本书的目的旨在向读者系统阐述数据仓库与数据挖掘的基本原理、方法和实用工具，介绍国内外的最新研究成果。全书共有11章，第1章介绍数据仓库的基本概念和知识；第2章介绍联机分析处理的基本理论；第3章介绍数据仓库的设计思想、方法和技巧；第4章介绍数据仓库的规划与开发；第5章介绍各种数据仓库工具的基本功能及SQL Server 2005数据仓库工具的应用；第6章介绍数据挖掘的概念和相关知识；第7章介绍数据挖掘的算法；第8章介绍文本挖掘、Web挖掘等数据挖掘新技术；第9章介绍数据挖掘的工具及其应用；第10章介绍数据仓库与数据挖掘的综合应用；第11章介绍基于数据挖掘的上市公司财务危机预警应用实例，使读者能结合具体应用进行上机操作，消化和理解所学的知识。

本书详细阐述数据仓库与数据挖掘的基本原理，系统而全面地介绍数据仓库与数据挖掘的概念、作用、算法以及应用领域、相关学科和发展趋势，并着重讨论数据仓库和数据挖掘在企业管理中的应用及构建策略。基于SQL Server 2005介绍数据仓库与数据挖掘工具的操作和应用，并结合具体实例，阐述企业数据仓库和数据挖掘的实施过程。最后，以证券行业为对象提供一个数据挖掘的开发实例。本书的指导思想是在系统阐述基本知识和基本理论的基础上，强调实际应用能力的培养，充分体现数据仓库和数据挖掘技术作为解决实际问题的方法和工具的特点。

本书既可以作为信息系统、电子商务、管理科学与工程、计算机应用、软件工程等专业的本科高年级和研究生教材，又可以作为从事竞争情报、信息管理、知识管理、战略管理和软科学的研究人员的参考资料。

第1章　数据仓库概述

　本章主要内容

 1.1　从数据库到数据仓库

1.1.1　决策支持技术与数据库技术的发展

1.1.2　数据仓库与数据库的区别

 1.2　数据仓库的概念与特点

 　1.2.1　数据仓库概念

　 1.2.2　面向主题

　 1.2.3　数据的集成性

　 1.2.4　数据的非易失性

　 1.2.5　数据因时而变的特点

 1.3　数据仓库中的关键概念

　 1.3.1　外部数据源

 　1.3.2　数据抽取

 　1.3.3　数据清洗

 　1.3.4　数据转换

 　1.3.5　数据加载

 　1.3.6　元数据

 　1.3.7　数据集市

 　1.3.8　数据粒度

 1.4　数据仓库的数据组织

 　1.4.1　数据仓库的数据组织结构

 　1.4.2　数据粒度与数据分割

 　1.4.3　数据仓库的数据组织形式

 　1.4.4　数据仓库的数据追加与清理

 1.5 数据仓库与数据集市的关系

　 1.5.1　数据集市的类型

　 1.5.2　数据集市与数据仓库的区别

 　1.5.3　数据集市的特点

　1.6　数据仓库体系结构

　 1.6.1　数据仓库系统的层次结构

　 1.6.2　数据仓库的构造模式

 1.7 操作数据存储ODS

1.7.1 操作数据存储ODS的概念

1.7.2 操作数据存储ODS的应用

1.7.3 DB-ODS-DW三层体系结构

1.7.4 ODS／DW、ODS／DB之比较

 习题一

第2章 联机分析处理

 本章主要内容

 2.1 联机分析处理的概念

2.1.1 OLAP的定义

2.1.2 OLAF的相关基本概念

2.1.3 OLAP与OLTP的关系及比较

2.1.4 OLAP准则

 2.2 OLAP多维数据分析

2.2.1 OLAP基本分析动作

2.2.2 广义OLAP功能

2.2.3 多维数据分析实例

 2.3 OLAP数据组织

2.3.1 多维数据组织

2.3.2 关系数据组织

2.3.3 两种数据组织的比较

2.3.4 HOLAP

 2.4 OLAP的体系结构与展现方式

2.4.1 OLAP体系结构

2.4.2 OLAP前端展现方式

2.4.3 OLAP结果的展现方法

 2.5 OLAP工具及评价

2.5.1 Oracle OLAP工具

2.5.2 OLAP服务器和工具的评价指标

2.5.3 OLAP的局限性

 习题二

第3章 数据仓库设计

第4章　数据仓库的规划与开发

第5章　数据仓库的工具

第6章　数据挖掘概述

第7章　数据挖掘的算法

第8章　数据挖掘新技术

第9章　数据挖掘的工具及其应用

第10章　数据仓库与数据挖掘的综合应用

第11章　基于数据挖掘的上市公司财务危机预警应用实例

参考文献