- 中南大学出版社
- 9787548731719
- 225143
- 51194505-7
- 2019年2月
- 工学
- 计算机科学与技术
- TP274
- 计算机类
- 本科
内容简介
本书系统地介绍了数据仓库和数据挖掘的基本概念、相关知识和基本方法，每种数据挖掘方法都有详尽的实例描述和具体实现步骤。《数据仓库与数据挖掘技术》结构严谨，条理清晰，语言浅显易懂，循序渐进地表达了知识内容；本书坚持理论与实际相结合，概念和具体方法相结合，使知识具体化，生动化，以帮助读者在学习后达到学以致用的目的。
目录
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 传统的数据仓库体系结构 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 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 数据预处理概述 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 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 3.3.3 数据集市的建立 3.4 大数据存储技术 3.4.1 大数据的概念 3.4.2 传统数据库的局限 3.4.3 NoSQL数据库 3.4.4 几种主流的NoSQL数据库 习题 第4章 OLAP与数据立方体 4.1 OLAP的概念 4.1.1 OLAP的定义 4.1.2 OLAP的准则 4.1.3 OLAP的特征 4.2 多维分析的基本分析动作 4.2.1 切片 4.2.2 切块 4.2.3 钻取 4.2.4 旋转 …… 第5章 数据挖掘基础 第6章 关联挖掘 第7章 聚类分析 第8章 分类 第9章 神经网络 第10章 统计分析 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
