數據倉庫與數據挖掘

《數據倉庫與數據挖掘/高等教育大數據科學與技術“十三五”規劃教材》主要介紹數據倉庫和數據挖掘技術的基本原理和應用方法。全書共分為13章，主要內容包括數據倉庫的概念與體系結構、數據、數據存儲、OIAP與數據立方體、數據挖掘基礎、關聯挖掘、聚類分析、分類、神經網絡、統計分析、非結構化數據挖掘、知識圖譜、大數據挖掘算法。其中，第1章為數據倉庫的概念與體系結構，內容包括數據挖掘的興起、數據倉庫的基本概念及數據倉庫的特點與組成等。第2～4章主要介紹數據倉庫的基本原理和數據倉庫系統的組建方法。第5～12章介紹當前流行的數據挖掘算法的主要思想和理論基礎，並且給出豐富的應用實例。第13章為數據挖掘創新篇，內容主要為基於MapReduce的數據挖掘算法及Hadoop的介紹等。

第1章 數據倉庫的概念與體系結構

1．1 數據倉庫的興起

1．1．1 數據管理技術的發展

1．1．2 數據倉庫的萌芽

1．2 數據倉庫的基本概念

1．2．1 元數據

1．2．2 數據粒度

1．2．3 數據模型

1．2．4 ETL

1．2．5 數據集市

1．3 數據倉庫的特點與組成

1．3．1 數據倉庫的特點

1．3．2 數據倉庫的組成

1．4 數據倉庫的體系結構

1．4．1 傳統的數據倉庫體系結構

1．4．2 傳統數據倉庫系統在大數據時代所面臨的挑戰

1．4．3 大數據時代的數據倉庫

習題

第2章 數據

2．1 數據的概念與內容

2．2 數據屬性與數據集

2．3 數據預處理

2．3．1 數據預處理概述

2．3．2 數據清洗

2．3．3 數據集成

2．3．4 數據變換

2．3．5 數據歸約

習題

第3章 數據存儲

3．1 數據倉庫的數據模型

3．1．1 數據倉庫的概念模型

3．1．2 數據倉庫的邏輯模型

3．1．3 數據倉庫的物理模型

3．2 元數據存儲

3．2．1 元數據的概念

3．2．2 元數據的分類方法

3．2．3 元數據的管理

3．2．4 元數據的作用

3．3 數據集市

3．3．1 數據集市的概念

3．3．2 數據集市的類型

3．3．3 數據集市的建立

3．4 大數據存儲技術

3．4．1 大數據的概念

3．4．2 傳統數據庫的侷限

3．4．3 NoSQL數據庫

3．4．4 幾種主流的NoSQL數據庫

習題

第4章 OLAP與數據立方體

4．1 OLAP的概念4．1．1 OLAP的定義

4．1．2 OLAP的準則

4．1．3 OLAP的特徵

4．2 多維分析的基本分析動作

4．2．1 切片

4．2．2 切塊

4．2．3 鑽取

4．2．4 旋轉

……

第5章 數據挖掘基礎

第6章 關聯挖掘

第7章 聚類分析

第8章 分類

第9章 神經網絡

第10章 統計分析

第11章 非結構化數據挖掘

第12章 知識圖譜

第13章 大數據挖掘算法

參考文獻