数据仓库是面向主题的、集成的、不可更新的、随时间不断变化的数据集合，用以支持经营管理中的决策制订过程。而数据挖掘是从大量的数据中提取出隐含的、以前不为人所知的、可信而有效的知识。它能够对数据进行再分析，以期获得更加深入的了解；它还具有预测功能，可通过已有数据预测未来。数据仓库与数据挖掘技术相结合，与现代的管理决策方法相结合，就能使数据仓库在组织的经营管理决策中发挥巨大的作用。

《数据仓库与数据挖掘(第2版)》的编写旨在提供数据仓库与数据挖掘领域的一个广博的且也是深入的概览。全书由周根贵教授修改、统稿。

《数据仓库与数据挖掘(第2版)》侧重于信息管理中信息组织与处理的技术，全面而系统地介绍了数据仓库与数据挖掘的基本概念、基本方法和基本技术，以及数据仓库与数据挖掘的应用领域与最新进展。全书共分10章，包括概论，数据仓库的技术与开发，数据仓库的管理，联机分析处理，SQL Server数据仓库的应用与开发，数据挖掘与知识发现，统计类数据挖掘技术，知识类数据挖掘技术，非结构化数据挖掘技术、空间数据挖掘理论与应用、数据挖掘的语言与工具，数据仓库与数据挖掘的综合应用等内容。为了便于学习，每一章都有提要和小结，并配有一定数量的习题，以帮助读者对基本内容的理解和掌握。《数据仓库与数据挖掘(第2版)》深入浅出，阐述清晰、理论与实际并重，可作为高等院校信息管理与信息系统等专业本科生、研究生的教材。全书由周根贵教授修改、统稿。

第1章 概论

 1.1 决策支持技术与数据库的发展

1.1.1 决策支持技术的发展

1.1.2 数据库技术的发展

 1.2 数据仓库概述

1.2.1 数据仓库概念的提出

1.2.2 数据仓库的定义

1.2.3 数据仓库的特征

1.2.4 数据仓库的应用和发展

 1.3 数据挖掘概述

l.3.1 数据挖掘的定义

1.3.2 数据挖掘与数据仓库的关系

1.3.3 数据挖掘的应用和发展

 本章小结

 习题

第2章 数据仓库技术与开发

 2.1 数据仓库的体系结构

2.1.1 用户眼中的数据仓库结构

2.1.2 数据仓库系统的体系结构

2.1.3 数据集市

 2.2 元数据

2.2.1 元数据的定义

2.2.2 元数据的主要作用

2.2.3 元数据分类

 2.3 数据仓库的数据模型

2.3.1 概念模型

2.3.2 逻辑模型

2.3.3 物理模型

 2.4 粒度和分割

2.4.1 粒度的确定

2.4.2 粒度划分实例

2.4.3 数据分割

 2.5 数据仓库的开发流程

 2.6 总线型结构的数据仓库

2.6.1 统一的维

2.6.2 统一的事实

2.6.3 数据仓库总线

 本章小结

 习题

第3章 数据仓库管理技术

 3.1 数据仓库管理的基本内容

 3.2 休眠数据管理

3.2.1 休眠数据的定义与理解

3.2.2 休眠数据的处理

 3.3 元数据的管理

3.3.1 传统的元数据管理方法

3.3.2 企业级中心知识库的管理方法

 3.4 数据清理

3.4.1 脏数据的来源和清理

3.4.2 过期数据的清理

 本章小结

 习题

第4章 联机分析处理

 4.1 概述

4.1.1 OLAP的定义

 ……

第5章 SQL Server数据仓库的应用与开发

第6章 数据挖掘与知识发现

第7章 统计类数据挖掘技术

第8章 知识类数据挖掘技术

第9章 非结构化数据挖掘技术

第10章 空间数据挖掘理论与应用

第11章 数据挖掘的语言与工具

第12章 数据仓库与数据挖掘的综合应用

参考文献