數據倉庫與數據挖掘導論

第一篇為導引，共分2章：用實例和實例分析引導學生理解數據倉庫與數據挖掘的概念內涵及其產生背景。 第三篇為數據挖掘，共分4章：通過淺顯易懂的語言及實例，深入淺出地介紹了關聯分析方法、神經網路算法、決策樹算法和聚類分析方法。 第四篇為實驗與工具，共分3章：提供了數據倉庫實驗、神經網路建模實驗、決策樹與關聯分析實驗，強化培養學生的套用能力。

內容介紹

《高等院校本科套用型經管專業規劃教材:數據倉庫與數據挖掘導論》為數據倉庫與數據挖掘的基礎教程，是作者多年來從事數據倉庫與數據挖掘課程教學經驗的梳理和總結。為了增強內容的直觀性和可理解度，《高等院校本科套用型經管專業規劃教材:數據倉庫與數據挖掘導論》以大量圖、表、實例融入其中。全書共分為四篇14章。第一篇為導引，共分2章：用實例和實例分析引導學生理解數據倉庫與數據挖掘的概念內涵及其產生背景。第二篇為數據倉庫，共分5章：詳細介紹了數據倉庫的體系結構及其組成部分的功能；從商業需求的角度介紹了數據倉庫維度建模方法和在線上分析處理操作；介紹了元數據在數據倉庫建設中的重要性、分類方法與作用。第三篇為數據挖掘，共分4章：通過淺顯易懂的語言及實例，深入淺出地介紹了關聯分析方法、神經網路算法、決策樹算法和聚類分析方法。第四篇為實驗與工具，共分3章：提供了數據倉庫實驗、神經網路建模實驗、決策樹與關聯分析實驗，強化培養學生的套用能力。