数据仓库与决策支持系统

商家名称	信用等级	购买信息	订购本书
		数据仓库与决策支持系统
		数据仓库与决策支持系统

基本信息·出版社：科学出版社
·页码：225 页
·出版日期：2005年04月
·ISBN：7030151402
·条形码：9787030151407
·版本：第1版
·装帧：平装
·开本：16
·正文语种：中文
·丛书名：数据库应用系列丛书
·图书品牌：科瀚伟业

内容简介 《数据仓库与决策支持系统》以决策支持系统为核心，集数据库、数据仓库、OLAP及数据挖掘等于一体，构成了一个完整的体系。《数据仓库与决策支持系统》不仅阐述了基本理论、还专门讲述了应用与开发实例并附有相关产品介绍，是一本理想的全方位介绍数据仓库与决策支持系统的参考书。《数据仓库与决策支持系统》特色鲜明、通俗易懂，读者只要具有简单的计算机专业知识即能阅读《数据仓库与决策支持系统》，很适合专业人员自学。
《数据仓库与决策支持系统》可作为了解与开发数据仓库与决策支持系统的参考书，一般而言，只要认真阅读《数据仓库与决策支持系统》即可借助于工具开发出简单的决策支持系统软件。《数据仓库与决策支持系统》还可作为计算机相关专业本科或研究生的教材及教学参考书。
编辑推荐 《数据仓库与决策支持系统》是由科学出版社出版的。
目录
第1章 决策支持系统概述
1.1 由数据库到数据仓库
1.2 由数据仓库到业务智能
1.3 企业决策与决策支持系统
1.4 DSS发展的3个阶段

第2章 数据库原理与联机事务处理
2.1 数据库基本概念
2.2 数据库系统的基本特点
2.3 数据模型的基本概念
2.4 数据模型的4个世界
2.5 关系数据库系统概述
2.5.1 简单介绍
2.5.2 关系数据库系统的衡量准则
2.5.3 关系模型
2.6 数据库操作特性与联机事务处理
2.6.1 数据库操作特性
2.6.2 联机事务处理

第3章 数据仓库基本原理
3.1 概述
3.2 数据仓库的4大特点
3.3 数据仓库的数据组织
3.3.1 面向主题组织数据
3.3.2 按关系模式组织主题域
3.3.3 数据仓库中数据粒度选取与综合数据组织
3.3.4 元数据的构建
3.3.5 数据仓库数据组织的一个实例
3.4 数据仓库的体系结构
3.4.1 概述
3.4.2 数据仓库及其管理
3.4.3 数据集市
3.4.4 数据源
3.4.5 后端处理
3.4.6 数据仓库应用层
3.4.7 数据展示层
3.5 数据仓库管理员
3.6 数据仓库工具集
3.7 数据仓库中的若干个基本概念的小结

第4章 决策推理与决策支持系统
4.1 人脑决策推理初探
4.2 电脑推理方法介绍
4.2.1 电脑的演绎推理方法
4.2.2 电脑的归纳推理方法
4.3 DSS中的决策过程
4.3.1 DSS中的演绎型决策过程
4.3.2 DSS中的归纳型决策过程
4.3.3 DSS总体结构图

第5章 联机分析处理DSS
5.1 概述
5.2 OIAP模式
5.3 OIAP多维结构
5.3.OIAP多维数据结构
5.3.2 OIAP多维结构的操作
5.4 OIAP多维结构的物理存储
5.4.1 多维数据存储与关系数据存储
5.4.2 MOLAP
5.5 OIAP的12条准则
5.6 OIAP的分析操作及实例的介绍
5.6.1 OIAP分析操作
5.6.2 OIAP操作实例
5.7 OIAP结构

第6章 数据挖掘
6.1 概述
6.1.1 数据挖掘结构
6.1.2 数据挖掘的14种算法
6.1.3 数据挖掘的3种类型
6.1.4 数据挖掘过程
6.2 关联规则与Apriori算法
6.2.1 关联规则基本概念与实例
6.2.2 关联规则的算法——Apriori算法
6.3 分类与预测
6.3.1 分类与预测基本概念
6.3.2 分类算法之一——判定树算法
6.3.3 分类算法之二——粗集算法
6.3.4 基于人工神经网络的分类算法
6.3.5 基于贝叶斯方法的分类算法
6.4 聚类分析
6.4.1 聚类分析概述
6.4.2 聚类分析中的基本概念
6.4.3 聚类分析算法之一——划分法
6.4.4 聚类分析算法之二——层次法
6.4.5 聚类分析算法之三——遗传算法

第7章 数据仓库工程
7.1 数据仓库工程概述
7.2 软件工程介绍
7.2.1 软件
7.2.2 软件工程
7.2.3 软件工程的标准化与软件文档
7.3 数据工程介绍
7.3.1 概述
7.3.2 数据工程中的开发方法
7.3.3 数据工程中的开发过程
7.3.4 数据工程中的开发工具介绍
7.4 数据仓库应用系统的分析与设计
7.5 计划制定阶段
7.5.1 项目开发可行性研究
7.5.2 项目开发计划
7.6 需求分析
7.7 概念设计
7.8 逻辑设计
7.9 详细设计
7.10 测试
7.10.1 测试计划书
7.10.2 测试记录
7.10.3 测试分析报告
7.11 定型
7.11.1 项目开发总结
7.11.2 用户手册
7.11.3 操作手册

第8章 数据仓库产品介绍
8.1 数据仓库工具概述
8.2 数据仓库产品分类
8.2.1 4种开发厂商产品
8.2.2 3种不同规模的产品
8.3 典型产品介绍
8.3.1 Oracle数据仓库产品
8.3.2 SQLServer中的数据仓库功能
8.3.3 SAS数据仓库产品
8.3.4 BO
8.3.5 Brio
8.3.6 Cpgnos
8.3.7 Crystal
8.3.8 青大海威(HIGHWAY)数据仓库产品

第9章 决策支持系统的应用

第10章 决策支持系统案例介绍
10.1 企业ERP系统的扩充-EAC
10.2 ERP系统的组成
10.3 数据仓库主题的确定
10.3.1 数据仓库的主题
10.3.2 系统主题的实现方式
10.4 DSS系统平台的构建
10.5 构建基于ERP的数据仓库
10.6 数据仓库的应用
10.6.1 数据仓库应用的实现方法
10.6.2 数据仓库应用的4个主题的实现
10.7 OLAP应用
10.7.1 建立基于多维模型的数据集市
10.7.2 从数据集市到0IAP
10.7.3 多维建模的几个问题
10.7.4 0lLAP分析
10.8 面向ERP的数据挖掘
10.8.1 主题解释
10.8.2 数据准备
10.8.3 建立数据挖掘模型
10.8.4 结果解释、评价和应用

第11章 展望
11.1 动力与源泉
11.2 新的发展方向
11.3 未来预测
附录
附录1 OracIe数据仓库产品介绍
附录2 微软公司的数据仓库产品介绍
附录3 SAS产品介绍
附录4 BO介绍
附录5 Brio介绍
附录6 Cognos介绍
附录7 CrystalDecisions数据仓库产品介绍
附录8 青大海威产品介绍
主要参考文献
……
序言 近年来我国信息化发展迅速，众多单位大都建有多种数据平台并积累了大量数据资源，目前它们大都面临着信息化的关键性转变，这主要表现为
1）如何进一步开发信息资源为决策服务。
2）为实现上述目标首先解决如何将混乱的多种数据平台结构转变成一个统一的数据平台的问题。
这两个目标的完成需要用到数据仓库、数据挖掘以及决策支持系统等技术，我们将其简称为业务智能或BI。这种技术自20世纪90年代初开始在美国等国家流行，并在90年代中期传入我国，现在已逐渐在我国推广应用，并且正发挥着越来越重要的作用。目前介绍此项技术的有关书籍也逐渐增多，但普遍存在一些不足。例如：
1）大量的著作是直接译（或编译）自国外著作，理论深奥，与我国的国情联系不紧密，读者不易掌握。
2）大量的著作以研究型为主，实用型较少。
3）大量的著作往往理论分割，将数据仓库、数据挖掘与决策支持系统等各自分裂成书，自成体系，无法构成一个统一体，这对实际应用极为不利。
作者自20世纪90年代中以来一直从事数据仓库、数据挖掘的研究与开发，所主持设计与开发的项目涉及金融业、制造业、零售及医疗卫生等多种领域。近年来在南京大学开设过相关课程以及多种培训。本书是在此基础上结合国外技术编写而成，希望在编写中能尽量避免其他书籍中存在的一些问题，使之有自己的特色。本书所确定写作的指导性目标是：
1）突出集成性。即将数据仓库、OLAP、数据挖掘及决策支持等多种技术融于一体，以决策支持为核心，为企业管理层提供多种决策服务为目的。
2）突出实用性。因为任何一种技术都是为应用服务的，因此本书将为企业中的系统开发人员、系统设计人员和使用人员服务。
3）突出工程性。本书将以软件工程一数据工程一数据仓库工程为线条突出数据仓库应用系统的构建。
4）注重浅显性。本书试图以浅显易懂、深入浅出的方式对数据仓库、数据挖掘、决策支持系统等理论与应用进行解释，并且注重相互间内在逻辑关联与一体性，使读者阅读后有一个透彻、完整的理解。
本书共11章，分为3部分：
1）原理性第1～6章。主要介绍数据库、数据仓库、OLAP、数据挖掘、决策支持系统等基本原理及相互关系。
2）工程性第7、8章和附录。主要介绍软件工程一数据工程一数据仓库工程等工程性内容以及相关的产品、工具介绍。
3）应用性第9～11章。主要介绍应用案例以及发展等内容。
文摘 插图：


在决策支持系统中由数据仓库取代数据库后，整个系统就变得十分有效和协调。但是，随着决策支持系统的发展，其模型部分已逐渐不适应应用的需求，传统的（数学）方法和（数学）模型只能反映客观世界分析事物规则的一小部分，而大量的分析、推理的方法与模型，包括归纳推理、联想、学习等分析方法在实际数据分析中占有重要和主要的地位，但是它们在传统的模型中得不到有效的反映与表示。因此需要不断扩充传统数学方法与模型，将传统演绎推理型逐渐扩充至归纳推理（及学习）类型，使之能适应现代数据分析的需求，这样就在传统数学模型基础上扩充为两个部分。一个是验证型的分析方法，另一个是探索型的分析方法，它们都是归纳推理类型的方法，可分别称为联机分析处理（on-1ine analytical proccesses）与数据挖掘（data mening）。
此外，决策支持所形成的结果，由传统的简单界面而发展成为：
1）多种媒体的集成。包括图形（如图表、饼图、块图、曲线图等）、图像、语音等多种媒体形式的表示。

查看更多 下一篇