本书主要介绍数据仓库的概念、基本原理、规划、开发方法以及相关算法。全书共分8章， 包括数据仓库的发展、技术体系、元数据管理、分析设计方法和开发工具，并对数据挖掘的 理论和方法，联机分析等应用技术作了深入的阐述，是一本理论与实践相结合的教材。
本书适合作为本科生高年级教材和研究生教材，也适合于从事信息系统开发的工程技术人员 使用。

第1章概述
1.1数据库与决策支持技术的发展
1.1.1数据库技术的发展
1.1.2决策支持技术的发展 
1.2数据仓库技术的发展
1.2.1数据仓库概念的提出
1.2.2数据仓库的发展
1.2.3数据仓库技术的兴起
1.2.4数据仓库的动态
1.3数据挖掘技术的发展
1.3.1数据挖掘研究和应用面临的挑战
1.3.2数据仓库与数据挖掘的关系
1.4数据仓库未来发展方向
第2章数据仓库原理
2.1数据仓库的概念
2.1.1数据仓库的定义
2.1.2数据仓库的特征
2.1.3数据集市
2.2数据仓库的技术要求
2.3数据仓库的结构
2.3.1数据仓库的自顶向下结构
2.3.2数据仓库的自底向上结构
2.3.3企业级数据集市结构
2.3.4数据存储/数据集市结构
2.3.5分布式数据仓库/数据集市结构
2.3.6分布式知识管理结构
2.3.7数据仓库系统的结构
2.3.8数据仓库的数据组织
2.4元数据
2.4.1元数据的由来
2.4.2元数据的定义
2.4.3元数据的主要作用
2.4.4元数据的分类
2.4.5元数据的标准化
2.4.6OIM简介
第3章数据仓库的设计
3.1数据仓库的方法论
3.2数据仓库规划
3.3数据仓库体系结构
3.4数据仓库的技术体系结构
3.5数据仓库的数据组织
3.5.1维表和事实表构成的关系型数据仓库
3.5.2多维数据库数据组织
3.5.3两种数据组织的等价性
3.5.4虚拟数据仓库
3.6数据仓库的粒度
3.6.1粒度确定
3.6.2粒度划分示例
3.7数据仓库开发
3.7.1定义体系结构
3.7.2决策者的需求
3.7.3主题区分析
3.7.4源系统分析
3.7.5变换设计
3.7.6物理数据库设计
3.7.7*终用户访问方法的设计、定义和开发
3.7.8数据仓库开发
3.7.9数据仓库填充和实施
3.7.10数据仓库的开发流程
3.8数据仓库解决方案
3.8.1Sybase 提供的数据仓库解决方案
3.8.2SAS提供的数据仓库解决方案
3.8.3Platinum提供的数据仓库解决方案
3.8.4其他解决方案
第4章数据仓库管理技术
4.1数据仓库管理的基本问题
4.2数据仓库中的多维建模技术
4.2.1多维模型的两种结构
4.2.2多维建模在决策支持系统中的应用
4.2.3多维建模面临的挑战
4.3休眠数据管理
4.3.1问题的提出
4.3.2休眠数据对数据仓库的影响
4.3.3解决方案
4.4元数据的管理
4.4.1早期的数据管理：从内部管理到数据字典
4.4.2企业级**知识库的管理方法
4.4.3传统的元数据管理方法
4.4.4元数据的数据仓库管理功能
4.4.5数据仓库研究项目和元数据管理介绍
4.4.6评估元数据的价值
4.4.7管理元数据
4.5数据仓库管理工具
第5章联机分析处理
5.1概述
5.1.1OLAP的出现
5.1.2OLAP的定义
5.1.3OLAP的结构
5.1.4OLAP的一些基本概念
5.1.5OLAP的基本分析操作 
5.1.6OLAP与OLTP的比较
5.2多维OLAP与关系OLAP
5.2.1多维数据存储与关系数据存储
5.2.2OLAP服务器
5.2.3MOLAP
5.2.4ROLAP
5.3OLAP技术分析
5.3.1结构分析
5.3.2数据存储和管理
5.3.3数据存取
5.3.4多维模型的实现技术
5.3.5OLAP的12条准则
5.3.6OLAP服务器和工具的评价
5.4实用OLAP技术简介
5.4.1Oracle OLAP工具
5.4.2Oracle Express Server技术特色
5.4.3Informix OLAP 工具
第6章数据挖掘技术
6.1数据挖掘概念、方法与任务
6.1.1基本概念
6.1.2数据挖掘的任务与分类
6.1.3数据挖掘的方法和技术
6.1.4数据挖掘的现状与应用
6.2关联规则的发现
6.2.1关联规则简介
6.2.2关联规则的基本概念
6.2.3关联规则发现的经典算法
6.2.4基于聚类的周期关联规则发现算法CCAR
6.2.5关联规则价值衡量的方法
6.3公式发现
6.3.1现状
6.3.2问题描述
6.3.3BACON系统
6.3.4FDD系统
6.3.5Explore系统
6.4数据聚类
6.4.1聚类的概念
6.4.2SAS的聚类算法
6.4.3基于遗传算法的聚类方法
6.4.4基于随机搜索的聚类算法
6.4.5聚类算法BIRCH
第7章数据挖掘算法
7.1数据挖掘的集合论方法
7.1.1粗集方法
7.1.2概念树方法
7.1.3覆盖正例排斥反例方法
7.2数据挖掘中的决策树方法
7.2.1基本原理
7.2.2ID3决策树方法
7.2.3IBLE决策规则树方法
7.2.4决策树方法的优点和发展
7.3数据挖掘中的遗传算法
7.3.1遗传算法的形成和发展
7.3.2遗传算法的基本原理
7.3.3遗传算法的研究方向
7.3.4基于遗传算法的分类系统
7.3.5基于混合数据的遗传分类算法
7.4数据挖掘的神经网络方法
7.4.1神经网络的理论基础
7.4.2几个常见神经网络
7.4.3非线性神经网络的原理及其学习算法
第8章数据仓库应用
8.1需求分析
8.1.1环境分析
8.1.2业务数据库结构分析
8.1.3数据仓库应用系统的分析主题
8.1.4数据仓库应用系统的具体要求
8.2数据仓库应用系统设计
8.2.1数据仓库应用系统结构
8.2.2数据模型设计
8.3数据转移
8.3.1数据转移方案
8.3.2数据装载
8.4创建多维数据集
8.5小结
参考文献