中圖網(wǎng)

>

數(shù)據(jù)庫

>

數(shù)據(jù)倉庫與數(shù)據(jù)挖掘

作者：廖開際主編

出版社：北京大學(xué)出版社出版時間：2008-11-01

開本： 03 頁數(shù)： 251

本類榜單：計算機(jī)/網(wǎng)絡(luò)銷量榜

中圖價:¥23.8(8.5折) 定價 ~~¥28.0~~ 登錄后可看到會員價

加入購物車收藏

運(yùn)費6元，滿39元免運(yùn)費

?新疆、西藏除外

本類五星書更多>

>
決戰(zhàn)行測5000題(言語理解與表達(dá))

決戰(zhàn)行測5000題(言語理解與表達(dá))

¥38.8¥88
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路

軟件性能測試.分析與調(diào)優(yōu)實踐之路

¥49.3¥69
>
第一行代碼Android

第一行代碼Android

¥58.4¥99
>
深度學(xué)習(xí)

深度學(xué)習(xí)

¥92.4¥168
>
Unreal Engine 4藍(lán)圖完全學(xué)習(xí)教程

Unreal Engine 4藍(lán)圖完全學(xué)習(xí)教程

¥72.2¥168
>
深入理解計算機(jī)系統(tǒng)-原書第3版

深入理解計算機(jī)系統(tǒng)-原書第3版

¥104.3¥139
>
Word/Excel PPT 2013辦公應(yīng)用從入門到精通-(附贈1DVD.含語音視頻教學(xué)+辦公模板+PDF電子書)

Word/Excel PPT 2013辦公應(yīng)用從入門到精通-(附贈1DVD.含語音視頻教學(xué)+辦公模板+PDF電子書)

¥21¥49.9

買過本商品的人還買了

哲學(xué)的文化轉(zhuǎn)向
洪曉楠著
¥33.6~~¥56.0~~

商品詳情
商品評論(0條)

中圖價:¥23.8 加入購物車

版權(quán)信息
本書特色
內(nèi)容簡介
目錄
節(jié)選

數(shù)據(jù)倉庫與數(shù)據(jù)挖掘版權(quán)信息

ISBN：9787301143131
條形碼：9787301143131 ; 978-7-301-14313-1
裝幀：暫無
冊數(shù)：暫無
重量：暫無
所屬分類：
計算機(jī)/網(wǎng)絡(luò)
>
數(shù)據(jù)庫
>
數(shù)據(jù)倉庫與數(shù)據(jù)挖掘

數(shù)據(jù)倉庫與數(shù)據(jù)挖掘本書特色

1.突出創(chuàng)造能力和創(chuàng)新意識。關(guān)注專業(yè)背景，拓寬理論基礎(chǔ)、強(qiáng)調(diào)計算機(jī)應(yīng)用與網(wǎng)絡(luò)技術(shù)應(yīng)用技能和專業(yè)知識，著眼于增強(qiáng)教學(xué)內(nèi)容的實際和應(yīng)用性。2．符合各學(xué)校專業(yè)課程設(shè)置要求。以高等教育的培養(yǎng)目標(biāo)為依據(jù)，注重教材的科學(xué)性、實用性和通用性，準(zhǔn)確定位教材在人才培養(yǎng)過程中的地位和作用，滿足各院校教學(xué)需求。3．面向就業(yè)，突出應(yīng)用。作者多為在電子商務(wù)與信息管理專業(yè)教學(xué)方面具有豐富經(jīng)驗的一線教師和研究人員，準(zhǔn)確把握就業(yè)市場動向，注重培養(yǎng)學(xué)生實際操作能力。4．合理選材和編排。傳統(tǒng)內(nèi)容與現(xiàn)代內(nèi)容合理融合，補(bǔ)充了大量新知識、新技術(shù)和新成果：遵循*新準(zhǔn)則或規(guī)范，根據(jù)教學(xué)內(nèi)容、學(xué)時、教學(xué)大綱的要求，突出重點和難點。5．側(cè)重案例教學(xué)。對大量當(dāng)前*新典型案例進(jìn)行分析講解，理論聯(lián)系實際，通俗易懂。

數(shù)據(jù)倉庫與數(shù)據(jù)挖掘內(nèi)容簡介

　　本書比較系統(tǒng)地介紹數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的理論體系和應(yīng)用。本書總的指導(dǎo)思想是在掌握基本知識和基本理論的基礎(chǔ)上，強(qiáng)調(diào)實際應(yīng)用能力的培養(yǎng)。全書力求深入淺出，通過通俗的語言及案例分析，介紹數(shù)據(jù)倉庫及數(shù)據(jù)挖掘的基本概念及相關(guān)理論與方法。從數(shù)據(jù)倉庫的定義、結(jié)構(gòu)、設(shè)計、構(gòu)建方法及聯(lián)機(jī)分析處理應(yīng)用等方面對數(shù)據(jù)倉庫進(jìn)行較為詳細(xì)的介紹；從數(shù)據(jù)挖掘的定義、數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘中的常用算法等方面對數(shù)據(jù)挖掘的基本知識和算法等理論進(jìn)行介紹。本書強(qiáng)調(diào)數(shù)據(jù)倉庫和數(shù)據(jù)挖掘工具的應(yīng)用，重點介紹sql server 2005數(shù)據(jù)倉庫和數(shù)據(jù)挖掘工具的應(yīng)用。附錄a詳細(xì)介紹一個簡易的數(shù)據(jù)挖掘工具——weka，該工具可作為讀者學(xué)習(xí)數(shù)據(jù)挖掘時的實驗工具�！　� 本書可作為普通高等學(xué)校電子商務(wù)、信息管理、計算機(jī)應(yīng)用及其他相關(guān)專業(yè)的本科教材，也可作為經(jīng)貿(mào)、管理類專業(yè)的研究生教材，以及各類管理人員的培訓(xùn)與自學(xué)用書。

數(shù)據(jù)倉庫與數(shù)據(jù)挖掘目錄

第1章企業(yè)數(shù)據(jù)資源管理 1.1 數(shù)據(jù)資源的概念 1.1.1 企業(yè)資源 1.1.2 數(shù)據(jù)資源 1.1.3 數(shù)據(jù)資源管理及其發(fā)展歷程 1.2 數(shù)據(jù)資源管理的意義 1.2.1 信息系統(tǒng)進(jìn)入成熟階段的重要標(biāo)志 1.2.2 解決企業(yè)內(nèi)部數(shù)據(jù)不一致問題的根本途徑 1.2.3 數(shù)據(jù)資源的管理和應(yīng)用是取得競爭優(yōu)勢的關(guān)鍵 1.3 信息資源管理的相關(guān)技術(shù) 1.3.1 數(shù)據(jù)資源管理的技術(shù)框架 1.3.2 技術(shù)框架中的構(gòu)成要素 1.3.3 技術(shù)框架中各部分的關(guān)聯(lián) 1.4 企業(yè)通過數(shù)據(jù)倉庫與數(shù)據(jù)挖掘獲得競爭優(yōu)勢本章小結(jié) 思考與練習(xí)第2章數(shù)據(jù)倉庫的概念與結(jié)構(gòu) 2.1 數(shù)據(jù)倉庫的概念 2.1.1 數(shù)據(jù)倉庫的定義 2.1.2 數(shù)據(jù)倉庫的特征 2.1.3 數(shù)據(jù)集市 2.2 數(shù)據(jù)倉庫系統(tǒng) 2.2.1 數(shù)據(jù)源 2.2.2 數(shù)據(jù)倉庫管理層 2.2.3 數(shù)據(jù)倉庫工具集 2.3 數(shù)據(jù)倉庫中的數(shù)據(jù)組織 2.3.1 粒度的概念 2.3.2 面向主題的數(shù)據(jù)組織 2.3.3 數(shù)據(jù)分割 2.3.4 元數(shù)據(jù)的管理本章小結(jié) 思考與練習(xí)第3章數(shù)據(jù)倉庫的設(shè)計與開發(fā) 3.1 數(shù)據(jù)倉庫的開發(fā)過程及特點 3.1.1 數(shù)據(jù)倉庫開發(fā)的生命周期 3.1.2 數(shù)據(jù)倉庫開發(fā)的特點 3.1.3 數(shù)據(jù)倉庫設(shè)計的主要內(nèi)容 3.2 數(shù)據(jù)模型設(shè)計 3.2.1 概念模型設(shè)計 3.2.2 邏輯模型設(shè)計 3.2.3 物理模型設(shè)計 3.3 數(shù)據(jù)倉庫的粒度設(shè)計 3.3.1 設(shè)計步驟 3.3.2 設(shè)計原則 3.4 創(chuàng)建數(shù)據(jù)倉庫的基本步驟 3.4.1 建立運(yùn)營環(huán)境文檔 3.4.2 選擇數(shù)據(jù)倉庫的實現(xiàn)技術(shù) 3.4.3 設(shè)計數(shù)據(jù)倉庫模型 3.4.4 創(chuàng)建數(shù)據(jù)準(zhǔn)備區(qū) 3.4.5 創(chuàng)建數(shù)據(jù)倉庫數(shù)據(jù)庫 3.4.6 從操作型系統(tǒng)中抽取數(shù)據(jù) 3.4.7 清理和轉(zhuǎn)換數(shù)據(jù) 3.4.8 將數(shù)據(jù)裝入數(shù)據(jù)倉庫數(shù)據(jù)庫 3.4.9 準(zhǔn)備顯示信息 3.4.10 將數(shù)據(jù)分發(fā)到數(shù)據(jù)集市本章小結(jié) 思考與練習(xí)第4章聯(lián)機(jī)分析處理 4.1 OLAP的基本概念 4.1.1 OLAP的發(fā)展背景 4.1.2 聯(lián)機(jī)分析處理是數(shù)據(jù)倉庫系統(tǒng)的一個應(yīng)用 4.2 OLAP與多維分析 4.2.1 OLAP的一些基本概念 4.2.2 理解數(shù)據(jù)立方 4.2.3 OLAP的基本分析操作 4.3 OLAP的分類 4.3.1 ROLAP 4.3.2 MOLAP 4.3.3 HOLAP 4.4 OLAP的特性與不足 4.4.1 OLAP的特性 4.4.2 OLAP的不足 4.5 SQL Servei 2005統(tǒng)一維度模型 4.5.1 結(jié)構(gòu) 4.5.2 優(yōu)點本章小結(jié) 思考與練習(xí)第5章數(shù)據(jù)挖掘概述 5.1 數(shù)據(jù)挖掘技術(shù)的由來 5.1.1 信息爆炸但知識貧乏 5.1.2 支持?jǐn)?shù)據(jù)挖掘技術(shù)的基礎(chǔ) 5.1.3 從商業(yè)數(shù)據(jù)到商業(yè)信息的進(jìn)化 5.1.4 數(shù)據(jù)挖掘逐漸演變的過程 5.2 數(shù)據(jù)挖掘的定義 5.2.1 技術(shù)角度的定義 5.2.2 商業(yè)角度的定義 5.2.3 數(shù)據(jù)挖掘與傳統(tǒng)分析方法的區(qū)別 5.2.4 數(shù)據(jù)挖掘和數(shù)據(jù)倉庫 5.2.5 數(shù)據(jù)挖掘和OLAP 5.2.6 數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和統(tǒng)計 5.3 數(shù)據(jù)挖掘發(fā)現(xiàn)的知識類型 5.3.1 廣義知識 5.3.2 關(guān)聯(lián)知識 5.3.3 分類知識 5.3.4 預(yù)測知識 5.3.5 偏差知識 5.4 數(shù)據(jù)挖掘流程 5.4.1 知識發(fā)現(xiàn)過程 5.4.2 數(shù)據(jù)挖掘?qū)ο? 5.4.3 數(shù)據(jù)挖掘任務(wù) 5.4.4 數(shù)據(jù)挖掘分類 5.4.5 數(shù)據(jù)預(yù)處理 5.5 數(shù)據(jù)挖掘的方法和技術(shù) 5.5.1 信息論方法 5.5.2 集合論方法 5.5.3 神經(jīng)網(wǎng)絡(luò)方法 5.5.4 遺傳算法 5.5.5 模糊數(shù)學(xué) 5.5.6 公式發(fā)現(xiàn) 5.5.7 可視化技術(shù) 5.5.8 知識表示本章小結(jié) 思考與練習(xí)第6章數(shù)據(jù)預(yù)處理 6.1 數(shù)據(jù)預(yù)處理的目的及方法 6.1.1 原始數(shù)據(jù)中存在的問題 6.1.2 數(shù)據(jù)預(yù)處理的常用方法 6.2 數(shù)據(jù)清理 6.2.1 處理空缺值 6.2.2 噪聲數(shù)據(jù)的處理 6.3 數(shù)據(jù)集成 6.3.1 模式匹配 6.3.2 數(shù)據(jù)冗余 6.3.3 數(shù)據(jù)沖突 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 維歸約 6.5.3 數(shù)據(jù)壓縮 6.5.4 數(shù)值歸約 6.5.5 離散化和概念分層本章小結(jié) 思考與練習(xí)第7章數(shù)據(jù)挖掘中的常用算法 7.1 Apriori算法 7.1.1 基本原理 7.1.2 Apriori算法的基本思想與分析 7.1.3 從頻繁項集產(chǎn)生關(guān)聯(lián)規(guī)則 7.2 決策樹算法 7.2.1 信息論的基本原理 7.2.2 ID3算法 7.2.3 樹剪枝 7.2.4 由決策樹提取分類規(guī)則 7.3 神經(jīng)網(wǎng)絡(luò)算法 7.3.1 神經(jīng)網(wǎng)絡(luò)的基本原理 7.3.2 反向傳播模型 7.3.3 定義神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu) 7.3.4 神經(jīng)網(wǎng)絡(luò)的工作過程 7.4 聚類分析 7.4.1 聚類分析的概念 7.4.2 聚類分析中的數(shù)據(jù)類型 7.4.3 幾種主要的聚類分析方法 7.4.4 K means聚類分析算法本章小結(jié) 思考與練習(xí)第8章 SQL Server數(shù)據(jù)倉庫與數(shù)據(jù)挖掘工具及其應(yīng)用 8.1 SQL Server 2005的功能構(gòu)架 8.2 SQL Server數(shù)據(jù)倉庫設(shè)計與數(shù)據(jù)挖掘準(zhǔn)備 8.2.1 SQL Server數(shù)據(jù)倉庫創(chuàng)建思路 8.2.2 SQL Server數(shù)據(jù)挖掘過程 8.2.3 案例數(shù)據(jù)準(zhǔn)備 8.3 SQL Server集成服務(wù) 8.3.1 SQL Server集成服務(wù)的作用 8.3.2 控制流 8.3.3 數(shù)據(jù)流 8.3.4 設(shè)計和使用ETL 8.4 SQL Server分析服務(wù) 8.4.1 創(chuàng)建Analysis Services項目 8.4.2 定義數(shù)據(jù)源 8.4.3 定義數(shù)據(jù)源視圖 8.4.4 用Analysis Services創(chuàng)建維與多維數(shù)據(jù)集 8.4.5 部署Analysis Services項目 8.5 SQL Server中的數(shù)據(jù)挖掘工具與應(yīng)用 8.6 SQL Server報表服務(wù) 8.6.1 創(chuàng)建報表 8.6.2 使用報表本章小結(jié) 思考與練習(xí)附錄A 一個簡易的數(shù)據(jù)挖掘工具——Weka參考文獻(xiàn)

展開全部

數(shù)據(jù)倉庫與數(shù)據(jù)挖掘節(jié)選

《數(shù)據(jù)倉庫與數(shù)據(jù)挖掘》比較系統(tǒng)地介紹數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的理論體系和應(yīng)用�！稊�(shù)據(jù)倉庫與數(shù)據(jù)挖掘》總的指導(dǎo)思想是在掌握基本知識和基本理論的基礎(chǔ)上，強(qiáng)調(diào)實際應(yīng)用能力的培養(yǎng)�！稊�(shù)據(jù)倉庫與數(shù)據(jù)挖掘》書力求深入淺出，通過通俗的語言及案例分析，介紹數(shù)據(jù)倉庫及數(shù)據(jù)挖掘的基本概念及相關(guān)理論與方法。從數(shù)據(jù)倉庫的定義、結(jié)構(gòu)、設(shè)計、構(gòu)建方法及聯(lián)機(jī)分析處理應(yīng)用等方面對數(shù)據(jù)倉庫進(jìn)行較為詳細(xì)的介紹；從數(shù)據(jù)挖掘的定義、數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘中的常用算法等方面對數(shù)據(jù)挖掘的基本知識和算法等理論進(jìn)行介紹�！稊�(shù)據(jù)倉庫與數(shù)據(jù)挖掘》強(qiáng)調(diào)數(shù)據(jù)倉庫和數(shù)據(jù)挖掘工具的應(yīng)用，重點介紹SQL Server 2005數(shù)據(jù)倉庫和數(shù)據(jù)挖掘工具的應(yīng)用。附錄A詳細(xì)介紹一個簡易的數(shù)據(jù)挖掘工具——Weka，該工具可作為讀者學(xué)習(xí)數(shù)據(jù)挖掘時的實驗工具。《數(shù)據(jù)倉庫與數(shù)據(jù)挖掘》可作為普通高等學(xué)校電子商務(wù)、信息管理、計算機(jī)應(yīng)用及其他相關(guān)專業(yè)的本科教材，也可作為經(jīng)貿(mào)、管理類專業(yè)的研究生教材，以及各類管理人員的培訓(xùn)與自學(xué)用書。

商品評論(0條)

寫書評賺書幣

暫無評論……

書友推薦