《企业数据挖掘理论与实践》概述了数据挖掘的基本概念、应用领域、相关学科、发展趋势以及数据仓库和OLAP技术，着重讨论了数据仓库和数据挖掘在企业管理中的应用及其构建策略，并基于SQL Server提供一个具体实例，阐述了企业数据仓库和数据挖掘的实施过程，*后对前端数据挖掘的应用程序开发时可选用的开发工具——Delphi在数据挖掘应用方面提供的支持进行了介绍。《企业数据挖掘理论与实践》可供从事数据仓库和数据挖掘开发与设计的人员以及高等院校师生阅读和参考。

在数据集成过程中，需要解决如下几个问题：
（1）模式集成问题。即如何使来自多个数据源的数据与现实世界的实体相匹配，这涉及到实体识别问题。例如customer-id和customer-number是两个数据库中的不同用户标识，它们是否为同一实体。
（2）冗余。冗余是数据集成中经常发生的另一个问题。一个属性是冗余的，若一个属性可以从其他属性中推演出来。如：一个顾客的平均月工资属性就是冗余属性，因为它可以根据月收入属性计算出来。两个属性是否相关即是否构成冗余有相应的公式进行度量。除检测属性间的冗余外，“重复”也应该在元组级进行检测，元组即为记录。重复是指对于同一数据存在两个或多个元组。
（3）数据集成的第三个问题是数据值冲突的检测与处理。例如，对于现实世界的同一实体，来自不同数据源的属性值可能不同。原因可能是表示的差异、比例尺度不同或编码的差异等，例如采用不同的长度、重量或货币单位。数据这种语义上的差异，是数据集成的巨大挑战。将多个数据源中的数据集成起来，能够减少或避免结构数据集中数据的冗余性和不一致性，这有助于提高数据挖掘的精度和速度。 随着计算机技术和信息技术的发展，企业在生产、销售等各种企业活动中产生并积累了大量的数据，信息量的增长速度呈现指数上升，在**市场、银行、电信等企业表现得更为突出，数据的容量已达到了TB级甚至PB级。这些海量数据中隐藏着大量具有潜在价值的信息，传统获取和分析知识的方法已远远不能满足企业获取这些信息的需要。“数据丰富，知识贫乏”的矛盾进一步加剧。如何从数据中发现有价值的知识或信息，就成为企业一项非常艰巨的任务。人们迫切需要一种能够从海量数据中提取知识和信息的技术，以便能够智能地、自动地把信息和数据转换成知识。这样，数据挖掘技术就应运而生了。
我国数据挖掘技术研究开始于20世纪90年代，经过十几年的发展，这一领域目前正处于蓬勃发展时期。课题组开始酝酿和申报此课题时，关于数据挖掘的中文资料，无论是图书还是期刊都比较少；关于企业数据挖掘应用的资料更是少之又少。但短短两三年的时间，数据挖掘技术在我国得到了迅速的发展，同时在计算机界、信息管理界得到广泛的重视和研究，多种**科研基金如**自然科学基金、863计划、“九五”计划等都对数据挖掘项目进行了资助，取得了许多研究成果。
企业数据应用的目的性很强，这就决定了基于数据仓库进行数据挖掘成为企业数据挖掘应用的主流。但由于数据仓库、数据挖掘技术都是数据处理及分析领域出现的新技术，大部分人都把目光投向了基于这两项技术基础上的基础理论的研究，特别是具体技术、算法的实现，而忽略了对数据挖掘理论与实践相结合的研究，使得这方面的书籍和论文很少，而且研究者大多集中在高校，研究成果很多是对国外成果的介绍、引进、补充、改进或翻译。许多企业、机构已经认识到数据挖掘的先进性和必要性，希望构建自己的数据挖掘系统，少数大型企业已经开始这方面的实施工作，如海尔集团和小天鹅集团等企业已经利用数据挖掘技术进行客户关系管理，并取得了较好的效益。但是，绝大部分企业还缺少构建一个完整的数据挖掘系统的理论和实践指导体系。因此，本书内容不注重数据挖掘概念、技术、算法的具体研究和介绍，而足希望能够在一个更高的层次上，为企业高层管理者及相关人员在企业数据挖掘系统的构建方面，提供一个完整的理论和实践体系，为推动数据挖掘在企业的应用做些贡献。

前言
**章 导论
**节 数据挖掘的概念
第二节 数据挖掘的特点
第三节 数据挖掘的分类
第四节 数据挖掘的过程
第五节 数据挖掘的功能
第六节 数据挖掘的相关学科
第七节 数据挖掘的应用领域
第八节 数据挖面临的挑战和局限性
第九节 数据挖掘的发展趋势
第十节 数据挖掘与其他概念的关系
参考文献

第二章 数据仓库和OLAP
**节 数据仓库及其特征
第二节 数据粒度、分割、数据组织和数据文件结构
第三节 数据集市
第四节 操作型数据存储DOS
第五节 数据预处理
第六节 数据仓库的数据质量
第七节 元数据
第八节 数据仓库的构建
第九节 数据挖掘语言
第十节 常用数据挖掘技术
第十一节 OLAP的基本概述
第十二节 OLAP的数据处理和展现方式
第十三节 OLAP的特征及与OLAP的区别
第四节 OLAP的分类及发展
参考文献

第三章 数据挖掘在企业管理中的应用
**节 企业应用数据挖掘的意义
第二节 数据挖掘与客户关系管理
第三节 数据挖掘与供应链管理
第四节 数据挖掘与企业决策
参考文献

第四章 企业数据挖掘工具的开发与选择
**节 企业数据挖掘工具的开发方式
第二节 国外数据挖掘工具比较分析
第三节 国内数据挖掘工具介绍
第四节 国内外数据挖掘工具比较
第五节 企业数据挖掘工具选择
参考文献

第五章 企业数据仓库建设策略
**节 企业数据管理的发展阶段
第二节 企业管理结构层次与企业数据体系化结构环境
第三节 我国企业数据环境现状与特点
第四节 大型企业数据仓库建设策略
第五节 中小型企业（部门）数据仓库建设策略
参考文献

第六章 基于SQLServer数据仓库的数据挖掘
**节 SQLServer数据仓库工具及应用
第二节 SQLServer的数据仓库实现
第三节 SQLServer中的数据提取与加载
第四节 SQLServer数据仓库的使用
第五节 使用Analysisservices管理维和多维数据集
第六节 SQL Server中的数据挖掘工具与应用
参考文献

第七章 基于Delphi的数据挖掘应用
**节 Delphi开发系统特点
第二节 Decision Cube组件组
第三节 Decision Cube组件组应用
参考文献
附录SQL Sever数据挖掘实例
……