国产91青青成人a在线/在线视频成人/aaa成人永久在线观看视频/深夜草莓视频app

    本書介紹數據倉庫和數據挖掘的原理及其應用，系統地闡述數據倉庫和數據挖掘的主要概念和算法等基礎知識。全書分為3篇。第1篇介紹數據倉庫的發展和演變，主要闡述數據倉庫的定義、體系結構、組成、數據模型和ETL過程等，描述數據倉庫的設計方法和實現過程，結合實例說明如何構建數據倉庫，扼要地介紹數據倉庫的應用，如OLAP和OLAM。第2篇介紹數據挖掘的起源和發展，主要闡述數據挖掘和Web挖掘的主要算法，包括聚類、分類、預測和關聯分析等，描述如何運用數據挖掘解決實際問題，如客戶細分、虛開欺詐識別和WAP日志挖掘等。第3篇闡述數據、信息和知識之間的關系，介紹當前研究熱點——語義網和本體的核心技術及其主要應用。

第一篇 數據倉庫
　第1章 數據倉庫基礎
　　1.1 概述
　　　1.1.1 演變
　　　1.1.2 定義
　　1.2 體系結構
　　　1.2.1 兩層的體系結構
　　　1.2.2 三層的體系結構
　　1.3 組成
　　　1.3.1 加載管理器
　　　1.3.2 倉庫管理器
　　　1.3.3 查詢管理器
　　1.4 元數據
　　　1.4.1 定義和分類
　　　1.4.2 標準化
　　　1.4.3 CWM
　　　1.4.4 UML、MOF和XMI與CWM的關系
　　1.5 數據粒度
　　1.6 數據模型
　　1.7 ETL過程
　　　1.7.1 主要流程
　　　1.7.2 數據抽取
　　　1.7.3 數據轉換
　　　1.7.4 數據加載
　　1.8 數據質量
　　　1.8.1 主要問題
　　　1.8.2 評價標準
　　　1.8.3 管理目標
　　　1.8.4 管理體系
　　　1.8.5 數據規劃
　　　1.8.6 技術方案
　第2章 數據倉庫設計和實現
　　2.1 數據倉庫設計
　　　2.1.1 設計方法
　　　2.1.2 體系結構設計
　　　2.1.3 數據模型設計
　　　2.1.4 ETL設計
　　2.2 數據倉庫實現
　第3章 數據倉庫實例
　　3.1 實例一
　　　3.1.1 選擇主題
　　　3.1.2 邏輯模型
　　　3.1.3 物理模型
　　　3.1.4 ETL
　　3.2 實例二
　　　3.2.1 總體結構
　　　3.2.2 概念模型
　　　3.2.3 邏輯模型
　　　3.2.4 物理模型
　　　3.2.5 數據清洗
　　　3.2.6 ETL
　第4章 數據倉庫應用——OLAP和OLAM
　　4.1 OLAP
　　4.2 OLAM
　　　4.2.1 體系結構
　　　4.2.2 特點
　　　4.2.3 基于Web的OLAM
第二篇 數據挖掘
　第5章 數據挖掘基礎
　　5.1 概述
　　　5.1.1 定義
　　　5.1.2 功能
　　　5.1.3 模型
　　　5.1.4 展望
　　5.2 實現
　　5.3 工具
　　　5.3.1 概述
　　　5.3.2 比較
　第6章 聚類分析
　　6.1 硬聚類
　　　6.1.1 概述
　　　6.1.2 相似度計算
　　　6.1.3 實現方法
　　　6.1.4 主要算法
　　6.2 模糊聚類
　　　6.2.1 概述
　　　6.2.2 主要算法
　　6.3 評價
　第7章 分類和預測
　　7.1 神經網絡
　　7.2 決策樹
　　7.3 實現過程
　第8章 關聯分析
　　8.1 概述
　　8.2 Apriori
　　8.3 FP-Growth
　第9章 Web挖掘
　　9.1 概述
　　　9.1.1 定義和分類
　　　9.1.2 主要技術
　　　9.1.3 實現過程
　　9.2 Web資源獲取
　　9.3 Web預處理
　　　9.3.1 Web過濾
　　　9.3.2 Web去重
　　9.4 Web抽取和表示
　　　9.4.1 Web抽取
　　　9.4.2 Web表示
　　9.5 Web特征提取
　　9.6 Web聚類
　　9.7 Web分類
　　　9.7.1 樸素貝葉斯 24#
　　　9.7.2 支持向量機
　　　9.7.3 評價
　第10章 數據挖掘實例
　　10.1 客戶細分
　　　10.1.1 定義
　　　10.1.2 數據準備
　　　10.1.3 建模過程
　　　10.1.4 結果
　　10.2 重入網識別
　　　10.2.1 定義
　　　10.2.2 數據準備
　　　10.2.3 建模過程
　　　10.2.4 結果
　　10.3 虛開欺詐識別
　　　10.3.1 定義
　　　10.3.2 數據準備
　　　10.3.3 建模過程
　　　10.3.4 結果
　　10.4 數據業務收入預測
　　　10.4.1 定義
　　　10.4.2 數據準備
　　　10.4.3 建模過程
　　　10.4.4 結果
　　10.5 移動客戶流失預測
　　　10.5.1 定義
　　　10.5.2 數據準備
　　　10.5.3 特征變量選取
　　　10.5.4 建模過程
　　　10.5.5 結果
　　　10.5.6 應用
　　10.6 WAP日志挖掘
　　　10.6.1 定義
　　　10.6.2 數據準備
　　　10.6.3 建模過程
　　　10.6.4 結果
第三篇 語義網和本體
　第11章 知識基礎
　　11.1 概述
　　11.2 知識分類
　　11.3 知識表示
　　　11.3.1 知識表示觀
　　　11.3.2 知識表示方法
　　11.4 知識可視化
　　　11.4.1 主要技術
　　　11.4.2 工具
　　11.5 知識管
　　　11.5.1 概述
　　　11.5.2 模型和技術
　　　11.5.3 知識管理系統
　　　11.5.4 方法和步驟
　第12章 語義網和本體
　　12.1 語義網
　　　12.1.1 概述
　　　12.1.2 層次結構
　　　12.1.3 元數據
　　　12.1.4 核心技術
　　　12.1.5 開發工具——Jena
　　　12.1.6 Web 3.
　　12.2 本體
　　　12.2.1 哲學本源
　　　12.2.2 定義
　　　12.2.3 建模
　　　12.2.4 分類
　　　12.2.5 構建方法
　　　12.2.6 描述語言
　　　12.2.7 實例
參考文獻