| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 引言 | 第8-10页 |
| ·选题意义 | 第8-9页 |
| ·选题的目的及主要内容 | 第9-10页 |
| 第二章 数据仓库概述 | 第10-26页 |
| ·数据库与决策支持技术的发展 | 第10-12页 |
| ·数据库技术的发展 | 第10-11页 |
| ·决策支持技术的发展 | 第11-12页 |
| ·数据仓库技术的发展 | 第12-18页 |
| ·数据仓库概念的提出 | 第13-15页 |
| ·数据仓库的发展 | 第15-16页 |
| ·数据仓库技术的兴起 | 第16-17页 |
| ·数据仓库的发展动态 | 第17-18页 |
| ·数据挖掘技术的发展动态 | 第18-22页 |
| ·数据挖掘研究和应用面临的挑战 | 第19-20页 |
| ·数据仓库与数据挖掘的关系 | 第20-22页 |
| ·数据仓库未来发展预测 | 第22-26页 |
| 第三章 数据仓库技术及其体系结构 | 第26-50页 |
| ·数据仓库组成及一般体系结构 | 第26-27页 |
| ·数据源集成问题 | 第27-36页 |
| ·优质数据的概念 | 第28-30页 |
| ·数据集成类型 | 第30-34页 |
| ·数据集成的实现 | 第34-35页 |
| ·数据仓库刷新 | 第35-36页 |
| ·数据仓库数据的组织与存储 | 第36-38页 |
| ·数据的组织 | 第36-37页 |
| ·数据的存储 | 第37-38页 |
| ·元数据与信息目录 | 第38-40页 |
| ·元数据 | 第38-39页 |
| ·信息目录 | 第39-40页 |
| ·数据仓库数据的使用 | 第40-47页 |
| ·信息处理 | 第40-41页 |
| ·分析处理 | 第41-45页 |
| ·数据挖掘 | 第45-47页 |
| ·企业体系化环境的完善 | 第47-50页 |
| ·操作数据存储 | 第47-48页 |
| ·数据集市 | 第48-50页 |
| 第四章 数据挖掘概述 | 第50-72页 |
| ·数据挖掘的概念 | 第50-53页 |
| ·数据挖掘与知识发现 | 第50-51页 |
| ·数据挖掘的形式化定义 | 第51-52页 |
| ·数据挖掘的基本过程 | 第52-53页 |
| ·数据挖掘方法分类 | 第53页 |
| ·描述性挖掘分析 | 第53-61页 |
| ·联规则 | 第53-56页 |
| ·序列模型分析 | 第56-57页 |
| ·聚类分析 | 第57-61页 |
| ·预测类的挖掘算法 | 第61-70页 |
| ·分类问题 | 第62-63页 |
| ·回归问题 | 第63-64页 |
| ·时间序列问题 | 第64-66页 |
| ·神经网络 | 第66-69页 |
| ·决策树分析 | 第69-70页 |
| ·数据挖掘的体系结构 | 第70-72页 |
| 第五章 数据挖掘在网络环境中的应用实例 | 第72-80页 |
| ·从用户的行为模式来自动地生成动态链接 | 第72-77页 |
| ·用数据挖掘(关联分析)的方法来解决网络拥挤的问题 | 第77-80页 |
| 结束语 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-83页 |