图书介绍
数据仓库与数据挖掘导论PDF|Epub|txt|kindle电子书版本网盘下载
- 李于洪编著 著
- 出版社： 北京：经济科学出版社
- ISBN：9787514122374
- 出版时间：2012
- 标注页数：264页
- 文件大小：41MB
- 文件页数：278页
- 主题词：数据库系统－高等学校－教材；数据采集－高等学校－教材
PDF下载
下载说明
数据仓库与数据挖掘导论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
第一篇 导引3
第1章 数据仓库概念与内涵3
1.1数据仓库概念3
1.1.1数据仓库的产生4
1.1.2数据仓库应用实例：理解数据仓库的应用目标与作用5
1.2数据仓库的四个基本特征9
1.2.1数据仓库的数据是面向主题的10
1.2.2数据仓库的数据是集成的11
1.2.3数据仓库的数据是不可更新的12
1.2.4数据仓库的数据是随时间不断变化的13
1.3数据集市——部门级数据仓库13
1.3.1自上而下构建数据集市13
1.3.2自下而上构建数据集市15
1.3.3自上而下与自下而上结合构建数据集市16
习题20
讨论题20
第2章 数据挖掘概念与内涵21
2.1数据挖掘概念21
2.1.1数据挖掘的产生22
2.1.2数据挖掘应用实例：理解数据挖掘的应用目标与作用22
2.1.3数据挖掘的定义26
2.2数据仓库与数据挖掘的关系27
讨论题27
第二篇 数据仓库31
第3章 数据仓库的体系结构及其组成部分31
3.1数据仓库的体系结构31
3.2数据仓库的组成部分及其功能32
3.2.1源数据部分32
3.2.2数据准备部分34
3.2.3数据存储部分56
3.2.4信息传递部分57
思考题58
习题58
讨论题58
第4章 数据仓库数据的商业需求分析60
4.1收集商业需求数据碰到的问题60
4.2商业数据维度化分析60
4.3商业维度实例分析62
思考题66
习题66
第5章 数据仓库的维度建模67
5.1维度建模基础67
5.2星型模式及其查询的钻取71
5.2.1星型模式维度表内容的特征72
5.2.2星型模式事实表内容的特征74
5.2.3星型模式的优势76
5.3雪花型模式：对维度表的再处理77
5.4聚集事实表：对关键指标的再处理80
5.4.1理解事实表的数据量81
5.4.2理解聚集事实表的作用82
5.4.3对事实表进行聚集的三种方法82
5.4.4聚集过程中相关问题讨论85
思考题87
习题87
第6章 数据仓库中的联机分析处理——OLAP88
6.1 OLAP的含义、规则与特征88
6.1.1 OLAP的含义89
6.1.2 OLAP的规则89
6.1.3 OLAP的特征91
6.2 OLAP的基本操作92
6.2.1切片92
6.2.2切块93
6.2.3上钻与下钻93
6.2. 46.24旋转94
6.3 OLAP模型结构95
6.3.1关系联机分析处理（ROLAP）结构95
6.3.2多维联机分析处理（MOLAP）结构95
6.3.3混合联机分析处理（HOLAP）结构95
6.3.4桌面联机分析处理（DOLAP）结构95
6.3.5客户联机分析处理（COLAP）结构95
6.4典型OLAP模型的数据组织与应用95
6.4.1 ROLAP的数据组织与应用96
6.4.2 MOLAP的数据组织与应用97
6.4.3 ROLAP与MOLAP的数据组织与应用比较98
思考题99
习题100
讨论题100
第7章 元数据101
7.1数据仓库中元数据的重要性102
7.1.1数据仓库的用户需要元数据102
7.1.2数据仓库的开发者需要元数据104
7.1.3数据仓库的管理员需要元数据104
7.2关于数据仓库元数据的概念界定105
7.3元数据的几种分类方法106
7.3.1按用途对元数据进行分类107
7.3.2按数据仓库功能区域划分的元数据分类108
7.3.3按元数据的活动方式进行分类110
7.4元数据的作用111
7.5元数据管理的体系结构112
7.5.1集中的方法113
7.5.2分散的方法115
7.5.3分布的方法115
思考题116
习题116
讨论题117
第三篇 数据挖掘121
第8章 关联分析121
8.1关联规则概念121
8.1.1关联规则的支持度和置信度121
8.1.2关联规则分类124
8.2关联规则挖掘算法125
8.2.1 Apriori算法125
8.2.2强关联规则的有效性和可行性问题133
习题135
讨论题136
第9章 神经网络算法137
9.1神经网络概念137
9.1.1神经网络原理137
9.1.2人工神经网络138
9.2人工神经网络模型139
9.2.1感知器139
9.2.2带隐层的人工神经网络140
9.3前馈神经网络141
9.3.1训练神经网络141
9.3.2后向传播如何工作145
9.3.3后向传播算法148
9.4有关神经网络研究中应该关注的几个问题149
9.4.1关于对神经网络的理解问题149
9.4.2关于神经网络应用中数据准备的问题150
9.4.3影响神经网络模型性能的部分因素150
9.4.4学习神经网络，需要强调以下几个问题151
习题151
讨论题151
第10章 决策树算法152
10.1决策树分类概述152
10.1.1决策树分类步骤152
10.1.2决策树分类举例153
10.2 ID3算法158
10.2.1信息论基本原理158
10.2.2 ID3算法的基本思想与实例161
10.2.3 ID3算法应用中应该关注的几个问题164
习题165
讨论题166
第11章 聚类分析167
11.1聚类分析概述167
11.1.1聚类分析中的数据类型167
11.1.2聚类分析中相异度（相似性、差异度）测度方法168
11.2聚类分析方法174
11.2.1划分聚类方法174
11.2.2基于密度的聚类方法181
11.2.3聚类分析在数据挖掘应用中有待进一步研究的问题185
习题187
讨论题188
第四篇 实验与工具191
第12章 数据仓库实验与工具应用191
第13章 神经网络建模实验与工具应用225
第14章 决策树与关联分析实验与工具应用236
参考文献263