| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景 | 第9-10页 |
| ·国内外商业智能发展现状 | 第10-12页 |
| ·国外商业智能发展现状 | 第10-11页 |
| ·国内商业智能发展现状 | 第11-12页 |
| ·商业智能的研究内容和发展趋势 | 第12-15页 |
| ·商业智能的研究内容 | 第12-13页 |
| ·商业智能的发展趋势 | 第13-15页 |
| ·本文主要研究内容 | 第15-16页 |
| 第二章 数据仓库、OLAP、数据挖掘技术介绍 | 第16-30页 |
| ·数据仓库（Data Warehouse） | 第16-21页 |
| ·数据仓库的概念及其特点 | 第16-17页 |
| ·数据仓库系统的体系结构 | 第17-20页 |
| ·数据集市 | 第20-21页 |
| ·联机分析处理（OLAP） | 第21-25页 |
| ·OLAP 的基本概念 | 第21-22页 |
| ·OLAP 的基本操作 | 第22-24页 |
| ·OLAP 服务器类型 | 第24-25页 |
| ·数据挖掘（Data Mining） | 第25-30页 |
| ·数据挖掘的定义 | 第25-26页 |
| ·数据挖掘关键技术 | 第26-28页 |
| ·数据挖掘与决策支持系统、专家系统 | 第28-30页 |
| 第三章 数据仓库的开发策略和维度建模技术 | 第30-41页 |
| ·数据仓库开发方法探讨 | 第30-33页 |
| ·数据仓库开发的特点 | 第30-31页 |
| ·数据仓库开发策略 | 第31-32页 |
| ·数据仓库设计步骤 | 第32-33页 |
| ·维度建模概念和维度模型 | 第33-38页 |
| ·事实表 | 第34-35页 |
| ·维度表 | 第35页 |
| ·整合事实和维度 | 第35-38页 |
| ·维度建模技术 | 第38-41页 |
| ·代理键 | 第38-39页 |
| ·渐变维度 | 第39-40页 |
| ·两种特殊的事实表类型 | 第40-41页 |
| 第四章 商业智能系统构建 | 第41-60页 |
| ·业务需求分析和维度模型设计 | 第41-44页 |
| ·分析主题域 | 第41-42页 |
| ·销售事实维度模型构建 | 第42-44页 |
| ·数据仓库的物理设计 | 第44-47页 |
| ·从逻辑设计到物理设计 | 第44-45页 |
| ·数据仓库的数据库设计 | 第45-47页 |
| ·ETL 系统开发 | 第47-52页 |
| ·ETL 系统开发策略 | 第47-48页 |
| ·ETL 包的实现 | 第48-50页 |
| ·ETL 架构标准化的设想 | 第50-52页 |
| ·OLAP 开发和数据挖掘的加入 | 第52-58页 |
| ·Analysis Service OLAP 介绍 | 第52-53页 |
| ·OLAP 系统开发 | 第53-56页 |
| ·商业智能系统中的数据挖掘 | 第56-58页 |
| ·项目实施应用 | 第58-60页 |
| 第五章 结论与展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 在学期间的研究成果及发表的学术论文 | 第66页 |