数据仓库及其在电信领域中的应用PDF|Epub|txt|kindle电子书版本网盘下载

数据仓库及其在电信领域中的应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 数据仓库概述1

1.1 数据仓库概念1

1.1.1 概念1

1.1.2 与数据库的对比5

1.2 数据仓库技术的发展7

1.2.1 数据仓库发展历史7

1.2.2 数据仓库的市场发展9

1.2.3 数据集市与数据仓库的关系11

1.2.4 数据查询技术13

1.3 数据分析技术14

1.3.1 OLAP分析15

1.3.2 数据挖掘19

1.3.3 联机分析挖掘（OLAM）24

1.3.4 统计分析技术27

1.3.5 数据分析技术的难点28

1.4 数据仓库的特点30

1.4.1 概述30

1.4.2 面向主题等特点介绍30

1.5 数据仓库与数据分析的关系31

1.6 数据仓库现状32

1.7 数据仓库应用中的几个问题34

参考资料35

第2章 构建数据仓库37

2.1 构建数据仓库37

2.1.1 数据仓库实施步骤37

2.2 数据仓库项目的需求分析39

2.3 数据仓库体系结构与实施框架40

2.3.1 体系结构与实施框架概述40

2.3.2 统一的数据仓库41

2.3.3 数据集市42

2.4 数据源的分析44

2.4.2 汇总数据45

2.4.1 来自业务系统的实时数据45

2.5 数据仓库模型设计46

2.5.1 数据仓库的建模技术46

2.5.2 实体关系建模47

2.5.3 维度建模50

2.5.4 实体关系建模与维建模的关系52

2.5.5 数据仓库模型设计工具52

2.6 数据抽取／转换／加载（ETL）过程66

2.6.1 数据抽取（Extraction）66

2.6.2 数据转换（Transformation）67

2.6.3 数据加载（Load）68

2.7.1 数据仓库粒度问题69

2.7 构建数据仓库的几个关键问题69

2.7.2 ETL的处理策略71

参考资料72

第3章 数据分析技术（OLAP／数据挖掘介绍）73

3.1 简介73

3.2 联机分析处理（OLAP）技术74

3.2.1 维的介绍75

3.2.2 多维分析（OLAP）方法和工具76

3.2.3 OLAP数据的处理方式82

3.3 数据挖掘技术83

3.3.1 数据挖掘技术简介83

3.3.2 数据挖掘的步骤85

3.3.3 数据挖掘的体系结构89

3.3.4 数据挖掘的分析模型90

3.3.5 数据挖掘的具体算法和常用技术94

3.3.6 应用举例97

3.4 OLAP与数据挖掘的对比104

3.5 数据挖掘与其他技术的对比106

3.5.1 与专家系统的对比106

3.5.2 与统计分析的对比107

3.5.3 与人工智能的对比109

3.6.1 OLAM的简介110

3.6 联机数据挖掘110

3.6.2 OLAM的体系结构111

3.6.3 OLAM的应用112

3.7 统计分析方法114

3.8 数据分析要与业务结合117

参考资料118

第4章 数据仓库在电信领域中的应用121

4.1 概述121

4.1.1 数据仓库在电信领域的应用121

4.1.2 中国移动的经营分析系统124

4.1.3 电信行业数据仓库的应用情况131

4.1.4 电信行业选择数据仓库的必然133

4.2 电信行业数据仓库及数据分析的特点134

4.3 电信行业数据仓库的应用内容136

4.3.1 OLAP在电信行业中的应用137

4.3.2 数据挖掘在电信行业中的应用140

4.3.3 电信应用中数据挖掘与OLAP的对比145

4.4 项目实施组织145

4.4.1 数据仓库项目的阶段划分146

4.4.2 项目管理150

4.4.3 应该注意的一些问题154

4.5 CRM与数据仓库155

参考资料160

第5章 数据仓库实施举例161

5.1 数据仓库模型实施案例161

5.1.1 大客户资料分析主题的数据仓库构建162

5.1.2 客户流失分析主题的数据仓库构建165

5.1.3 网络状况分析主题的数据仓库构建166

5.2 ETL模块的结构168

5.2.1 数据采集清洗子系统170

5.2.2 源数据变换、重整、汇总子系统171

5.3 OLAP分析实例172

5.3.2 确定分析方法173

5.3.1 确定分析主题173

5.3.3 定义维度174

5.3.4 根据具体的分析主题构造分析立方体（MOLAP）或星型结构（ROLAP）176

5.3.5 解释分析结果178

5.4 数据挖掘方法论181

5.4.1 SAS的SEMMA方法论181

5.4.2 SPSS的CRISP-DM方法论183

5.4.3 IBM的通用数据挖掘方法论188

5.5 电信业务数据挖掘实例194

5.5.1 应用决策树算法（DecisionTree）进行客户流失分析194

5.5.2 应用聚类分析对电信客户进行细分201

5.5.3 应用数据挖掘预防电信欺诈209

参考资料215

第6章 数据仓库产品及解决方案举例217

6.1 IBM公司的相关系列产品简介218

6.1.1 数据仓库产品218

6.1.2 OLAP分析产品220

6.1.3 数据挖掘产品224

6.2 Oracle相关系列产品简介227

6.2.1 数据仓库产品227

6.2.2 OLAP产品229

6.2.3 数据挖掘产品232

6.3 Sybase相关系列产品简介234

6.3.1 设计组件WarehouseArchitect235

6.3.2 元数据管理软件WarehouseControlCenter236

6.3.3 数据仓库引擎AdaptiveServerIQ237

6.3.4 WarehouseStudio的其他特性239

6.3.5 WarehouseStudio的商业应用240

6.3.6 Sybase电信业数据仓库应用案例介绍241

6.4 SAS的数据仓库产品简介245

6.4.1 定义数据仓库及其主题246

6.4.2 传送和汇总整理数据246

6.4.4 建立、管理和取用查看Metadata247

6.4.3 更新汇总数据247

6.4.5 设置数据市场248

6.4.6 SAS电信业数据仓库应用案例介绍248

6.5 Informix的数据仓库产品简介250

6.5.1 数据抽取工具Datastage250

6.5.2 数据仓库引擎Redbrick251

6.5.3 分析工具Metacube251

6.5.4 Informix电信业数据仓库成功案例251

6.6 NCRTeradata的整体解决方案简介253

6.6.1 NCR可扩展数据仓库254

6.6.2 NCRTeradata数据仓库电信业解决方案介绍254

6.6.3 NCRTeradata电信业数据仓库成功案例259

6.7 CA数据仓库产品介绍261

6.8 数据仓库相关专业工具的提供厂商介绍263

6.8.1 MicroStrategy263

6.8.2 Brio264

6.8.3 BusinessObject275

6.8.4 Cognos276

6.8.5 Informatica279

6.8.6 Hyperion282

6.8.7 SPSS285

参考资料289

7.2.1 权威的数据仓库测试机构——TPC测试介绍291

7.2 数据库、数据仓库测试标准291

第7章 数据仓库的测试与选型291

7.1 数据仓库测试概述291

7.2.2 TPC-D295

7.2.3 TPC-H296

7.2.4 其他数据仓库测试标准300

7.3 数据仓库选型所要考虑的因素301

7.4 数据仓库测试过程以及测试方案302

7.4.1 测试过程302

7.4.2 测试指标以及测试流程302

7.5 自行组织测试要注意的问题307

参考资料308

第8章 数据仓库的发展与展望309

8.1 数据仓库未来发展方向309

8.2 OLAP发展的历史310

8.3 OLAP发展方向312

8.4 数据挖掘研究历史及现状314

8.4.1 数据挖掘（知识发现）的历史314

8.4.2 从专家系统的演进315

8.5 数据挖掘发展方向316

参考资料318