數(shù)據(jù)倉庫技術(shù)與實現(xiàn)

定　價：￥42.00

作　者：	彭木根編著
出版社：	電子工業(yè)出版社
叢編項：	軟件工程師叢書
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥35.70)

ISBN：	9787505376229	出版時間：	2002-06-01	包裝：	膠版紙
開本：	26cm	頁數(shù)：	430	字數(shù)：

內(nèi)容簡介

　　數(shù)據(jù)倉庫作為近些年來發(fā)展迅速的一種新興技術(shù)，它把收集到的數(shù)據(jù)轉(zhuǎn)變成有意義的可用在分析和報表等應(yīng)用程序中的信息。并且通過多步進程執(zhí)行處理和分析，這些進程包括收集數(shù)據(jù)、凈化數(shù)據(jù)和存儲數(shù)據(jù)等。本書首先詳細介紹了數(shù)據(jù)倉庫技術(shù)的理論和實現(xiàn)方法，然后詳細闡述數(shù)據(jù)倉庫的解決方案。并且通過實例闡述了如何創(chuàng)建、管理和維護數(shù)據(jù)倉庫。全書內(nèi)容翔實，示例豐富，結(jié)構(gòu)合理，語言簡潔，圖文并茂。作為一本數(shù)據(jù)倉庫技術(shù)的專著，結(jié)合實際系統(tǒng)地講解了數(shù)據(jù)倉庫技術(shù)的理論知識。在說明當前常用數(shù)據(jù)倉庫解決方案的基礎(chǔ)上，全面分析了微軟和SAS兩種數(shù)據(jù)倉庫解決方案的具體操作過程。讀者對象：作為有效解決數(shù)據(jù)倉庫技術(shù)的最佳參考資料，本書主要面向數(shù)據(jù)倉庫和數(shù)據(jù)庫的系統(tǒng)管理人員，以及從事數(shù)據(jù)倉庫系統(tǒng)應(yīng)用開發(fā)的專業(yè)人員。對于從事數(shù)據(jù)倉庫技術(shù)理論研究的人員，本書提供了研究數(shù)據(jù)倉庫的理論和方法。本書可作為MIS、計算機科學(xué)，以及商務(wù)等專業(yè)的參考書和數(shù)據(jù)倉庫用戶及系統(tǒng)管理員的必備手冊。

作者簡介

暫缺《數(shù)據(jù)倉庫技術(shù)與實現(xiàn)》作者簡介

圖書目錄

第一部分  基礎(chǔ)篇
第1章  從數(shù)據(jù)庫到數(shù)據(jù)倉庫 3
1.1  數(shù)據(jù)倉庫的由來 4
1.2  數(shù)據(jù)倉庫的定義 5
1.2.1  數(shù)據(jù)倉庫的基本定義 5
1.2.2  數(shù)據(jù)倉庫從數(shù)據(jù)庫進化而來 7
1.2.3  數(shù)據(jù)倉庫與傳統(tǒng)數(shù)據(jù)庫的區(qū)別 8
1.3  數(shù)據(jù)倉庫的體系化環(huán)境 12
1.3.1  數(shù)據(jù)倉庫的結(jié)構(gòu) 12
1.3.2  多層數(shù)據(jù)倉庫的體系結(jié)構(gòu) 14
1.3.3  數(shù)據(jù)倉庫的實現(xiàn) 14
1.4  數(shù)據(jù)倉庫中的數(shù)據(jù)組織 15
1.4.1  粒度與分割 16
1.4.2  元數(shù)據(jù) 17
1.4.3  數(shù)據(jù)概念模型 17
1.4.4  數(shù)據(jù)倉庫的數(shù)據(jù)組織方式 18
1.4.5  數(shù)據(jù)倉庫的數(shù)據(jù)追加 19
1.4.6  “維表—事實表”構(gòu)成的關(guān)系型數(shù)據(jù)倉庫 19
1.4.7  OLAP的數(shù)據(jù)組織 21
1.5  數(shù)據(jù)倉庫的方法論 22
1.5.1  任務(wù)和環(huán)境的評估 22
1.5.2  需求的收集和分析 22
1.5.3  構(gòu)造數(shù)據(jù)倉庫 23
1.5.4  數(shù)據(jù)倉庫技術(shù)的培訓(xùn) 23
1.5.5  回顧. 總結(jié)再發(fā)展 24
1.6  數(shù)據(jù)倉庫工程規(guī)劃 24
1.6.1  工程規(guī)劃的重要性 24
1.6.2  制定數(shù)據(jù)倉庫工程規(guī)劃的過程 25
1.6.3  數(shù)據(jù)倉庫工程規(guī)劃文檔的內(nèi)容 27
1.6.4  數(shù)據(jù)倉庫體系結(jié)構(gòu) 28
1.7  發(fā)展階段 30
1.8  小結(jié) 31
第2章  數(shù)據(jù)倉庫的基本組成 33
2.1  元數(shù)據(jù) 34
2.1.1  概念 34
2.1.2  元數(shù)據(jù)的管理功能 36
2.1.3  元數(shù)據(jù)的標準化和商品化 39
2.2  關(guān)系數(shù)據(jù)庫 40
2.2.1  創(chuàng)建和維護數(shù)據(jù)庫概述 40
2.2.2  數(shù)據(jù)庫性能優(yōu)化概述 41
2.3  數(shù)據(jù)集市 41
2.4  數(shù)據(jù)源 42
2.5  維度 43
2.5.1  概述 43
2.5.2  維度層次結(jié)構(gòu) 46
2.5.3  維度特征 48
2.5.4  維度類型 49
2.6  級別和成員 51
2.6.1  “全部”級別和全部成員 52
2.6.2  數(shù)據(jù)成員 53
2.7  度量值 53
2.8  單元 54
2.8.1  計算單元 55
2.9  多維數(shù)據(jù)集 56
2.9.1  多維數(shù)據(jù)集結(jié)構(gòu) 57
2.9.2  多維數(shù)據(jù)集存儲 58
2.9.3  多維數(shù)據(jù)集處理 58
2.9.4  多維數(shù)據(jù)集類型 58
2.10  分區(qū)和聚合 61
2.10.1  分區(qū) 61
2.10.2  分區(qū)結(jié)構(gòu) 63
2.10.3  分區(qū)存儲 63
2.10.4  聚合 64
2.11  成員屬性 65
2.12  小結(jié) 67
第3章  ODS 69
3.1  ODS的由來與定義 70
3.1.1  由來 70
3.1.2  定義 70
3.1.3  與數(shù)據(jù)倉庫的聯(lián)系與區(qū)別 71
3.2  DB―ODS―DW的體系結(jié)構(gòu) 71
3.3  創(chuàng)建ODS 73
3.3.1  ODS數(shù)據(jù)模式的形成 73
3.3.2  獲取并傳輸數(shù)據(jù) 73
3.3.3  從DB向ODS轉(zhuǎn)化的實現(xiàn)機制 74
3.4  實例分析 75
3.4.1  問題的提出 75
3.4.2  技術(shù)選型 76
3.4.3  基于ODS藥品銷售的即時OLAP應(yīng)用設(shè)計 76
3.4.4  數(shù)據(jù)采集 77
3.4.5  系統(tǒng)用戶界面的實現(xiàn) 78
3.4.6  系統(tǒng)的體系結(jié)構(gòu) 78
3.5  小結(jié) 78
第4章  OLAP系統(tǒng) 81
4.1  概述 82
4.1.1  由來與定義 82
4.1.2  WebOLAP 84
4.1.3  OLAP+數(shù)據(jù)挖掘 85
4.2  OLAP的多維數(shù)據(jù)概念 85
4.2.1  維 85
4.2.2  多維性 86
4.3  OLAP的多維數(shù)據(jù)結(jié)構(gòu) 88
4.3.1  OLAP結(jié)構(gòu) 88
4.3.2  活動數(shù)據(jù)的存儲 90
4.4  OLAP數(shù)據(jù)的處理方式 91
4.5  多維數(shù)據(jù)庫 91
4.6  OLAP的實現(xiàn)方式 92
4.6.1  實現(xiàn)中的問題及對策 92
4.6.2  實現(xiàn)技術(shù) 95
4.7  OLAP和OLTP的區(qū)別 97
4.8  OLAP的新發(fā)展——OLAM 99
4.8.1  由來 99
4.8.2  體系結(jié)構(gòu) 99
4.8.3  功能特征 100
4.8.4  OLAM領(lǐng)域的主要發(fā)展方向 101
4.9  小結(jié) 102
第5章  數(shù)據(jù)挖掘技術(shù)概述 103
5.1  概述 104
5.2  數(shù)據(jù)挖掘的定義 106
5.2.1  商業(yè)角度的定義 107
5.2.2  數(shù)據(jù)挖掘與傳統(tǒng)分析方法的區(qū)別 107
5.3  數(shù)據(jù)挖掘過程 108
5.3.1  工作量 109
5.3.2  過程 109
5.3.3  所需人員 110
5.3.4  5A模型 111
5.3.5  數(shù)據(jù)挖掘過程模型CRISP-DM 112
5.4  數(shù)據(jù)挖掘的研究內(nèi)容及其方法 114
5.4.1  概述 114
5.4.2  數(shù)據(jù)挖掘的任務(wù)及其6種模式 120
5.4.3  關(guān)聯(lián)規(guī)則挖掘的常用算法 124
5.4.4  決策樹方法 128
5.4.5  粗集方法 129
5.5  Web數(shù)據(jù)挖掘 131
5.5.1  Web數(shù)據(jù)挖掘的難點 132
5.5.2  發(fā)現(xiàn)序列互信息 133
5.5.3  發(fā)現(xiàn)互信息規(guī)則 134
5.5.4  發(fā)現(xiàn)相關(guān)主題域 135
5.5.5  檢驗規(guī)則的有效性 136
5.6  數(shù)據(jù)挖掘方法論 137
5.6.1  Sample──數(shù)據(jù)取樣 137
5.6.2  Explore──數(shù)據(jù)特征探索. 分析和預(yù)處理 138
5.6.3  Modify──問題明確化. 數(shù)據(jù)調(diào)整和技術(shù)選擇 138
5.6.4  Model──研發(fā)模型及發(fā)現(xiàn)知識 138
5.6.5  Assess──模型和知識的綜合解釋和評價 139
5.7  構(gòu)造和使用數(shù)據(jù)挖掘模型 139
5.7.1  創(chuàng)建數(shù)據(jù)挖掘模型 139
5.7.2  編輯數(shù)據(jù)挖掘模型 141
5.7.3  培訓(xùn)數(shù)據(jù)挖掘模型 141
5.7.4  查看數(shù)據(jù)挖掘模型 142
5.7.5  高級數(shù)據(jù)挖掘模型操作 143
5.8  小結(jié) 143
第二部分  工具篇
第6章  MDX 147
6.1  概述 148
6.1.1  維度. 級別. 成員和度量值 148
6.2  基本概念 148
6.2.1  單元. 元組和集合 149
6.2.2  軸維度和切片器維度 150
6.2.3  計算成員 150
6.2.4  用戶定義函數(shù) 150
6.2.5  PivotTable服務(wù) 150
6.3  比較SQL和MDX 150
6.4  基本MDX 151
6.4.1  基本MDX查詢 152
6.4.2  成員. 元組和集合 153
6.4.3  軸維度和切片器維度 156
6.4.4  建立多維數(shù)據(jù)集上下文 158
6.5  高級MDX 158
6.5.1  創(chuàng)建和使用屬性值 158
6.5.2  生成MDX中的命名集 163
6.5.3  生成MDX中的計算成員 166
6.5.4  生成MDX中的高速緩存 168
6.5.5  生成MDX中的計算單元 169
6.5.6  在MDX中創(chuàng)建和使用用戶定義函數(shù) 170
6.5.7  使用回寫 172
6.5.8  使用DRILLTHROUGH 檢索源數(shù)據(jù) 174
6.5.9  理解傳遞次序和求解次序 174
6.6  小結(jié) 179
第7章  數(shù)據(jù)倉庫工具和關(guān)鍵技術(shù) 181
7.1  OLAP查詢分析工具 182
7.1.1  OLAP特征 182
7.1.2  選擇OLAP工具 183
7.2  DSS的分析預(yù)測工具 185
7.2.1  DSS和IDSS 186
7.2.2  數(shù)據(jù)倉庫和OLAP的決策支持技術(shù) 188
7.2.3  綜合DSS 191
7.3  數(shù)據(jù)挖掘系統(tǒng)設(shè)計 192
7.3.1  數(shù)據(jù)挖掘的過程 193
7.3.2  數(shù)據(jù)挖掘系統(tǒng)的原型框架 196
7.3.3  數(shù)據(jù)挖掘面臨的問題 198
7.3.4  數(shù)據(jù)挖掘工具的選擇標準 199
7.4  數(shù)據(jù)倉庫體系結(jié)構(gòu)的關(guān)鍵問題 201
7.4.1  數(shù)據(jù)倉庫的組成部分 201
7.4.2  數(shù)據(jù)倉庫體系結(jié)構(gòu)中的關(guān)鍵問題 202
7.5  小結(jié) 206

第8章  數(shù)據(jù)倉庫實現(xiàn)和解決方案 207
8.1  數(shù)據(jù)倉庫的數(shù)據(jù)庫設(shè)計原則 208
8.1.1  簡明數(shù)據(jù)模式的設(shè)計 209
8.1.2  保證數(shù)據(jù)的一致性 211
8.1.3  提高查詢處理速度 213
8.1.4  提高數(shù)據(jù)裝載效率 214
8.2  數(shù)據(jù)倉庫總體設(shè)計 214
8.2.1  詳細設(shè)計數(shù)據(jù)倉庫 214
8.2.2  使用數(shù)據(jù)倉庫 221
8.2.3  維護數(shù)據(jù)倉庫 222
8.2.4  實現(xiàn)數(shù)據(jù)倉庫 224
8.3  數(shù)據(jù)倉庫的優(yōu)化 226
8.3.1  概述 227
8.3.2  優(yōu)化設(shè)計 228
8.3.3  面向超大型數(shù)據(jù)庫和數(shù)據(jù)倉庫的優(yōu)化 228
8.3.4  實施數(shù)據(jù)倉庫工程注意事項 232
8.4  數(shù)據(jù)倉庫技術(shù)的應(yīng)用和解決方案 233
8.4.1  數(shù)據(jù)倉庫技術(shù)的應(yīng)用 233
8.4.2  數(shù)據(jù)倉庫解決方案 239
8.5  小結(jié) 246
第9章  SQL Server 數(shù)據(jù)倉庫解決方案 247
9.1  Microsoft數(shù)據(jù)倉庫解決方案概述 248
9.1.1  Microsoft數(shù)據(jù)倉庫框架 249
9.1.2  Analysis Services 250
9.2  Microsoft數(shù)據(jù)倉庫設(shè)計 258
9.2.1  配置數(shù)據(jù)倉庫環(huán)境 258
9.2.2  創(chuàng)建多維數(shù)據(jù)集前準備 259
9.2.3  生成多維數(shù)據(jù)集 266
9.2.4  處理多維數(shù)據(jù)集 268
9.3  管理Microsoft數(shù)據(jù)倉庫 272
9.3.1  創(chuàng)建安全角色 272
9.3.2  管理分區(qū) 276
9.3.3  增強和改善維度 280
9.3.4  增強和改善多維數(shù)據(jù)集 282
9.3.5  更新多維數(shù)據(jù)集和維度 285
9.4  Microsoft數(shù)據(jù)倉庫數(shù)據(jù)服務(wù) 287
9.4.1  備份和還原數(shù)據(jù)庫 287
9.4.2  復(fù)制對象 289
9.4.3  導(dǎo)入. 導(dǎo)出和轉(zhuǎn)換數(shù)據(jù) 290
9.5  小結(jié) 294
第三部分  實例篇
第10章  SQL Server數(shù)據(jù)倉庫挖掘技術(shù) 297
10.1  創(chuàng)建和使用數(shù)據(jù)挖掘模型 298
10.1.1  Microsoft數(shù)據(jù)挖掘模型簡介 298
10.1.2  創(chuàng)建數(shù)據(jù)挖掘模型 300
10.1.3  編輯數(shù)據(jù)挖掘模型 302
10.1.4  培訓(xùn)數(shù)據(jù)挖掘模型 302
10.1.5  查看數(shù)據(jù)挖掘模型 303
10.1.6  高級數(shù)據(jù)挖掘模型操作 304
10.2  OLAP數(shù)據(jù)挖掘模型實例 305
10.2.1  創(chuàng)建揭示客戶模式的數(shù)據(jù)挖掘模型 305
10.2.2  讀取客戶決策樹 307
10.2.3  瀏覽數(shù)據(jù)挖掘虛擬維度 310
10.3  創(chuàng)建關(guān)系數(shù)據(jù)挖掘模型 314
10.3.1  創(chuàng)建揭示客戶模式的數(shù)據(jù)挖掘模型 314
10.3.2  讀取客戶決策樹 317
10.3.3  瀏覽相關(guān)性網(wǎng)絡(luò) 320
10.4  數(shù)據(jù)倉庫高級技術(shù) 324
10.4.1  Internet連接 325
10.4.2  多維數(shù)據(jù)集的調(diào)度技術(shù) 328
10.5  小結(jié) 333
第11章  SAS數(shù)據(jù)倉庫解決方案 335
11.1  SAS數(shù)據(jù)倉庫概述 336
11.1.1  SAS數(shù)據(jù)倉庫 337
11.1.2  SAS數(shù)據(jù)倉庫的組成 337
11.1.3  SAS數(shù)據(jù)倉庫的體系結(jié)構(gòu) 339
11.1.4  開發(fā)SAS數(shù)據(jù)倉庫 341
11.1.5  SAS的數(shù)據(jù)倉庫產(chǎn)品——SAS/WA 343
11.1.6  SAS數(shù)據(jù)倉庫方法論 345
11.2  SAS數(shù)據(jù)挖掘技術(shù) 347
11.2.1  挖掘策略 347
11.2.2  挖掘的方法論——SEMMA 348
11.2.3  數(shù)據(jù)挖掘應(yīng)用實例 350
11.3  SAS工具 351
11.3.1  SAS核心系統(tǒng) 352
11.3.2  深層數(shù)據(jù)分析 353
11.3.3  客戶端應(yīng)用軟件 360
11.3.4  桌面分析軟件 362
11.4  SAS數(shù)據(jù)倉庫設(shè)計 365
11.4.1  SAS/Warehouse Administrator概述 366
11.4.2  設(shè)置數(shù)據(jù)倉庫環(huán)境 369
11.4.3  SAS數(shù)據(jù)操作 373
11.4.4  創(chuàng)建數(shù)據(jù)倉庫 383
11.5  小結(jié) 395
第12章  數(shù)據(jù)倉庫和CRM解決方案 397
12.1  CRM解決方案概述 398
12.1.1  CRM系統(tǒng)的組成 400
12.1.2  CRM的發(fā)展和目標 404
12.1.3  CRM的核心技術(shù) 405
12.1.4  CRM在我國電信企業(yè)的應(yīng)用 406
12.1.5  電信運營商成功實施CRM的案例 407
12.1.6  CRM軟件的選型 410
12.2  CRM實施與評價 411
12.2.1  準備工作 411
12.2.2  實施步驟 412
12.2.3  客戶關(guān)系管理的評價 415
12.3  電信企業(yè)的CRM系統(tǒng)解決方案 416
12.3.1  電信企業(yè)的營銷管理 416
12.3.2  電信企業(yè)的銷售管理 418
12.3.3  電信企業(yè)的服務(wù)管理 419
12.4  數(shù)據(jù)倉庫具體實現(xiàn) 420
12.4.1  實施數(shù)據(jù)倉庫并實現(xiàn)數(shù)據(jù)分析 420
12.4.2  實施數(shù)據(jù)倉庫詳細策略 421
12.4.3  利用呼叫中心收集數(shù)據(jù) 423
12.4.4  電信企業(yè)的呼叫中心 424
12.4.5  廣東移動實施數(shù)據(jù)倉庫案例分析 427
12.5  小結(jié) 429
參考文獻 430