数据仓库与数据挖掘技术教案(1_5章).ppt

数据仓库与数据挖掘技术; ;第三部分 主要内容讲解第一章 数据仓库与数据挖掘概述 ;1.1.1 为什么要建立数据仓库;1.1.2 什么是数据仓库;数据仓库的定义;;;数据库系统及相关技术的演化 ;1.1.3 数据仓库的特点;1.1.4 数据进入数据仓库的基本过程与建立数据仓库的步骤;1.1.5 分析数据仓库的内容;1.2.1 为什么要进行数据挖掘 ;;;1.2.2 什么是数据挖掘;;;;1.2.3 数据挖掘的特点;1.2.4 数据挖掘的基本过程与步骤;;1.2.5 分析数据挖掘的内容;1.3 数据挖掘与数据仓库的关系;;1.4.1 数据挖掘在零售业的应用;1.4.2 数据挖掘技术在商业银行中的应用;;1.4.3 数据挖掘在电信部门的应用;1.4.4 数据挖掘在贝斯出口公司的应用;1.4.5 数据挖掘如何预测信用卡欺诈;1.4.6 数据挖掘在证券行业的应用;第二章 数据仓库的分析 ;2.1 影响数据仓库成功的因素;影响数据仓库成功的因素 ;2.2.1 数据仓库计划与准备阶段;数据仓库的生命周期 ;2.2.2 数据仓库的其他阶段;2.3 数据仓库的基本体系结构 ;;;;2.4.1 数据仓库中的粒度;2.4.2 数据仓库中的数据分割;2.4.3 数据仓库中的数据组织;2.4.4 数据仓库中的快照;2.4.5 数据仓库中的元数据;第三章 数据仓库的设计与实施 ;3.1 从数据库到数据仓库;3.2.1 数据建模;3.2.2 星型连接;;3.3.1数据仓库设计工具的选择;3.3.2 物理数据模型设计;3.3.3 数据仓库中数据表的数量与规范化 ;3.4.1 数据仓库的实施应注意的问题;3.4.2 在实施数据仓库过程中应避免的错误 ;;3.4.3 数据仓库项目实施成功的要诀;第四章 信息分析的基本技术 ;信息分析技术的不同方面与层次分类 ;4.1.1智能代理;;4.1.2 群体智能;多Agent分布式市场营销知识获取结构;4.1.3 小波分析;4.1.4 分形技术分析;4.2.1联机分析OLAP的基本术语;4.2.2 OLAP体系结构和处理的特性;4.2.3 OLAP多维数据结构与OLAP的分类;4.2.4 OLAP的多维数据分析方法;4.2.5 OLAP评价准则;4.2.6 OLAP的发展与流行的OLAP工具选择;4.3.1 粗糙集理论的基本概念和理论基础;4.3.2 粗糙集在信息分析中的特征表示;第五章 数据挖掘过程;5.1.1 SEMMA方法;5.1.2 数据挖掘的基本流程 ;5.2 确定主题和定义数据挖掘任务 ;5.2.1 确定主题;5.2.2 定义数据挖掘任务;5.3.1数据的收集和准备;5.3.2 数据清理（data cleaning） ;5.3.3 数据集成（data integration）;5.3.4 数据变换（data transformation）;5.3.5 数据归约（data reduction） ;5.3.6 微软数据转换服务（DTS）;5.4 数据挖掘的模型建立与理解;5.4.1 关于模型的准确性;5.4.2 关于模型的可理解性;5.4.3关于模型的性能;5.4.4 描述和可视化;5.4.5验证与评估;5.5 数据挖掘中常见的一些问题;5.6 事先无法预测的有价值知识