數(shù)據(jù)倉庫技術(shù)與實(shí)現(xiàn)

第一部分  基礎(chǔ)篇                  
 第1章  從數(shù)據(jù)庫到數(shù)據(jù)倉庫 3                  
 1.1  數(shù)據(jù)倉庫的由來 4                  
 1.2  數(shù)據(jù)倉庫的定義 5                  
 1.2.1  數(shù)據(jù)倉庫的基本定義 5                  
 1.2.2  數(shù)據(jù)倉庫從數(shù)據(jù)庫進(jìn)化而來 7                  
 1.2.3  數(shù)據(jù)倉庫與傳統(tǒng)數(shù)據(jù)庫的區(qū)別 8                  
 1.3  數(shù)據(jù)倉庫的體系化環(huán)境 12                  
 1.3.1  數(shù)據(jù)倉庫的結(jié)構(gòu) 12                  
 1.3.2  多層數(shù)據(jù)倉庫的體系結(jié)構(gòu) 14                  
 1.3.3  數(shù)據(jù)倉庫的實(shí)現(xiàn) 14                  
 1.4  數(shù)據(jù)倉庫中的數(shù)據(jù)組織 15                  
 1.4.1  粒度與分割 16                  
 1.4.2  元數(shù)據(jù) 17                  
 1.4.3  數(shù)據(jù)概念模型 17                  
 1.4.4  數(shù)據(jù)倉庫的數(shù)據(jù)組織方式 18                  
 1.4.5  數(shù)據(jù)倉庫的數(shù)據(jù)追加 19                  
 1.4.6  “維表—事實(shí)表”構(gòu)成的關(guān)系型數(shù)據(jù)倉庫 19                  
 1.4.7  OLAP的數(shù)據(jù)組織 21                  
 1.5  數(shù)據(jù)倉庫的方法論 22                  
 1.5.1  任務(wù)和環(huán)境的評(píng)估 22                  
 1.5.2  需求的收集和分析 22                  
 1.5.3  構(gòu)造數(shù)據(jù)倉庫 23                  
 1.5.4  數(shù)據(jù)倉庫技術(shù)的培訓(xùn) 23                  
 1.5.5  回顧. 總結(jié)再發(fā)展 24                  
 1.6  數(shù)據(jù)倉庫工程規(guī)劃 24                  
 1.6.1  工程規(guī)劃的重要性 24                  
 1.6.2  制定數(shù)據(jù)倉庫工程規(guī)劃的過程 25                  
 1.6.3  數(shù)據(jù)倉庫工程規(guī)劃文檔的內(nèi)容 27                  
 1.6.4  數(shù)據(jù)倉庫體系結(jié)構(gòu) 28                  
 1.7  發(fā)展階段 30                  
 1.8  小結(jié) 31                  
 第2章  數(shù)據(jù)倉庫的基本組成 33                  
 2.1  元數(shù)據(jù) 34                  
 2.1.1  概念 34                  
 2.1.2  元數(shù)據(jù)的管理功能 36                  
 2.1.3  元數(shù)據(jù)的標(biāo)準(zhǔn)化和商品化 39                  
 2.2  關(guān)系數(shù)據(jù)庫 40                  
 2.2.1  創(chuàng)建和維護(hù)數(shù)據(jù)庫概述 40                  
 2.2.2  數(shù)據(jù)庫性能優(yōu)化概述 41                  
 2.3  數(shù)據(jù)集市 41                  
 2.4  數(shù)據(jù)源 42                  
 2.5  維度 43                  
 2.5.1  概述 43                  
 2.5.2  維度層次結(jié)構(gòu) 46                  
 2.5.3  維度特征 48                  
 2.5.4  維度類型 49                  
 2.6  級(jí)別和成員 51                  
 2.6.1  “全部”級(jí)別和全部成員 52                  
 2.6.2  數(shù)據(jù)成員 53                  
 2.7  度量值 53                  
 2.8  單元 54                  
 2.8.1  計(jì)算單元 55                  
 2.9  多維數(shù)據(jù)集 56                  
 2.9.1  多維數(shù)據(jù)集結(jié)構(gòu) 57                  
 2.9.2  多維數(shù)據(jù)集存儲(chǔ) 58                  
 2.9.3  多維數(shù)據(jù)集處理 58                  
 2.9.4  多維數(shù)據(jù)集類型 58                  
 2.10  分區(qū)和聚合 61                  
 2.10.1  分區(qū) 61                  
 2.10.2  分區(qū)結(jié)構(gòu) 63                  
 2.10.3  分區(qū)存儲(chǔ) 63                  
 2.10.4  聚合 64                  
 2.11  成員屬性 65                  
 2.12  小結(jié) 67                  
 第3章  ODS 69                  
 3.1  ODS的由來與定義 70                  
 3.1.1  由來 70                  
 3.1.2  定義 70                  
 3.1.3  與數(shù)據(jù)倉庫的聯(lián)系與區(qū)別 71                  
 3.2  DB―ODS―DW的體系結(jié)構(gòu) 71                  
 3.3  創(chuàng)建ODS 73                  
 3.3.1  ODS數(shù)據(jù)模式的形成 73                  
 3.3.2  獲取并傳輸數(shù)據(jù) 73                  
 3.3.3  從DB向ODS轉(zhuǎn)化的實(shí)現(xiàn)機(jī)制 74                  
 3.4  實(shí)例分析 75                  
 3.4.1  問題的提出 75                  
 3.4.2  技術(shù)選型 76                  
 3.4.3  基于ODS藥品銷售的即時(shí)OLAP應(yīng)用設(shè)計(jì) 76                  
 3.4.4  數(shù)據(jù)采集 77                  
 3.4.5  系統(tǒng)用戶界面的實(shí)現(xiàn) 78                  
 3.4.6  系統(tǒng)的體系結(jié)構(gòu) 78                  
 3.5  小結(jié) 78                  
 第4章  OLAP系統(tǒng) 81                  
 4.1  概述 82                  
 4.1.1  由來與定義 82                  
 4.1.2  WebOLAP 84                  
 4.1.3  OLAP+數(shù)據(jù)挖掘 85                  
 4.2  OLAP的多維數(shù)據(jù)概念 85                  
 4.2.1  維 85                  
 4.2.2  多維性 86                  
 4.3  OLAP的多維數(shù)據(jù)結(jié)構(gòu) 88                  
 4.3.1  OLAP結(jié)構(gòu) 88                  
 4.3.2  活動(dòng)數(shù)據(jù)的存儲(chǔ) 90                  
 4.4  OLAP數(shù)據(jù)的處理方式 91                  
 4.5  多維數(shù)據(jù)庫 91                  
 4.6  OLAP的實(shí)現(xiàn)方式 92                  
 4.6.1  實(shí)現(xiàn)中的問題及對策 92                  
 4.6.2  實(shí)現(xiàn)技術(shù) 95                  
 4.7  OLAP和OLTP的區(qū)別 97                  
 4.8  OLAP的新發(fā)展——OLAM 99                  
 4.8.1  由來 99                  
 4.8.2  體系結(jié)構(gòu) 99                  
 4.8.3  功能特征 100                  
 4.8.4  OLAM領(lǐng)域的主要發(fā)展方向 101                  
 4.9  小結(jié) 102                  
 第5章  數(shù)據(jù)挖掘技術(shù)概述 103                  
 5.1  概述 104                  
 5.2  數(shù)據(jù)挖掘的定義 106                  
 5.2.1  商業(yè)角度的定義 107                  
 5.2.2  數(shù)據(jù)挖掘與傳統(tǒng)分析方法的區(qū)別 107                  
 5.3  數(shù)據(jù)挖掘過程 108                  
 5.3.1  工作量 109                  
 5.3.2  過程 109                  
 5.3.3  所需人員 110                  
 5.3.4  5A模型 111                  
 5.3.5  數(shù)據(jù)挖掘過程模型CRISP-DM 112                  
 5.4  數(shù)據(jù)挖掘的研究內(nèi)容及其方法 114                  
 5.4.1  概述 114                  
 5.4.2  數(shù)據(jù)挖掘的任務(wù)及其6種模式 120                  
 5.4.3  關(guān)聯(lián)規(guī)則挖掘的常用算法 124                  
 5.4.4  決策樹方法 128                  
 5.4.5  粗集方法 129                  
 5.5  Web數(shù)據(jù)挖掘 131                  
 5.5.1  Web數(shù)據(jù)挖掘的難點(diǎn) 132                  
 5.5.2  發(fā)現(xiàn)序列互信息 133                  
 5.5.3  發(fā)現(xiàn)互信息規(guī)則 134                  
 5.5.4  發(fā)現(xiàn)相關(guān)主題域 135                  
 5.5.5  檢驗(yàn)規(guī)則的有效性 136                  
 5.6  數(shù)據(jù)挖掘方法論 137                  
 5.6.1  Sample──數(shù)據(jù)取樣 137                  
 5.6.2  Explore──數(shù)據(jù)特征探索. 分析和預(yù)處理 138                  
 5.6.3  Modify──問題明確化. 數(shù)據(jù)調(diào)整和技術(shù)選擇 138                  
 5.6.4  Model──研發(fā)模型及發(fā)現(xiàn)知識(shí) 138                  
 5.6.5  Assess──模型和知識(shí)的綜合解釋和評(píng)價(jià) 139                  
 5.7  構(gòu)造和使用數(shù)據(jù)挖掘模型 139                  
 5.7.1  創(chuàng)建數(shù)據(jù)挖掘模型 139                  
 5.7.2  編輯數(shù)據(jù)挖掘模型 141                  
 5.7.3  培訓(xùn)數(shù)據(jù)挖掘模型 141                  
 5.7.4  查看數(shù)據(jù)挖掘模型 142                  
 5.7.5  高級(jí)數(shù)據(jù)挖掘模型操作 143                  
 5.8  小結(jié) 143                  
 第二部分  工具篇                  
 第6章  MDX 147                  
 6.1  概述 148                  
 6.1.1  維度. 級(jí)別. 成員和度量值 148                  
 6.2  基本概念 148                  
 6.2.1  單元. 元組和集合 149                  
 6.2.2  軸維度和切片器維度 150                  
 6.2.3  計(jì)算成員 150                  
 6.2.4  用戶定義函數(shù) 150                  
 6.2.5  PivotTable服務(wù) 150                  
 6.3  比較SQL和MDX 150                  
 6.4  基本MDX 151                  
 6.4.1  基本MDX查詢 152                  
 6.4.2  成員. 元組和集合 153                  
 6.4.3  軸維度和切片器維度 156                  
 6.4.4  建立多維數(shù)據(jù)集上下文 158                  
 6.5  高級(jí)MDX 158                  
 6.5.1  創(chuàng)建和使用屬性值 158                  
 6.5.2  生成MDX中的命名集 163                  
 6.5.3  生成MDX中的計(jì)算成員 166                  
 6.5.4  生成MDX中的高速緩存 168                  
 6.5.5  生成MDX中的計(jì)算單元 169                  
 6.5.6  在MDX中創(chuàng)建和使用用戶定義函數(shù) 170                  
 6.5.7  使用回寫 172                  
 6.5.8  使用DRILLTHROUGH 檢索源數(shù)據(jù) 174                  
 6.5.9  理解傳遞次序和求解次序 174                  
 6.6  小結(jié) 179                  
 第7章  數(shù)據(jù)倉庫工具和關(guān)鍵技術(shù) 181                  
 7.1  OLAP查詢分析工具 182                  
 7.1.1  OLAP特征 182                  
 7.1.2  選擇OLAP工具 183                  
 7.2  DSS的分析預(yù)測工具 185                  
 7.2.1  DSS和IDSS 186                  
 7.2.2  數(shù)據(jù)倉庫和OLAP的決策支持技術(shù) 188                  
 7.2.3  綜合DSS 191                  
 7.3  數(shù)據(jù)挖掘系統(tǒng)設(shè)計(jì) 192                  
 7.3.1  數(shù)據(jù)挖掘的過程 193                  
 7.3.2  數(shù)據(jù)挖掘系統(tǒng)的原型框架 196                  
 7.3.3  數(shù)據(jù)挖掘面臨的問題 198                  
 7.3.4  數(shù)據(jù)挖掘工具的選擇標(biāo)準(zhǔn) 199                  
 7.4  數(shù)據(jù)倉庫體系結(jié)構(gòu)的關(guān)鍵問題 201                  
 7.4.1  數(shù)據(jù)倉庫的組成部分 201                  
 7.4.2  數(shù)據(jù)倉庫體系結(jié)構(gòu)中的關(guān)鍵問題 202                  
 7.5  小結(jié) 206                  
                   
 第8章  數(shù)據(jù)倉庫實(shí)現(xiàn)和解決方案 207                  
 8.1  數(shù)據(jù)倉庫的數(shù)據(jù)庫設(shè)計(jì)原則 208                  
 8.1.1  簡明數(shù)據(jù)模式的設(shè)計(jì) 209                  
 8.1.2  保證數(shù)據(jù)的一致性 211                  
 8.1.3  提高查詢處理速度 213                  
 8.1.4  提高數(shù)據(jù)裝載效率 214                  
 8.2  數(shù)據(jù)倉庫總體設(shè)計(jì) 214                  
 8.2.1  詳細(xì)設(shè)計(jì)數(shù)據(jù)倉庫 214                  
 8.2.2  使用數(shù)據(jù)倉庫 221                  
 8.2.3  維護(hù)數(shù)據(jù)倉庫 222                  
 8.2.4  實(shí)現(xiàn)數(shù)據(jù)倉庫 224                  
 8.3  數(shù)據(jù)倉庫的優(yōu)化 226                  
 8.3.1  概述 227                  
 8.3.2  優(yōu)化設(shè)計(jì) 228                  
 8.3.3  面向超大型數(shù)據(jù)庫和數(shù)據(jù)倉庫的優(yōu)化 228                  
 8.3.4  實(shí)施數(shù)據(jù)倉庫工程注意事項(xiàng) 232                  
 8.4  數(shù)據(jù)倉庫技術(shù)的應(yīng)用和解決方案 233                  
 8.4.1  數(shù)據(jù)倉庫技術(shù)的應(yīng)用 233                  
 8.4.2  數(shù)據(jù)倉庫解決方案 239                  
 8.5  小結(jié) 246                  
 第9章  SQL Server 數(shù)據(jù)倉庫解決方案 247                  
 9.1  Microsoft數(shù)據(jù)倉庫解決方案概述 248                  
 9.1.1  Microsoft數(shù)據(jù)倉庫框架 249                  
 9.1.2  Analysis Services 250                  
 9.2  Microsoft數(shù)據(jù)倉庫設(shè)計(jì) 258                  
 9.2.1  配置數(shù)據(jù)倉庫環(huán)境 258                  
 9.2.2  創(chuàng)建多維數(shù)據(jù)集前準(zhǔn)備 259                  
 9.2.3  生成多維數(shù)據(jù)集 266                  
 9.2.4  處理多維數(shù)據(jù)集 268                  
 9.3  管理Microsoft數(shù)據(jù)倉庫 272                  
 9.3.1  創(chuàng)建安全角色 272                  
 9.3.2  管理分區(qū) 276                  
 9.3.3  增強(qiáng)和改善維度 280                  
 9.3.4  增強(qiáng)和改善多維數(shù)據(jù)集 282                  
 9.3.5  更新多維數(shù)據(jù)集和維度 285                  
 9.4  Microsoft數(shù)據(jù)倉庫數(shù)據(jù)服務(wù) 287                  
 9.4.1  備份和還原數(shù)據(jù)庫 287                  
 9.4.2  復(fù)制對象 289                  
 9.4.3  導(dǎo)入. 導(dǎo)出和轉(zhuǎn)換數(shù)據(jù) 290                  
 9.5  小結(jié) 294                  
 第三部分  實(shí)例篇                  
 第10章  SQL Server數(shù)據(jù)倉庫挖掘技術(shù) 297                  
 10.1  創(chuàng)建和使用數(shù)據(jù)挖掘模型 298                  
 10.1.1  Microsoft數(shù)據(jù)挖掘模型簡介 298                  
 10.1.2  創(chuàng)建數(shù)據(jù)挖掘模型 300                  
 10.1.3  編輯數(shù)據(jù)挖掘模型 302                  
 10.1.4  培訓(xùn)數(shù)據(jù)挖掘模型 302                  
 10.1.5  查看數(shù)據(jù)挖掘模型 303                  
 10.1.6  高級(jí)數(shù)據(jù)挖掘模型操作 304                  
 10.2  OLAP數(shù)據(jù)挖掘模型實(shí)例 305                  
 10.2.1  創(chuàng)建揭示客戶模式的數(shù)據(jù)挖掘模型 305                  
 10.2.2  讀取客戶決策樹 307                  
 10.2.3  瀏覽數(shù)據(jù)挖掘虛擬維度 310                  
 10.3  創(chuàng)建關(guān)系數(shù)據(jù)挖掘模型 314                  
 10.3.1  創(chuàng)建揭示客戶模式的數(shù)據(jù)挖掘模型 314                  
 10.3.2  讀取客戶決策樹 317                  
 10.3.3  瀏覽相關(guān)性網(wǎng)絡(luò) 320                  
 10.4  數(shù)據(jù)倉庫高級(jí)技術(shù) 324                  
 10.4.1  Internet連接 325                  
 10.4.2  多維數(shù)據(jù)集的調(diào)度技術(shù) 328                  
 10.5  小結(jié) 333                  
 第11章  SAS數(shù)據(jù)倉庫解決方案 335                  
 11.1  SAS數(shù)據(jù)倉庫概述 336                  
 11.1.1  SAS數(shù)據(jù)倉庫 337                  
 11.1.2  SAS數(shù)據(jù)倉庫的組成 337                  
 11.1.3  SAS數(shù)據(jù)倉庫的體系結(jié)構(gòu) 339                  
 11.1.4  開發(fā)SAS數(shù)據(jù)倉庫 341                  
 11.1.5  SAS的數(shù)據(jù)倉庫產(chǎn)品——SAS/WA 343                  
 11.1.6  SAS數(shù)據(jù)倉庫方法論 345                  
 11.2  SAS數(shù)據(jù)挖掘技術(shù) 347                  
 11.2.1  挖掘策略 347                  
 11.2.2  挖掘的方法論——SEMMA 348                  
 11.2.3  數(shù)據(jù)挖掘應(yīng)用實(shí)例 350                  
 11.3  SAS工具 351                  
 11.3.1  SAS核心系統(tǒng) 352                  
 11.3.2  深層數(shù)據(jù)分析 353                  
 11.3.3  客戶端應(yīng)用軟件 360                  
 11.3.4  桌面分析軟件 362                  
 11.4  SAS數(shù)據(jù)倉庫設(shè)計(jì) 365                  
 11.4.1  SAS/Warehouse Administrator概述 366                  
 11.4.2  設(shè)置數(shù)據(jù)倉庫環(huán)境 369                  
 11.4.3  SAS數(shù)據(jù)操作 373                  
 11.4.4  創(chuàng)建數(shù)據(jù)倉庫 383                  
 11.5  小結(jié) 395                  
 第12章  數(shù)據(jù)倉庫和CRM解決方案 397                  
 12.1  CRM解決方案概述 398                  
 12.1.1  CRM系統(tǒng)的組成 400                  
 12.1.2  CRM的發(fā)展和目標(biāo) 404                  
 12.1.3  CRM的核心技術(shù) 405                  
 12.1.4  CRM在我國電信企業(yè)的應(yīng)用 406                  
 12.1.5  電信運(yùn)營商成功實(shí)施CRM的案例 407                  
 12.1.6  CRM軟件的選型 410                  
 12.2  CRM實(shí)施與評(píng)價(jià) 411                  
 12.2.1  準(zhǔn)備工作 411                  
 12.2.2  實(shí)施步驟 412                  
 12.2.3  客戶關(guān)系管理的評(píng)價(jià) 415                  
 12.3  電信企業(yè)的CRM系統(tǒng)解決方案 416                  
 12.3.1  電信企業(yè)的營銷管理 416                  
 12.3.2  電信企業(yè)的銷售管理 418                  
 12.3.3  電信企業(yè)的服務(wù)管理 419                  
 12.4  數(shù)據(jù)倉庫具體實(shí)現(xiàn) 420                  
 12.4.1  實(shí)施數(shù)據(jù)倉庫并實(shí)現(xiàn)數(shù)據(jù)分析 420                  
 12.4.2  實(shí)施數(shù)據(jù)倉庫詳細(xì)策略 421                  
 12.4.3  利用呼叫中心收集數(shù)據(jù) 423                  
 12.4.4  電信企業(yè)的呼叫中心 424                  
 12.4.5  廣東移動(dòng)實(shí)施數(shù)據(jù)倉庫案例分析 427                  
 12.5  小結(jié) 429                  
 參考文獻(xiàn) 430