数据仓库与数据挖掘概念、方法及图书馆应用

朱东妹著的这本《数据仓库与数据挖掘概念、方法及图书馆应用》以图书馆信息化为基点，从理论与实际应用角度，介绍了数据仓库与数据挖掘的概念、方法及在图书馆的应用。主要内容包括：以图书馆自动化集成系统日常工作中产生的数据为基础，详细介绍了应用微软SQL Server 2012数据仓库与数据挖掘工具进行图书馆数据仓库开发、数据集成服务、联机分析处理及常见数据挖掘技术挖掘过程。
本书注重实践性，可操作性强，可作为企事业单位数据仓库与数据挖掘工作人员、研究人员参考用书。

朱东妹，女，1975年生，江苏盐城人，2006年毕业于昆明理工大学计算机应用技术专业，获工学硕士学位。2006年7月至今于安徽师范大学图书馆信息技术部工作，目前主要研究领域为智慧图书馆、数据挖掘等。发表学术论文10余篇，获得软件著作1项。2014年获得安徽省高等学校图书情报工作委员会学术成果二等奖，2014年获得中国高校图书馆发展论坛征文二等奖，2015年获得全国师范院校图书馆联盟学术会议征文二等奖。

第1章概述
1.1初识数据仓库
1.1.1数据仓库的产生过程
1.1.2数据仓库的体系结构
1.1.3数据仓库的关键技术
1.2初识数据挖掘
1.2.1数据挖掘对象
1.2.2数据挖掘过程
1.2.3数据挖掘方法
1.3数据仓库与数据挖掘的关系
1.4数据仓库与数据挖掘工具
1.5图书馆为什么需要数据仓库与数据挖掘
第2章数据仓库
2.1数据仓库概述
2.2数据仓库与数据库的区别
2.3数据仓库数据组织结构
2.4数据仓库开发过程
2.4.1规划分析阶段
2.4.2设计实现阶段
2.4.3使用维护阶段
2.5案例：利用SQLServer2012创建数据仓库
2.5.1概念模型设计
2.5.2逻辑模型设计
2.5.3物理模型设计
第3章数据抽取转换加载
3.1ETL过程
3.1.1数据抽取
3.1.2数据转换
3.1.3数据加载
3.2T-SQL语句
3.2.1数据定义语句
3.2.2数据控制语句
3.2.3数据操纵语句
3.3SSIS服务
3.3.1SSIS工具箱
3.3.2SSIS包
3.4案例：利用SQLServer2012抽取、转换及加载数据
3.4.1数据抽取
3.4.2数据清理、转换
3.4.3数据加载
第4章联机分析处理
4.1联机分析处理特性及评价
4.1.1OLAP特性
4.1.2OLAP评价准则
4.2OLAP的一些基本概念
4.3OLAP的基本操作
4.4案例：利用SQLServer2012创建OLAP立方
4.4.1建立数据源
4.4.2创建数据源视图
4.4.3根据向导创建多维数据集
4.4.4修改Cube中的维度和度量
4.4.5部署项目
4.4.6分析多维数据集
第5章关联规则
5.1基本概念
5.2关联规则的分类
5.3Apriori算法
5.3.1Apriori性质
5.3.2Apriori算法步骤
5.3.3Apriori算法示例
5.4Microsoft关联规则算法
5.4.1Microsoft关联规则算法的参数
5.4.2Microsoft关联规则算法的要求
5.5案例：利用SQLServer2012进行Microsoft关联规则挖掘
5.5.1数据准备
5.5.2实现挖掘任务
5.5.3浏览模型
5.5.4关联预测
第6章分类
6.1决策树算法
6.1.1基本概念
6.1.2ID3算法
6.1.3ID3算法示例
6.1.4由决策树提取分类规则
6.1.5Microsoft决策树算法
6.2贝叶斯分类算法
6.2.1贝叶斯分类的基础——贝叶斯定理
6.2.2朴素贝叶斯分类器
6.2.3朴素贝叶斯分类示例
6.2.4MicrosoftNaiveBayes算法
6.3神经网络算法
6.3.1生物神经元与人工神经元
6.3.2神经网络的激发函数
6.3.3多层感知器
6.3.4Microsoft神经网络算法
6.4逻辑回归算法
6.4.1逻辑回归算法概述
6.4.2Microsoft逻辑回归算法
6.5案例：利用SQLServer2012进行分类挖掘
6.5.1数据准备
6.5.2实现挖掘任务
6.5.3浏览模型
6.5.4挖掘性能分析
第7章聚类
7.1聚类分析
7.1.1聚类分析中的数据结构
7.1.2聚类分析中的数据类型
7.2[k]-平均算法
7.3EM算法
7.4Microsoft聚类算法
7.4.1Microsoft聚类算法的参数
7.4.2Microsoft聚类算法的要求
7.5案例：利用SQLServer2012进行Microsoft聚类分析挖掘
7.5.1数据准备7.5.2实现挖掘任务
7.5.3浏览模型
第8章线性回归
8.1一元线性回归
8.2多元线性回归
8.3Microsoft线性回归算法
8.3.1Microsoft线性回归算法的参数
8.3.2Microsoft线性回归算法的要求
8.4案例：利用SQLServer2012进行Microsoft线性回归挖掘
8.4.1数据准备
8.4.2实现挖掘任务
8.4.3浏览模型
第9章时序
9.1基本概念
9.2简单平均法
9.3移动平均法
9.3.1简单移动平均
9.3.2加移动平均
9.4指数平滑法
9.4.1简单指数平滑法
9.4.2考虑趋势调整的指数平滑法
9.4.3考虑季节性调整的指数平滑法
9.5ARIMA模型
9.5.1平稳时间序列ARIMA模型的一般形式
9.5.2非平稳时间序列ARIMA模型的一般形式
9.5.3方法性工具
9.6ARIMA模型示例
9.7Microsoft时序算法
9.7.1Microsoft时序算法的参数
9.7.2Microsoft时序算法的要求
9.8案例：利用SQLServer2012进行Microsoft时序算法挖掘
9.8.1数据准备
9.8.2实现挖掘任务
9.8.3浏览模型