数据仓库与数据挖掘原理及应用（第二版） PDF下载

第一篇 数据仓库
　第1章 数据仓库基础
　　1.1 概述
　　　1.1.1 演变
　　　1.1.2 定义
　　1.2 体系结构
　　　1.2.1 两层的体系结构
　　　1.2.2 三层的体系结构
　　1.3 组成
　　　1.3.1 加载管理器
　　　1.3.2 仓库管理器
　　　1.3.3 查询管理器
　　1.4 元数据
　　　1.4.1 定义和分类第一篇 数据仓库<；br />；
　第1章 数据仓库基础<；br />；
　　1.1 概述<；br />；
　　　1.1.1 演变<；br />；
　　　1.1.2 定义<；br />；
　　1.2 体系结构<；br />；
　　　1.2.1 两层的体系结构<；br />；
　　　1.2.2 三层的体系结构<；br />；
　　1.3 组成<；br />；
　　　1.3.1 加载管理器<；br />；
　　　1.3.2 仓库管理器<；br />；
　　　1.3.3 查询管理器<；br />；
　　1.4 元数据<；br />；
　　　1.4.1 定义和分类<；br />；
　　　1.4.2 标准化<；br />；
　　　1.4.3 CWM<；br />；
　　　1.4.4 UML、MOF和XMI与CWM的关系<；br />；
　　1.5 数据粒度<；br />；
　　1.6 数据模型<；br />；
　　1.7 ETL过程<；br />；
　　　1.7.1 主要流程<；br />；
　　　1.7.2 数据抽取<；br />；
　　　1.7.3 数据转换<；br />；
　　　1.7.4 数据加载<；br />；
　　1.8 数据质量<；br />；
　　　1.8.1 主要问题<；br />；
　　　1.8.2 评价标准<；br />；
　　　1.8.3 管理目标<；br />；
　　　1.8.4 管理体系<；br />；
　　　1.8.5 数据规划<；br />；
　　　1.8.6 技术方案<；br />；
　第2章 数据仓库设计和实现<；br />；
　　2.1 数据仓库设计<；br />；
　　　2.1.1 设计方法<；br />；
　　　2.1.2 体系结构设计<；br />；
　　　2.1.3 数据模型设计<；br />；
　　　2.1.4 ETL设计<；br />；
　　2.2 数据仓库实现<；br />；
　第3章 数据仓库实例<；br />；
　　3.1 实例一<；br />；
　　　3.1.1 选择主题<；br />；
　　　3.1.2 逻辑模型<；br />；
　　　3.1.3 物理模型<；br />；
　　　3.1.4 ETL<；br />；
　　3.2 实例二<；br />；
　　　3.2.1 总体结构<；br />；
　　　3.2.2 概念模型<；br />；
　　　3.2.3 逻辑模型<；br />；
　　　3.2.4 物理模型<；br />；
　　　3.2.5 数据清洗<；br />
　　　3.2.6 ETL<br />
　第4章 数据仓库应用——OLAP和OLAM<br />
　　4.1 OLAP<br />
　　4.2 OLAM<br />
　　　4.2.1 体系结构<br />
　　　4.2.2 特点<br />
　　　4.2.3 基于Web的OLAM<br />
第二篇 数据挖掘<br />
　第5章 数据挖掘基础<br />
　　5.1 概述<br />
　　　5.1.1 定义<br />
　　　5.1.2 功能<br />
　　　5.1.3 模型<br />
　　　5.1.4 展望<br />
　　5.2 实现<br />
　　5.3 工具<br />
　　　5.3.1 概述<br />
　　　5.3.2 比较<br />
　第6章 聚类分析<br />
　　6.1 硬聚类<br />
　　　6.1.1 概述<br />
　　　6.1.2 相似度计算<br />
　　　6.1.3 实现方法<br />
　　　6.1.4 主要算法<br />
　　6.2 模糊聚类<br />
　　　6.2.1 概述<br />
　　　6.2.2 主要算法<br />
　　6.3 评价<br />
　第7章 分类和预测<br />
　　7.1 神经网络<br />
　　7.2 决策树<br />
　　7.3 实现过程<br />
　第8章 关联分析<br />
　　8.1 概述<br />
　　8.2 Apriori<br />
　　8.3 FP-Growth<br />
　第9章 Web挖掘<br />
　　9.1 概述<br />
　　　9.1.1 定义和分类<br />
　　　9.1.2 主要技术<br />
　　　9.1.3 实现过程<br />
　　9.2 Web资源获取<br />
　　9.3 Web预处理<br />
　　　9.3.1 Web过滤<br />
　　　9.3.2 Web去重<br />
　　9.4 Web抽取和表示<br />
　　　9.4.1 Web抽取<br />
　　　9.4.2 Web表示<br />
　　9.5 Web特征提取<br />
　　9.6 Web聚类<br />
　　9.7 Web分类<br />
　　　9.7.1 朴素贝叶斯 24#<br />
　　　9.7.2 支持向量机<br />
　　　9.7.3 评价<br />
　第10章 数据挖掘实例<br />
　　10.1 客户细分<br />
　　　10.1.1 定义<br />
　　　10.1.2 数据准备<br />
　　　10.1.3 建模过程<br />
　　　10.1.4 结果<br />
　　10.2 重入网识别<br />
　　　10.2.1 定义<br />
　　　10.2.2 数据准备<br />
　　　10.2.3 建模过程<br />
　　　10.2.4 结果<br />
　　10.3 虚开欺诈识别<br />
　　　10.3.1 定义<br />
　　　10.3.2 数据准备<br />
　　　10.3.3 建模过程<br />
　　　10.3.4 结果<br />
　　10.4 数据业务收入预测<br />
　　　10.4.1 定义<br />
　　　10.4.2 数据准备<br />
　　　10.4.3 建模过程<br />
　　　10.4.4 结果<br />
　　10.5 移动客户流失预测<br />
　　　10.5.1 定义<br />
　　　10.5.2 数据准备<br />
　　　10.5.3 特征变量选取<br />
　　　10.5.4 建模过程<br />
　　　10.5.5 结果<br />
　　　10.5.6 应用<br />
　　10.6 WAP日志挖掘<br />
　　　10.6.1 定义<br />
　　　10.6.2 数据准备<br />
　　　10.6.3 建模过程<br />
　　　10.6.4 结果<br />
第三篇 语义网和本体<br />
　第11章 知识基础<br />
　　11.1 概述<br />
　　11.2 知识分类<br />
　　11.3 知识表示<br />
　　　11.3.1 知识表示观<br />
　　　11.3.2 知识表示方法<br />
　　11.4 知识可视化<br />
　　　11.4.1 主要技术<br />
　　　11.4.2 工具<br />
　　11.5 知识管<br />
　　　11.5.1 概述<br />
　　　11.5.2 模型和技术<br />
　　　11.5.3 知识管理系统<br />
　　　11.5.4 方法和步骤<br />
　第12章 语义网和本体<br />
　　12.1 语义网<br />
　　　12.1.1 概述<br />
　　　12.1.2 层次结构<br />
　　　12.1.3 元数据<br />
　　　12.1.4 核心技术<br />
　　　12.1.5 开发工具——Jena<br />
　　　12.1.6 Web 3.<br />
　　12.2 本体<br />
　　　12.2.1 哲学本源<br />
　　　12.2.2 定义<br />
　　　12.2.3 建模<br />
　　　12.2.4 分类<br />
　　　12.2.5 构建方法<br />
　　　12.2.6 描述语言<br />
　　　12.2.7 实例<br />
参考文献<br />