第1章 绪论 1
1.1 MIS与计算机应用 1
1.2 MIS的开发方法 1
1.3 MIS在主要内容 3
1.4 MIS的发展过程 4
1.5 MIS面临的挑战及数据仓库的出现 9
1.6 MIS的发展趋势 10
1.7 数据仓库现象的发生 13
1.8 数据仓库技术及其应用实例 15
1.9 国外数据仓库研究的现状 17
1.10 国内数据仓库研究的现状 19
1.11 建立一个完整的数据仓库系统需要解决的问题 19
1.12 建立数据仓库系统所做的工作 19
1.13 编写本书的现实意义 20
第2章 数据仓库的定义解释、理论与技术 22
2.1 数据仓库系统定义的解释 22
2.2 数据仓库的特征 23
2.3 数据仓库管理论的形成 23
2.4 数据仓库的技术 27
第3章 一个完整的数据仓库模型 28
3.1 数据仓库的模型框架 28
3.2 数据仓库的核心部分 28
3.3 一个完整的数据仓库系统模型 31
3.4 数据仓库系统中相关名词的解释 32
3.5 应用开发与数据精练 35
第4章 数据仓库中的数据库设计 43
4.1 数据仓库中数据模型的设计 43
4.2 概念数据模型设计 48
4.3 建立信息包图 52
4.4 逻辑数据模型设计 53
4.5 物理数据模型设计 55
4.6 数据仓库数据模型设计方法的规范化 57
第5章 数据挖掘及其应用 67
5.1 数据挖掘的定义及解释 67
5.2 数据挖掘过程 67
5.3 数据挖掘工具 67
5.4 数据挖掘的目标与方法 67
5.5 一个数据挖掘的实例 69
第6章 数据库中的知识发现(KDD) 72
6.1 引言 72
6.2 KDD定义与解释 72
6.3 知识定义 73
6.4 KDD过程 73
6.5 KDD应用实例 74
第7章 快速发现相联规则的算法及其应用 75
7.1 引言 75
7.2 相联规则的定义与解释 75
7.3 相联规则在知识管理过程中的应用 76
7.4 相联规则与相联规则应用及相关的概念 77
7.5 相联规则算法的解释 80
7.6 一个实例的运行结果与分析 84
7.7 相联规则的改进 86
第8章 预测及其应用 87
8.1 引言 87
8.2 预测的应用范围 87
8.3 预测模型所涉及的技术 87
8.4 预测的目标、方法和过程 88
8.5 利用模糊分类解决贷款分类矩阵中的模糊问题 91
8.6 预测学的前景 93
第9章 预测模型汇集 94
9.1 预测相关内容简介 94
9.2 增长曲线模型 97
9.3 概率预测法 104
9.4 确定性决策模型 115
9.5 风险决策模型 116
9.6 不确定性决策模型 117
9.7 回归预测 118
9.8 时间序列预测 127
9.9 多目标决策——层次分析决策技术 138
9.10 相联规则内容补充与程序介绍 144
参考文献 177