摘要 | 第3-4页 |
Abstract | 第4页 |
第1章 绪论 | 第7-11页 |
1.1 研究背景和意义 | 第7-8页 |
1.2 国内外研究现状 | 第8-10页 |
1.2.1 国内研究现状 | 第8-9页 |
1.2.2 国外研究现状 | 第9-10页 |
1.3 论文主要研究内容 | 第10页 |
1.4 论文的组织结构 | 第10-11页 |
第2章 相关技术与理论 | 第11-20页 |
2.1 数据仓库技术 | 第11-12页 |
2.1.1 DW的概念 | 第11页 |
2.1.2 DW的特点 | 第11-12页 |
2.2 联机分析处理技术OLAP | 第12-14页 |
2.2.1 OLAP中的基本概念 | 第13-14页 |
2.2.2 OLAP功能特征 | 第14页 |
2.3 数据挖掘技术 | 第14-18页 |
2.3.1 数据挖掘的任务 | 第15-16页 |
2.3.2 知识发现的过程 | 第16-18页 |
2.4 由数据仓库到数据挖掘 | 第18-20页 |
第3章 南昌水业集团数据仓库的设计 | 第20-33页 |
3.1 南昌水业集团数据仓库的需求分析 | 第20-24页 |
3.2 南昌水业集团数据仓库设计 | 第24-33页 |
3.2.1 数据仓库主题的定义 | 第24-26页 |
3.2.2 概念模型设计 | 第26-28页 |
3.2.3 逻辑模型设计(以收费主题为例) | 第28-30页 |
3.2.4 物理模型设计(以收费主题为例) | 第30-33页 |
第4章 南昌水业集团数据仓库的建立 | 第33-44页 |
4.1 数据获取的实现 | 第33-36页 |
4.1.1 数据抽取 | 第33-34页 |
4.1.2 数据转换 | 第34-36页 |
4.1.3 数据装载 | 第36页 |
4.2 数据仓库的创建和管理 | 第36-38页 |
4.2.1 创建南昌水业集团的数据仓库 | 第37-38页 |
4.2.2 南昌水业集团数据仓库的管理 | 第38页 |
4.3 多维数据集的操作与实现 | 第38-39页 |
4.4 基于南昌水业集团数据仓库的OLAP数据分析 | 第39-42页 |
4.4.1 应收水量信息分析 | 第39-41页 |
4.4.2 水表信息分析 | 第41-42页 |
4.5 产生Excel OLAP数据透视表 | 第42-44页 |
第5章 南昌水业集团智能数据挖掘实践 | 第44-56页 |
5.1 数据挖掘的需求分析 | 第44-46页 |
5.2 数据挖掘实验设计 | 第46-50页 |
5.2.1 实验数据 | 第46-49页 |
5.2.2 实验任务 | 第49-50页 |
5.3 实验的实现 | 第50-54页 |
5.3.1 数据的预处理 | 第50-52页 |
5.3.2 数据挖掘主要算法 | 第52-54页 |
5.4 实验结果分析 | 第54-56页 |
第6章 总结与展望 | 第56-58页 |
6.1 总结 | 第56页 |
6.2 展望 | 第56-58页 |
致谢 | 第58-59页 |
参考文献 | 第59-61页 |