| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 引言 | 第9-14页 |
| ·课题背景及意义 | 第9-11页 |
| ·选题背景 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·开发计划 | 第11-12页 |
| ·设计思想 | 第12页 |
| ·文章结构 | 第12-14页 |
| 第2章 数据仓库与数据挖掘技术概述 | 第14-21页 |
| ·数据仓库概述 | 第14-18页 |
| ·传统数据库到数据仓库 | 第14-15页 |
| ·数据仓库相关概念 | 第15-16页 |
| ·数据仓库与数据库比较 | 第16页 |
| ·数据集市(DATA MART) | 第16页 |
| ·元数据(META DATA) | 第16-17页 |
| ·数据缓冲区模块 | 第17页 |
| ·ETL(EXTRACT/TRANSFORMATION/LOAD) | 第17页 |
| ·OLAP 与多维分析 | 第17-18页 |
| ·维度(DIMENSION) | 第18页 |
| ·度量(MEASURE) | 第18页 |
| ·数据挖掘技术概述 | 第18-21页 |
| ·知识发现与数据挖掘 | 第18-19页 |
| ·数据挖掘与传统分析方法的区别 | 第19页 |
| ·数据挖掘的对象 | 第19-20页 |
| ·数据挖掘的过程 | 第20-21页 |
| 第3章 数据挖掘算法比较 | 第21-28页 |
| ·传统的统计分析类数据挖掘技术 | 第21-22页 |
| ·传统数据挖掘技术常用的技术 | 第21-22页 |
| ·柱状图数据挖掘技术 | 第22页 |
| ·线性回归数据挖掘技术 | 第22-23页 |
| ·聚类(CLUSTERING)数据挖掘技术 | 第23-24页 |
| ·最近邻数据挖掘技术 | 第24-25页 |
| ·现代数据挖掘技术 | 第25-28页 |
| ·规则型现代挖掘技术 | 第25-26页 |
| ·分类挖掘技术 | 第26-28页 |
| 第4章 数据挖掘算法的需求分析及算法研究 | 第28-44页 |
| ·数据挖掘算法的需求分析 | 第28-29页 |
| ·数据挖掘算法的改进的管理方法 | 第29-31页 |
| ·数据挖掘算法 | 第31-32页 |
| ·数据挖掘过程 | 第31-32页 |
| ·数据挖掘的功能及模式 | 第32页 |
| ·关联规则挖掘的理论与算法优化 | 第32-44页 |
| ·关联规则的基本概念 | 第33-34页 |
| ·关联规则的核心算法APRIORI 算法 | 第34-36页 |
| ·APRIORI 优化算法的FP-T 的实现 | 第36-42页 |
| ·实验分析 | 第42-44页 |
| 第5章 数据仓库的功能体系结构和数据挖掘的OLAP 技术 | 第44-55页 |
| ·超市销售数据仓库的需求分析 | 第44-45页 |
| ·超市营销策略分析 | 第44页 |
| ·超市商品库存商品分析 | 第44-45页 |
| ·超市商品采购分析 | 第45页 |
| ·超市客户关系分析 | 第45页 |
| ·超市销售数据仓库E-R 模型构造 | 第45-46页 |
| ·超市数据仓库事实表模型 | 第46-48页 |
| ·超市数据仓库事实表模型 | 第46-47页 |
| ·超市数据仓库事实表模型 | 第47-48页 |
| ·超市数据仓库维表模型设计 | 第48-51页 |
| ·日期维 | 第48-49页 |
| ·商品维 | 第49-50页 |
| ·门市维 | 第50页 |
| ·促销维 | 第50-51页 |
| ·客户维 | 第51页 |
| ·数据仓库的功能体系结构 | 第51-52页 |
| ·OLAP 的分类 | 第52-53页 |
| ·OLAP 评价标准 | 第53-55页 |
| ·评价OLAP 的十二条准则 | 第53-54页 |
| ·OLAP 的简洁准则 | 第54-55页 |
| 第6章 数据库结构设计 | 第55-64页 |
| ·ODS 层设计方法 | 第55页 |
| ·ODS 设计指南 | 第55-57页 |
| ·中央数据仓库 | 第57-59页 |
| ·利用SQL 的数据仓库开发工具 | 第59-64页 |
| 第7章 OLAP 分析及前端展示 | 第64-70页 |
| ·OLAP 的实现 | 第64-65页 |
| ·OLAP 的制作流程 | 第65-67页 |
| ·客户端数据展现布局设计 | 第67-70页 |
| 结论 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-74页 |
| 攻读学位期间取得学术成果 | 第74页 |