第1章 商务智能概述 1
学习目标 1
1.1 商务智能产生的背景 2
1.2 商务智能的概念 4
1.3 商务智能的发展过程 6
1.4 商务智能系统概述 9
1.5 决策支持系统 14
1.6 商务智能的发展与现状 21
本章小结 32
复习思考题 32
第2章 数据仓库概述 33
学习目标 33
2.1 数据仓库的产生与发展 34
2.2 数据仓库的概念与特征 39
2.3 数据仓库中的重要名词 42
2.4 数据仓库中的数据组织 47
2.5 数据仓库的体系结构 56
2.6 操作型数据存储ODS 60
本章小结 67
复习思考题 68
第3章 联机分析处理 69
学习目标 69
3.1 联机分析处理概念 70
3.2 OLAP的多维数据分析 77
3.3 OLAP的数据组织 83
3.4 数据立方体的计算 93
3.5 OLAP的体系结构与展现方式 96
3.6 OLAP开发工具 101
本章小结 108
复习思考题 108
第4章 数据仓库设计 109
学习目标 109
4.1 数据仓库设计的三级数据模型 110
4.2 数据仓库的设计方法和步骤 111
4.3 需求分析 113
4.4 概念模型设计 116
4.5 逻辑模型设计 119
4.6 物理模型设计 128
4.7 ETL设计 136
4.8 数据仓库设计实例——零售业数据仓库设计 138
本章小结 142
复习思考题 143
技能实训题 143
第5章 数据仓库实施 144
学习目标 144
5.1 商务智能开发工具 145
5.2 SQL Server数据仓库方案实施 148
5.3 设计与创建数据仓库 150
5.4 使用SSIS设计ETL 153
5.5 创建OLAP数据立方体 160
5.6 多维表达式MDX 169
5.7 商务智能的前端展示 181
本章小结 185
复习思考题 186
技能实训题 186
第6章 数据挖掘概述 187
学习目标 187
6.1 数据挖掘的产生 188
6.2 数据挖掘的定义 189
6.3 数据挖掘的分类 193
6.4 数据挖掘的任务 200
6.5 数据挖掘常用技术和工具 202
6.6 数据预处理 208
6.7 数据挖掘流程 221
6.8 数据挖掘应用与发展趋势 224
本章小结 227
复习思考题 228
技能实训题 228
第7章 数据挖掘基本算法 229
学习目标 229
7.1 数据挖掘基本分析方法 230
7.2 关联分析 231
7.3 序列模式分析 240
7.4 分类分析 249
7.5 聚类分析 259
本章小结 269
复习思考题 269
技能实训题 270
第8章 统计方法与贝叶斯网络 271
学习目标 271
8.1 观察数据 272
8.2 假设检验 274
8.3 预测回归问题 275
8.4 方差分析 283
8.5 贝叶斯定理 287
8.6 朴素贝叶斯分类 289
8.7 贝叶斯信念网络 292
本章小结 308
复习思考题 309
技能实训题 309
第9章 人工神经网络 311
学习目标 311
9.1 人工神经网络概述 312
9.2 人工神经元模型 314
9.3 人工神经网络结构 318
9.4 感知机 319
9.5 多层前馈型网络 322
9.6 后向传播 324
9.7 解释结果 331
9.8 学习任务 334
9.9 竞争神经网络 335
本章小结 344
复习思考题 344
技能实训题 345
第10章 web数据挖掘 346
学习目标 346
10.1 web数据挖掘概述 347
10.2 web内容挖掘 354
10.3 web结构挖掘 361
10.4 web使用挖掘 365
10.5 web数据挖掘的应用 377
10.6 web数据挖掘的研究热点与发展趋势 383
本章小结 385
复习思考题 385
技能实训题 385
第11章 数据挖掘工具 386
学习目标 386
11.1 SQL Server数据挖掘方案实施 387
11.2 OLE DB for DM规范 388
11.3 Microsoft数据挖掘模型的使用 396
11.4 SQL Server数据挖掘编程 416
本章小结 426
复习思考题 426
技能实训题 426
第12章 商务智能的设计与实现 427
学习目标 427
12.1 商务智能的设计与实施 428
12.2 几种商务智能解决方案介绍 434
12.3 商务智能系统设计案例分析 438
12.4 商务智能的应用 441
本章小结 449
复习思考题 449
技能实训题 449
主要参考文献 450