图书介绍

数据库仓库与数据挖掘原理及应用 第2版PDF|Epub|txt|kindle电子书版本网盘下载

数据库仓库与数据挖掘原理及应用 第2版
  • 郑岩编著 著
  • 出版社: 北京:清华大学出版社
  • ISBN:9787302378617
  • 出版时间:2011
  • 标注页数:373页
  • 文件大小:48MB
  • 文件页数:384页
  • 主题词:数据库系统;数据采集

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

数据库仓库与数据挖掘原理及应用 第2版PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第一篇 数据仓库3

第1章 数据仓库基础3

1.1 概述3

1.1.1 演变3

1.1.2 定义5

1.2 体系结构6

1.2.1 两层的体系结构6

1.2.2 三层的体系结构8

1.3 组成9

1.3.1 加载管理器10

1.3.2 仓库管理器11

1.3.3 查询管理器13

1.4 元数据14

1.4.1 定义和分类14

1.4.2 标准化15

1.4.3 CWM16

1.4.4 UML、MOF和XMI与CWM的关系20

1.5 数据粒度22

1.6 数据模型23

1.7 ETL过程23

1.7.1 主要流程24

1.7.2 数据抽取24

1.7.3 数据转换27

1.7.4 数据加载27

1.8 数据质量29

1.8.1 主要问题29

1.8.2 评价标准30

1.8.3 管理目标31

1.8.4 管理体系32

1.8.5 数据规划35

1.8.6 技术方案38

第2章 数据仓库设计和实现50

2.1 数据仓库设计50

2.1.1 设计方法52

2.1.2 体系结构设计53

2.1.3 数据模型设计55

2.1.4 ETL设计74

2.2 数据仓库实现80

第3章 数据仓库实例84

3.1 实例一84

3.1.1 选择主题84

3.1.2 逻辑模型85

3.1.3 物理模型92

3.1.4 ETL93

3.2 实例二97

3.2.1 总体结构97

3.2.2 概念模型99

3.2.3 逻辑模100

3.2.4 物理模型106

3.2.5 数据清洗108

3.2.6 ETL109

第4章 数据仓库应用——OLAP和OLAM115

4.1 OLAP115

4.2 OLAM119

4.2.1 体系结构120

4.2.2 特点122

4.2.3 基于Web的OLAM123

第二篇 数据挖掘127

第5章 数据挖掘基础127

5.1 概述127

5.1.1 定义127

5.1.2 功能130

5.1.3 模型131

5.1.4 展望137

5.2 实现139

5.3 工具140

5.3.1 概述140

5.3.2 比较141

第6章 聚类分析145

6.1 硬聚类146

6.1.1 概述146

6.1.2 相似度计算149

6.1.3 实现方法151

6.1.4 主要算法152

6.2 模糊聚类165

6.2.1 概述165

6.2.2 主要算法168

6.3 评价171

第7章 分类和预测177

7.1 神经网络178

7.2 决策树182

7.3 实现过程187

第8章 关联分析189

8.1 概述189

8.2 Apriori192

8.3 FP-Growth196

第9章 Web挖掘198

9.1 概述199

9.1.1 定义和分类199

9.1.2 主要技术202

9.1.3 实现过程213

9.2 Web资源获取215

9.3 Web预处理217

9.3.1 Web过滤217

9.3.2 Web去重224

9.4 Web抽取和表示236

9.4.1 Web抽取236

9.4.2 Web表示236

9.5 Web特征提取238

9.6 Web聚类240

9.7 Web分类242

9.7.1 朴素贝叶斯243

9.7.2 支持向量机244

9.7.3 评价245

第10章 数据挖掘实例247

10.1 客户细分247

10.1.1 定义247

10.1.2 数据准备250

10.1.3 建模过程251

10.1.4 结果256

10.2 重入网识别258

10.2.1 定义258

10.2.2 数据准备258

10.2.3 建模过程265

10.2.4 结果267

10.3 虚开欺诈识别268

10.3.1 定义268

10.3.2 数据准备268

10.3.3 建模过程269

10.3.4 结果269

10.4 数据业务收入预测272

10.4.1 定义272

10.4.2 数据准备272

10.4.3 建模过程284

10.4.4 结果286

10.5 移动客户流失预测287

10.5.1 定义288

10.5.2 数据准备289

10.5.3 特征变量选取289

10.5.4 建模过程291

10.5.5 结果293

10.5.6 应用298

10.6 WAP日志挖掘299

10.6.1 定义300

10.6.2 数据准备301

10.6.3 建模过程305

10.6.4 结果306

第三篇 语义网和本体311

第11章 知识基础311

11.1 概述311

11.2 知识分类316

11.3 知识表示316

11.3.1 知识表示观317

11.3.2 知识表示方法319

11.4 知识可视化325

11.4.1 主要技术326

11.4.2 工具333

11.5 知识管理335

11.5.1 概述335

11.5.2 模型和技术338

11.5.3 知识管理系统341

11.5.4 方法和步骤343

第12章 语义网和本体345

12.1 语义网345

12.1.1 概述345

12.1.2 层次结构349

12.1.3 元数据351

12.1.4 核心技术353

12.1.5 开发工具——Jena356

12.1.6 Web 3.0356

12.2 本体358

12.2.1 哲学本源358

12.2.2 定义359

12.2.3 建模359

12.2.4 分类360

12.2.5 构建方法360

12.2.6 描述语言363

12.2.7 实例365

参考文献372

热门推荐