | 保健品OEM贴牌代加工厂家_德州健之源| 免费个人pos机申请办理-移动pos机刷卡-聚合收款码办理 | 全自动真空上料机_粉末真空上料机_气动真空上料机-南京奥威环保科技设备有限公司 | 北京京云律师事务所 | 车间除尘设备,VOCs废气处理,工业涂装流水线,伸缩式喷漆房,自动喷砂房,沸石转轮浓缩吸附,机器人喷粉线-山东创杰智慧 | 合肥抖音SEO网站优化-网站建设-网络推广营销公司-百度爱采购-安徽企匠科技 | 凝胶成像仪,化学发光凝胶成像系统,凝胶成像分析系统-上海培清科技有限公司 | 头条搜索极速版下载安装免费新版,头条搜索极速版邀请码怎么填写？ - 欧远全 | 冷却塔风机厂家_静音冷却塔风机_冷却塔电机维修更换维修-广东特菱节能空调设备有限公司 | 板式换热器_板式换热器价格_管式换热器厂家-青岛康景辉 | 耙式干燥机_真空耙式干燥机厂家-无锡鹏茂化工装备有限公司 | 上海橡胶接头_弹簧减震器_金属软接头厂家-上海淞江集团 | 右手官网|右手工业设计|外观设计公司|工业设计公司|产品创新设计|医疗产品结构设计|EMC产品结构设计 | 柔软云母板-硬质-水位计云母片组件-首页-武汉长丰云母绝缘材料有限公司 | 茅茅虫AI论文写作助手-免费AIGC论文查重_写毕业论文降重 | 北京印刷厂_北京印刷_北京印刷公司_北京印刷厂家_北京东爵盛世印刷有限公司 | 【MBA备考网】-2024年工商管理硕士MBA院校/报考条件/培训/考试科目/提前面试/考试/学费-MBA备考网 | 液压升降平台_剪叉式液压/导轨式升降机_传菜机定做「宁波日腾升降机厂家」 | 河南生物显微镜,全自动冰冻切片机-河南荣程联合科技有限公司 | 电脑刺绣_绣花厂家_绣花章仔_织唛厂家-[源欣刺绣]潮牌刺绣打版定制绣花加工厂家 | 卫生型双针压力表-高温防腐差压表-安徽康泰电气有限公司 | AR开发公司_AR增强现实_AR工业_AR巡检|上海集英科技 | 列管冷凝器,刮板蒸发器,外盘管反应釜厂家-无锡曼旺化工设备有限公司 |