基于数据仓库的决策支持技术的应用研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景和目的 | 第8-9页 |
| ·国内外研究现状和面临的难题 | 第9-11页 |
| ·研究的关键技术问题和研究思路 | 第11-13页 |
| ·研究的关键技术问题 | 第11页 |
| ·本文研究思路 | 第11-13页 |
| ·论文章节安排 | 第13-14页 |
| 第二章 决策支持技术 | 第14-26页 |
| ·决策支持技术体系结构 | 第14-17页 |
| ·传统的决策支持技术体系结构 | 第14-15页 |
| ·基于数据仓库的决策支持技术体系结构 | 第15-17页 |
| ·数据仓库技术 | 第17-21页 |
| ·概念与特征 | 第17-18页 |
| ·数据组织 | 第18-21页 |
| ·使用与管理 | 第21页 |
| ·OLAP技术 | 第21-23页 |
| ·概念与特征 | 第21-22页 |
| ·OLAP分类 | 第22-23页 |
| ·数据挖掘技术 | 第23-24页 |
| ·概念与特征 | 第23页 |
| ·功能与算法 | 第23-24页 |
| ·决策支持技术之间的关系 | 第24-26页 |
| ·数据仓库与 OLAP的关系 | 第24-25页 |
| ·数据仓库与数据挖掘的关系 | 第25页 |
| ·OLAP与数据挖掘的关系 | 第25-26页 |
| 第三章 数据仓库模型与数据挖掘模型 | 第26-40页 |
| ·数据仓库模型设计 | 第26-30页 |
| ·数据仓库模型概述 | 第26-28页 |
| ·数据仓库模型设计 | 第28-30页 |
| ·数据挖掘模型设计 | 第30-36页 |
| ·数据挖掘模型概述 | 第30-31页 |
| ·数据挖掘模型流程 | 第31-33页 |
| ·ETL设计与实现 | 第33-36页 |
| ·关键技术 | 第36-40页 |
| ·决策树 | 第36-37页 |
| ·模糊逻辑 | 第37页 |
| ·进化算法 | 第37页 |
| ·神经网络 | 第37-38页 |
| ·规则归纳 | 第38页 |
| ·统计 | 第38-39页 |
| ·统计分类法 | 第39-40页 |
| 第四章 模型实现与质量分析 | 第40-49页 |
| ·系统背景 | 第40页 |
| ·功能介绍 | 第40-44页 |
| ·系统结构 | 第41-42页 |
| ·数据挖掘功能介绍 | 第42-44页 |
| ·质量问题 | 第44-45页 |
| ·代表性问题 | 第44页 |
| ·转换性问题 | 第44-45页 |
| ·生成性问题 | 第45页 |
| ·模型选择性问题 | 第45页 |
| ·质量问题处理 | 第45-49页 |
| ·源数据质量问题的处理 | 第45-47页 |
| ·数据集成时质量问题的处理 | 第47页 |
| ·数据分析时质量问题的处理 | 第47-49页 |
| 第五章 结论和展望 | 第49-51页 |
| ·结论 | 第49页 |
| ·存在的问题与展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间主要的研究成果 | 第55页 |
