成功加入购物车
图书条目标准图
正版二手书,批量上传有误差,套装请联系客服再下单,均有笔记不影响使用,无赠品、光盘、MP3等
陈文伟 著 / 清华大学出版社 / 2006-08 / 平装
售价 ¥ 5.90 2.4折
定价 ¥25.00
品相 八五品
优惠 满包邮
延迟发货说明
上书时间2024-05-05
卖家超过10天未登录
高等院校信息管理与信息系统专业系列教材:数据仓库与数据挖掘教程
数据仓库与数据挖掘都是从数据资源提取信息和知识进行辅助决策。由于数据资源丰富,数据仓库与数据挖掘辅助决策效果十分显著。
本书系统介绍数据仓库原理、联机分析处理、数据仓库设计与开发、数据仓库的决策支持应用,数据挖掘原理、信息论的决策树方法、集合论的粗糙集方法、关联规则、公式发现、神经网络、遗传算法、文本挖掘与Web挖掘,以及数据仓库与数据挖掘的发展。
本书对数据仓库的系统介绍,在于突出决策支持的本质。对数据挖掘的各类方法均介绍了它们的理论基础和实现方法,并通过例子进行了说明。
本书的特点是从数据仓库和数据挖掘的兴起与演变来说明它们的本质,通过实例来解释它们的原理,这样便于读者学习和掌握,适于本科生和研究生使用。
第1章数据仓库与数据挖掘概述1.1数据仓库的兴起1.1.1从数据库到数据仓库1.1.2从OLTP到OLAP1.1.3数据字典与元数据1.1.4数据仓库的定义与特点1.2数据挖掘的兴起1.2.1从机器学习到数据挖掘1.2.2数据挖掘的含义1.2.3数据挖掘与OLAP的比较1.2.4数据挖掘与统计学1.3数据仓库和数据挖掘的结合1.3.1数据仓库和数据挖掘的区别与联系1.3.2基于数据仓库的决策支持系统1.3.3数据仓库与商业智能习题第2章数据仓库原理2.1数据仓库结构体系2.1.1数据仓库结构2.1.2数据集市及其结构2.1.3数据仓库系统结构2.1.4数据仓库的运行结构2.2数据仓库的数据模型2.2.1星型模型2.2.2雪花模型2.2.3星网模型2.2.4第三范式2.3数据抽取、转换和装载2.3.1数据抽取2.3.2数据转换2.3.3数据装载2.3.4ETL工具2.4元数据2.4.1元数据的重要性2.4.2关于数据源的元数据2.4.3关于数据模型的元数据2.4.4关于数据仓库映射的元数据2.4.5关于数据仓库使用的元数据习题第3章联机分析处理3.1OLAP概念3.1.1OLAP的定义3.1.2OLAP准则3.1.3OLAP的基本概念3.2OLAP的数据模型3.2.1MO数据模型3.2.2ROLAP数据模型3.2.3MOLAP与ROLAP的比较3.2.4HOLAP数据模型3.3多维数据的显示3.3.1多维数据的显示方法3.3.2多维类型结构3.3.3多维数据的分析视图3.4OLAP的多维数据分析3.4.1多维数据分析的基本操作3.4.2广义OLAP功能3.4.3多维数据分析实例3.5OLAP结构与分析工具3.5.1OLAP结构3.5.20IAP的Web结构3.5.3OLAP工具及评价习题第4章数据仓库设计与开发4.1数据仓库分析与设计4.1.1需求分析4.1.2概念模型设计4.1.3逻辑模型设计4.1.4物理模型设计4.1.5数据仓库的索引技术4.2数据仓库开发4.2.1数据仓库开发过程4.2.2数据质量与数据清洗4.2.3数据粒度与维度建模4.3数据仓库技术与开发的困难4.3.1数据仓库技术4.3.2数据仓库开发的困难习题第5章数据仓库管理和应用5.1数据仓库管理5.1.1用户使用数据仓库的管理5.1.2数据管理5.2数据仓库的决策支持与决策支持系统5.2.1查询与报表5.2.2多维分析与原因分析5.2.3预测未来5.2.4实时决策5.2.5自动决策5.2.6决策支持系统5.3数据仓库应用实例5.3.1航空公司数据仓库决策支持系统简例5.3.2统计业数据仓库系统5.3.3沃尔玛数据仓库系统习题第6章数据挖掘原理6.1知识发现过程6.1.1知识发现过程定义6.1.2数据挖掘对象6.1.3数据挖掘任务6.1.4数据挖掘分类6.1.5不完全数据处理6.1.6数据库的数据浓缩6.2数据挖掘方法和技术6.2.1归纳学习的信息论方法6.2.2归纳学习的集合论方法6.2.3仿生物技术的神经网络方法6.2.4仿生物技术的遗传算法6.2.5数值数据的公式发现6.2.6可视化技术6.3数据挖掘的知识表示6.3.1规则知识6.3.2决策树知识6.3.3知识基6.3.4神经网络的权值6.3.5公式知识6.3.6案例习题第7章信息论方法7.1信息论原理7.1.1信道模型和学习信道模型7.1.2信息熵和条件熵7.1.3互信息与信息增益7.1.4信道容量与译码准则7.2决策树方法7.2.1决策树概念7.2.2ID3方法基本思想7.2.3ID3算法7.2.4实例与讨论7.2.5C4.5方法7.3决策规则树方法7.3.1IBLE方法的基本思想7.3.2IBLE算法7.3.3IBLE方法实例习题第8章集合论方法8.1粗糙集方法8.1.1粗糙集概念8.1.2属性约简的粗糙集理论8.1.3属性约简的粗糙集方法8.1.4粗糙集方法的规则获取8.1.5粗糙集方法的应用实例8.2关联规则挖掘8.2.1关联规则的挖掘原理8.2.2Apriori算法的基本思想8.2.3Apriori算法程序8.2.4基于FP一树的关联规则挖掘算法习题第9章公式发现9.1公式发现概述9.1.1曲线拟合与公式发现9.1.2启发式与数据驱动启发式9.2科学定律重新发现系统9.2.1BAC0N系统基本原理9.2.2BAC0N系统实例9.2.3BAC0N系统的进展9.3经验公式发现系统9.3.1FDD系统基本原理9.3.2FDD.1系统结构9.3.3FDD.1系统实例9.3.4FDD.2系统9.3.5FDD.3系统习题第10章神经网络与遗传算法10.1神经网络概念及几何意义10.1.1神经网络原理10.1.2神经网络的几何意义10.1.3超曲面神经网络概念10.2感知机10.2.1.感知机模型10.2.2感知机实例10.2.3感知机讨论10.3反向传播模型10.3.1BP网络结构10.3.2BP网络学习公式推导10.3.3实例分析10.4遗传算法10.4.1遗传算法基本原理10.4.2遗传算子10.4.3遗传算法简例10.4.4遗传算法的特点10.5基于遗传算法的分类学习系统10.5.1概述10.5.2遗传分类学习系统GCLs的基本原理10.5.3遗传分类学习系统GCLS的应用习题第11章文本挖掘与Web挖掘11.1文本挖掘概述11.1.1文本挖掘的基本概念11.1.2文本特征的表示11.1.3文本特征的提取11.2文本挖掘11.2.1文本挖掘功能层次11.2.2关联分析11.2.3文本聚类11.2.4文本分类11.3Web挖掘11.3.1Web挖掘概述11.3.2Web内容挖掘11.3.3Web结构挖掘11.3.4web应用挖掘习题第12章数据仓库与数据挖掘的发展12.1综合决策支持系统-12.1.1从管理科学到决策支持系统12.1.2基于数据仓库的决策支持系统与传统决策支持系统的结合12.1.3综合决策支持系统发展趋势12.2可拓数据挖掘12.2.1丁拓学基本原理12.2.2从数据挖掘到可拓数据挖掘12.2.3可拓数据挖掘理论12.2.4可拓数据挖掘实例习题参考文献
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30