应用数据仓库技术提升企业决策能力研究
| 前言 | 第1-7页 |
| 第1章 导论 | 第7-10页 |
| 1．1 问题的提出 | 第7-8页 |
| 1．2 研究背景 | 第8-9页 |
| 1．3 研究内容 | 第9-10页 |
| 第2章 数据仓库与决策支持 | 第10-18页 |
| 2．1 数据仓库系统 | 第10-12页 |
| 2．1．1 数据仓库的概念体系 | 第10页 |
| 2．1．2 数据仓库系统的组成和结构 | 第10-11页 |
| 2．1．3 数据仓库的特征 | 第11-12页 |
| 2．2 决策支持系统 | 第12-14页 |
| 2．2．1 决策支持系统的概念 | 第12-13页 |
| 2．2．2 决策支持系统的体系结构 | 第13-14页 |
| 2．3 数据仓库系统是决策支持系统吗 | 第14-16页 |
| 2．3．1 数据仓库与决策支持系统的联系 | 第14-15页 |
| 2．3．2 数据仓库与传统决策支持系统的差异 | 第15-16页 |
| 2．4 结论 | 第16-18页 |
| 第3章 数据仓库技术 | 第18-53页 |
| 3．1 数据仓库与数据集市 | 第18-19页 |
| 3．2 粒度和分割 | 第19-21页 |
| 3．3 数据仓库数据建模 | 第21-27页 |
| 3．3．1 数据仓库的数据组织 | 第21-23页 |
| 3．3．2 数据源建模 | 第23页 |
| 3．3．3 数据仓库建模 | 第23-27页 |
| 3．4 数据挖掘 | 第27-41页 |
| 3．4．1 数据挖掘的理论基础 | 第28-30页 |
| 3．4．2 数据挖掘在决策支持空间的地位 | 第30页 |
| 3．4．3 数据挖掘的功能—挖掘的模式类型 | 第30-41页 |
| 3．5 联机分析处理 | 第41-49页 |
| 3．5．1 联机分析处理简介 | 第41-42页 |
| 3．5．2 多维分析的基本分析动作 | 第42-43页 |
| 3．5．3 多维和关系的OLAP | 第43-49页 |
| 3．6 元数据管理 | 第49-53页 |
| 3．6．1 元数据的概念 | 第49-50页 |
| 3．6．2 为何需要元数据 | 第50-51页 |
| 3．6．3 存储和管理元数据 | 第51-53页 |
| 第4章 数据仓库建设的需求分析和总体设计 | 第53-63页 |
| 4．1 信息系统结构分析 | 第53-57页 |
| 4．2 分析信息系统需要的决策支持功能 | 第57-61页 |
| 4．2．1 销售分析 | 第57-58页 |
| 4．2．2 库存分析 | 第58页 |
| 4．2．3 采购分析 | 第58-59页 |
| 4．2．4 财务分析 | 第59-60页 |
| 4．2．5 人力资源分析 | 第60-61页 |
| 4．3 数据仓库系统主题的生成 | 第61-62页 |
| 4．4 数据仓库系统总体结构和数据流向 | 第62-63页 |
| 第5章 数据仓库的详细设计 | 第63-72页 |
| 5．1 数据仓库系统设计方法 | 第63-66页 |
| 5．2 数据仓库系统设计步骤 | 第66-67页 |
| 5．3 概念模型设计 | 第67-68页 |
| 5．4 逻辑模型设计 | 第68-70页 |
| 5．5 物理模型设计 | 第70-71页 |
| 5．6 数据仓库的生成 | 第71页 |
| 5．7 数据仓库系统的完整构建——DSS的应用 | 第71-72页 |
| 第6章 利用数据仓库技术建立水口山管理决策系统 | 第72-95页 |
| 6．1 实施策略 | 第72页 |
| 6．2 系统实现的软件环境 | 第72-73页 |
| 6．3 分析原有系统，确定主题域 | 第73-77页 |
| 6．4 数据采集 | 第77-79页 |
| 6．5 数据分析决策 | 第79-95页 |
| 6．5．1 联机分析处理应用 | 第80-84页 |
| 6．5．2 数据挖掘应用 | 第84-95页 |
| 结束语 | 第95-96页 |
| 参考文献 | 第96-99页 |
| 致谢 | 第99页 |
