数据仓库与数据挖掘技术

　　数据仓库与数据挖掘是计算机专业和其他一些与计算机技术关系密切专业必修的核心课程。《数据仓库与数据挖掘技术》系统地介绍了数据仓库和数据挖掘的基本概念、相关知识和基本方法，每种数据挖掘方法都有详尽的实例描述和具体实现步骤。《数据仓库与数据挖掘技术》结构严谨，条理清晰，语言浅显易懂，循序渐进地表达了知识内容；《数据仓库与数据挖掘技术》坚持理论与实际相结合，概念和具体方法相结合，使知识具体化，生动化；实例实现的过程建立在sql2005数据挖掘软件的基础上，以帮助读者在学习后达到学以致用的目的。
　　本书可以作为计算机类、信息类等相关专业本科生数据挖掘课程的教材，也可以作为其他专业技术人员的自学参考书。

第1章 数据挖掘和数据仓库概述
　1.1 数据挖掘引论
　　1.1.1 数据挖掘的由来
　　1.1.2 数据挖掘的定义
　　1.1.3 数据挖掘的功能
　　1.1.4 数据挖掘的常用方法
　1.2 数据仓库引论
　　1.2.1 数据仓库的产生与发展
　　1.2.2 数据仓库的定义
　　1.2.3 数据仓库与数据挖掘的联系与区别
　1.3 数据挖掘的应用
　　1.3.1 数据挖掘的应用领域
　　1.3.2 数据挖掘案例
　1.4 常用数据挖掘工具
　　1.4.1 数据挖掘工具的种类
　　1.4.2 评价数据挖掘工具优劣的指标
　　1.4.3 常用数据挖掘工具
　　小结
　　习题1
第2章 数据仓库
　2.1 数据仓库的基本概念
　2.2 数据仓库的体系结构
　　2.2.1 元数据
　　2.2.2 粒度的概念
　　2.2.3 分割问题
　　2.2.4 数据仓库中的数据组织形式
　2.3 数据仓库的数据模型
　　2.3.1 概念数据模型
　　2.3.2 逻辑数据模型
　　2.3.3 物理数据模型
　　2.3.4 高层数据模型、中间层数据模型和低层数据模型33
　2.4 数据仓库设计步骤
　　2.4.1 概念模型设计
　　2.4.2 技术准备工作
　　2.4.3 逻辑模型设计
　　2.4.4 物理模型设计
　　2.4.5 数据仓库的生成
　　2.4.6 数据仓库的使用和维护
　2.5 利用sql server 2005构建数据仓库
　　小结
　　习题
第3章 联机分析处理技术
第4章 数据预处理
第5章 关联规则方
第6章 决策树方法
第7章 统计学习方法
第8章 人工神经网络方法
第9章 聚类分析
第10章 粗糙集方法
第11章 复杂结构数据挖掘
参考文献