数据仓库与数据挖掘是决策支持的两项重要技术,它们共同的特点是都需要利用大量的数据资源,并从数据资源中提取信息和知识。由于数据资源丰富,因此数据仓库与数据挖掘的决策支持效果显著。 本书系统介绍数据仓库原理,联机分析处理,数据仓库设计与开发,数据仓库的决策支持,数据挖掘原理,基于信息论的决策树方法,基于集合论的粗糙集方法、k—均值聚类、关联规则挖掘,仿生物技术的神经网络,遗传算法,公式发现,知识挖掘,文本挖掘与web挖掘。 本书从数据仓库的兴起来说明决策支持的特点,从数据挖掘的理论基础来说明数据挖掘的方法,并通过实例来详细讲解。希望读者在学习之后,亲自在计算机上去实践,这样才能更有效地掌握数据挖掘的方法。

第1章 数据仓库与数据挖掘概述
1.1 数据仓库的兴起
1.2 数据挖掘的兴起
1.3 数据仓库和数据挖掘的结合
习题1
第2章 数据仓库原理
2.1 数据仓库结构体系
2.2 数据仓库数据模型
2.3 数据抽取、转换和装载
2.4 元数据
习题2
第3章 联机分析处理
3.1 olap概念
3.2 olap的数据模型
3.3 多维数据的显示