數據倉庫技術及其應用

第1章 緒 論
1.1 MIS與計算機應用
1.2 MIS的開發(fā)方法
1.3 MIS的主要內容
1.4 MIS的發(fā)展過程
1.5 MIS面臨的挑戰(zhàn)及數據倉庫的出現
1.6 MIS的發(fā)展趨勢
1.7 數據倉庫現象的發(fā)生
1.8 數據倉庫技術及其應用實例
1.9 國外數據倉庫研究的現狀
1.1 0 國內數據倉庫研究的現狀
1.1 1 建立一個完整的數據倉庫系統需要解決的問題
1.1 2 建立數據倉庫系統所做的工作
1.1 3 編寫本書的現實意義
第2章 數據倉庫的定義解釋、理論與技術
2.l 數據倉庫系統定義的解釋
2.2 數據倉庫的特征
2.3 數據倉庫理論的形成
2.4 數據倉庫的技術
第3章 一個完整的數據倉庫模型
3.1 數據倉庫的模型框架
3.2 數據倉庫的核心部分
3.3 一個完整的數據倉庫系統模型
3.4 數據倉庫系統中相關名詞的解釋
3.5 應用開發(fā)與數據精煉
第4章 數據倉庫中的數據庫設計
4.1 數據倉庫中數據模型的設計
4.2 概念數據模型設計
4.3 建立信息包圖
4.4 邏輯數據模型設計
4.5 物理數據模型設計
4.6 數據倉庫數據模型設計方法的規(guī)范化
第5章 數據挖掘及其應用
5.1 數據挖掘的定義及解釋
5.2 數據挖掘過程
5.3 數據挖掘工具
5.4 數據挖掘的目標與方法
5.5 一個數據挖掘的實例
第6章 數據庫中的知識發(fā)現（KDD）
6.1 引言
6.2 KDD定義與解釋
6.3 知識定義
6.4 KDD過程
6.5 KDD應用實例
第7章 快速發(fā)現相聯規(guī)則的算法及其應用
7.1 引言
7.2 相聯規(guī)則的定義與解釋
7.3 相聯規(guī)則在知識管理過程中的應用
7.4 相聯規(guī)則與相聯規(guī)則應用及相關的概念
7.5 相聯規(guī)則算法的解釋
7.6 一個實例的運行結果與分析
7.7 相聯規(guī)則的改進
第8章 預測及其應用
8.1 引言
8.2 預測的應用范圍
8.3 預測模型所涉及的技術
8.4 預測的目標、方法和過程
8.5 利用模糊分類解決貸款分類矩陣中的模糊問題
8.6 預測學的前景
第9章 預測模型匯集
9.1 預測相關內容簡介
9.2 增長曲線模型
9.3 概率預測法
9.4 確定性決策模型
9.5 風險決策模型
9.6 不確定性決策模型
9.7 回歸預測
9.8 時間序列預測
9.9 多目標決策——層次分析決策技術
9.10 相聯規(guī)則內容補充與程序介紹
參考文獻