基于数据仓库的决策支持系统研究
| 第一章 绪 论 | 第1-13页 |
| ·为什么将外部数据放在数据仓库 | 第8页 |
| ·国内外研究现状及发展趋势 | 第8-10页 |
| ·课题研究中的困难和不足 | 第10-11页 |
| ·本文的工作 | 第11-12页 |
| ·本文的组织 | 第12-13页 |
| 第二章 决策支持系统中的数据仓库 | 第13-23页 |
| ·数据仓库的特征 | 第13页 |
| ·数据仓库与数据集市 | 第13-15页 |
| ·元数据 | 第15-16页 |
| ·数据仓库系统的框架结构 | 第16-17页 |
| ·OLAP及其多维数据分析 | 第17-21页 |
| ·OLTP与OLAP | 第17-18页 |
| ·OLAP的多维数据概念 | 第18-19页 |
| ·OLAP的多维数据结构 | 第19-20页 |
| ·多维数据库 | 第20-21页 |
| ·数据仓库系统的开发 | 第21-23页 |
| 第三章 数据仓库系统的开发过程 | 第23-35页 |
| ·数据仓库系统的体系结构 | 第23-24页 |
| ·多维数据库和关系数据库 | 第24-26页 |
| ·数据仓库的数据模型 | 第26-29页 |
| ·建模过程 | 第29-30页 |
| ·概念设计 | 第30页 |
| ·逻辑设计 | 第30-31页 |
| ·物理设计 | 第31-33页 |
| ·索引的选择与建立 | 第31-33页 |
| ·数据分割 | 第33页 |
| ·提高数据仓库的性能的其他考虑 | 第33-35页 |
| ·划分粒度 | 第33页 |
| ·物理设计中的其它考虑 | 第33-35页 |
| 第四章 数据挖掘技术及其应用 | 第35-48页 |
| ·数据挖掘的概念 | 第35-37页 |
| ·数据挖掘研究现状 | 第35页 |
| ·数据挖掘与知识发现 | 第35-36页 |
| ·数据挖掘的任务 | 第36-37页 |
| ·数据挖掘与OLAP的区别和联系 | 第37页 |
| ·数据挖掘的实现 | 第37-42页 |
| ·数据挖掘的方法 | 第37-39页 |
| ·数据挖掘的数据分析过程 | 第39-40页 |
| ·怎么选择数据挖掘工具 | 第40-41页 |
| ·数据挖掘工具简介 | 第41-42页 |
| ·基于粗糙集的数据挖掘方法 | 第42-48页 |
| ·粗糙集理论概念 | 第42-45页 |
| ·基本算法 | 第45页 |
| ·一个启发式最小约简算法 | 第45-48页 |
| 第五章 基于数据仓库的某超市决策支持系统 | 第48-74页 |
| ·引言 | 第48-49页 |
| ·信息系统构成 | 第49-50页 |
| ·财务管理子系统 | 第49页 |
| ·物流管理子系统 | 第49-50页 |
| ·CRM(客户关系管理)与销售管理子系统 | 第50页 |
| ·总体功能 | 第50-52页 |
| ·决策支持系统框架 | 第52-54页 |
| ·数据仓库的构建 | 第54-57页 |
| ·企业数据模型的建立 | 第54页 |
| ·企业模型到数据库模型的映射 | 第54-55页 |
| ·将企业模型映射到数据仓库概念模型 | 第55-57页 |
| ·数据仓库的物理模型设计 | 第57页 |
| ·决策支持系统平台的构建 | 第57-59页 |
| ·数据集市和OLAP应用 | 第59-70页 |
| ·销售分析 | 第61-64页 |
| ·客户关系分析 | 第64-67页 |
| ·财务分析 | 第67-70页 |
| ·数据挖掘应用 | 第70-72页 |
| ·商业问题和挖掘目标 | 第70页 |
| ·数据准备 | 第70-71页 |
| ·建立数据挖掘模型 | 第71页 |
| ·结果解释、评价和应用 | 第71-72页 |
| ·本章小结 | 第72-74页 |
| 第六章 总 结 | 第74-78页 |
| ·Web与数据仓库 | 第74-75页 |
| ·全文总结 | 第75-78页 |
