数据库仓库与数据挖掘原理及应用 第2版PDF电子书下载

第一篇 数据仓库 3

第1章 数据仓库基础 3

1.1 概述 3

1.1.1 演变 3

1.1.2 定义 5

1.2 体系结构 6

1.2.1 两层的体系结构 6

1.2.2 三层的体系结构 8

1.3 组成 9

1.3.1 加载管理器 10

1.3.2 仓库管理器 11

1.3.3 查询管理器 13

1.4 元数据 14

1.4.1 定义和分类 14

1.4.2 标准化 15

1.4.3 CWM 16

1.4.4 UML、MOF和XMI与CWM的关系 20

1.5 数据粒度 22

1.6 数据模型 23

1.7 ETL过程 23

1.7.1 主要流程 24

1.7.2 数据抽取 24

1.7.3 数据转换 27

1.7.4 数据加载 27

1.8 数据质量 29

1.8.1 主要问题 29

1.8.2 评价标准 30

1.8.3 管理目标 31

1.8.4 管理体系 32

1.8.5 数据规划 35

1.8.6 技术方案 38

第2章 数据仓库设计和实现 50

2.1 数据仓库设计 50

2.1.1 设计方法 52

2.1.2 体系结构设计 53

2.1.3 数据模型设计 55

2.1.4 ETL设计 74

2.2 数据仓库实现 80

第3章 数据仓库实例 84

3.1 实例一 84

3.1.1 选择主题 84

3.1.2 逻辑模型 85

3.1.3 物理模型 92

3.1.4 ETL 93

3.2 实例二 97

3.2.1 总体结构 97

3.2.2 概念模型 99

3.2.3 逻辑模 100

3.2.4 物理模型 106

3.2.5 数据清洗 108

3.2.6 ETL 109

第4章 数据仓库应用——OLAP和OLAM 115

4.1 OLAP 115

4.2 OLAM 119

4.2.1 体系结构 120

4.2.2 特点 122

4.2.3 基于Web的OLAM 123

第二篇 数据挖掘 127

第5章 数据挖掘基础 127

5.1 概述 127

5.1.1 定义 127

5.1.2 功能 130

5.1.3 模型 131

5.1.4 展望 137

5.2 实现 139

5.3 工具 140

5.3.1 概述 140

5.3.2 比较 141

第6章 聚类分析 145

6.1 硬聚类 146

6.1.1 概述 146

6.1.2 相似度计算 149

6.1.3 实现方法 151

6.1.4 主要算法 152

6.2 模糊聚类 165

6.2.1 概述 165

6.2.2 主要算法 168

6.3 评价 171

第7章 分类和预测 177

7.1 神经网络 178

7.2 决策树 182

7.3 实现过程 187

第8章 关联分析 189

8.1 概述 189

8.2 Apriori 192

8.3 FP-Growth 196

第9章 Web挖掘 198

9.1 概述 199

9.1.1 定义和分类 199

9.1.2 主要技术 202

9.1.3 实现过程 213

9.2 Web资源获取 215

9.3 Web预处理 217

9.3.1 Web过滤 217

9.3.2 Web去重 224

9.4 Web抽取和表示 236

9.4.1 Web抽取 236

9.4.2 Web表示 236

9.5 Web特征提取 238

9.6 Web聚类 240

9.7 Web分类 242

9.7.1 朴素贝叶斯 243

9.7.2 支持向量机 244

9.7.3 评价 245

第10章 数据挖掘实例 247

10.1 客户细分 247

10.1.1 定义 247

10.1.2 数据准备 250

10.1.3 建模过程 251

10.1.4 结果 256

10.2 重入网识别 258

10.2.1 定义 258

10.2.2 数据准备 258

10.2.3 建模过程 265

10.2.4 结果 267

10.3 虚开欺诈识别 268

10.3.1 定义 268

10.3.2 数据准备 268

10.3.3 建模过程 269

10.3.4 结果 269

10.4 数据业务收入预测 272

10.4.1 定义 272

10.4.2 数据准备 272

10.4.3 建模过程 284

10.4.4 结果 286

10.5 移动客户流失预测 287

10.5.1 定义 288

10.5.2 数据准备 289

10.5.3 特征变量选取 289

10.5.4 建模过程 291

10.5.5 结果 293

10.5.6 应用 298

10.6 WAP日志挖掘 299

10.6.1 定义 300

10.6.2 数据准备 301

10.6.3 建模过程 305

10.6.4 结果 306

第三篇 语义网和本体 311

第11章 知识基础 311

11.1 概述 311

11.2 知识分类 316

11.3 知识表示 316

11.3.1 知识表示观 317

11.3.2 知识表示方法 319

11.4 知识可视化 325

11.4.1 主要技术 326

11.4.2 工具 333

11.5 知识管理 335

11.5.1 概述 335

11.5.2 模型和技术 338

11.5.3 知识管理系统 341

11.5.4 方法和步骤 343

第12章 语义网和本体 345

12.1 语义网 345

12.1.1 概述 345

12.1.2 层次结构 349

12.1.3 元数据 351

12.1.4 核心技术 353

12.1.5 开发工具——Jena 356

12.1.6 Web 3.0 356

12.2 本体 358

12.2.1 哲学本源 358

12.2.2 定义 359

12.2.3 建模 359

12.2.4 分类 360

12.2.5 构建方法 360

12.2.6 描述语言 363

12.2.7 实例 365

参考文献 372