数据仓库与数据挖掘/人工智能核心系列/计算机前沿技术丛书

本书以培养高级数据应 用人才为目标，主要介绍数 据仓库与数据挖掘技术的基 本原理和应用方法。 全书共13章，主要内容 包括数据仓库的概念与体系 结构、数据、数据存储、 OLAP与数据立方体、数据 挖掘基础、关联规则算法、 分类、统计分析、神经网络 、聚类分析、非结构化数据 挖掘、知识图谱、大数据挖 掘算法。 本书内容循序渐进、深 入浅出、概念清晰、条理性 强。本书既重视理论知识的 讲解，又强调应用技能的培 养，除了介绍算法的主要思 想和理论基础，还给出具体 实例，利用算法解决实例中 的任务。通过对具体实例的 学习和实践，使读者掌握数 据仓库和数据挖掘中必要的 知识点，达到学以致用的目 的。 本书既可作为高等学校 软件工程和计算机专业的教 材，也可供从事相关领域工 作的技术人员学习和参考。

\"钱育蓉（1980-），博士，教授，博士生导师，现任新疆大学软件学院党委委员、副院长，中国计算机学会高级会员。入选“天山英才”和“万人计划”后备人选，系国家级一流专业“软件工程”负责人、自治区一流课程“数据库原理与技术”负责人。从教十余年来为本科生讲授《文献检索与科技论文写作》、《数据库原理与技术》、《数字图像处理》、《计算机组成原理》等专业主干基础课程。 近年来共主持参与各类教学改革项目6项，获得国家级、自治区教学成果3项，指导学生参加的各类创新创业活动获省级以上奖励8项。 近年来主持了多项国家级、省部级和厅局级科研项目，科研经费累计达200多万元，已在国内外核心期刊发表论文五十余篇，获得28项软件著作权和两项发明专利授权。 近年来担任《Mathematical Problems in Engineering》、《MultiMedia Tools and Applications》、《生物多样性》、《计算机工程》等国内外杂志及会议的专家审稿工作。\"

第1章 数据仓库的概念与体系结构 1.1 数据仓库的兴起 1.1.1 数据管理技术的发展 1.1.2 数据仓库的萌芽 1.2 数据仓库的基本概念 1.2.1 元数据 1.2.2 数据粒度 1.2.3 数据模型 1.2.4 ETL 1.2.5 数据集市 1.3 数据仓库的特点与组成 1.3.1 数据仓库的特点 1.3.2 数据仓库的组成 1.4 数据仓库的体系结构 1.4.1 传统数据仓库的体系结构 1.4.2 传统数据仓库系统在大数据时代所面临的挑战 1.4.3 大数据时代的数据仓库 小结 习题 第2章 数据 2.1 数据的概念与内容 2.2 数据属性与数据集 2.3 数据预处理 2.3.1 数据预处理的意义 2.3.2 数据清洗 2.3.3 数据集成 2.3.4 数据变换 2.3.5 数据归约 小结 习题 第3章 数据存储 3.1 数据仓库的数据模型 3.1.1 数据仓库的概念模型 3.1.2 数据仓库的逻辑模型 3.1.3 数据仓库的物理模型 3.2 元数据存储 3.2.1 元数据的概念 3.2.2 元数据的分类方法 3.2.3 元数据的管理 3.2.4 元数据的作用 3.3 数据集市 3.3.1 数据集市的概念 3.3.2 数据集市的类型 3.4 大数据存储技术 3.4.1 传统数据库管理系统 3.4.2 NoSQL数据库 小结 习题 第4章 OLAP与数据立方体 4.1 OLAP的概念 4.1.1 OLAP的含义与基本概念 4.1.2 OLAP出现的原因——发展背景 4.1.3 OLAP参考标准——12条准则 4.2 多维分析操作 4.2.1 多维分析操作的定义 4.2.2 多维分析操作的必要性 4.2.3 多维分析操作的内容 4.2.4 多维分析操作实例展现 4.3 基本数据模型 4.3.1 基本数据模型的形式 4.3.2 MOLAP的定义、架构及优劣势分析 4.3.3 ROLAP的定义、架构及优劣势分析 4.3.4 MOLAP与ROLAP的比较 4.3.5 HOLAP的形成 …… 第5章 数据挖掘基础 第6章 关联规则算法 第7章 分类 第8章 统计分析 第9章 神经网络 第10章 聚类分析 第11章 非结构化数据挖掘 第12章 知识图谱 第13章 大数据挖掘算法 参考文献