数据仓库与数据挖掘工程实例

实例1 基于联机分析处理技术的税务审计分析

1.1 任务描述

1.2 技术原理

1.2.1 联机分析处理的定义

1.2.2 联机分析处理的一些具体操作

1.3 具体实现

1.3.1 建立数据库

1.3.2 新建数据源

1.3.3 新建数据源视图

1.3.4 浏览数据

1.3.5 数据分析

1.4 案例总结

实例2 基于关联规则方法的网上交易服务质量评价分析

2.1 任务描述

2.2 技术原理

2.2.1 关联规则的概念

2.2.2 Apriori算法

2.3 具体实现

2.4 案例小结

实例3 基于Weka KnowledgFlow模块的大学生专业方向预测分析

3.1 任务描述

3.2 技术原理

3.2.1 数据收集和准备

3.2.2 模型选择

3.3 具体实现

3.3.1 数据预处理

3.3.2 建立和使用知识流

3.4 案例小结

实例4 基于决策树方法的网球运动天气状况评价分析

4.1 任务描述

4.2 技术原理

4.2.1 决策树的概念

4.2.2 信息论的基本概念

4.2.3 ID3建树算法

4.3 具体实现

4.4 案例小结

实例5 基于Weka Experimenter模块的人力资源管理挖掘模型选择分析

5.1 任务描述

5.2 技术原理

5.2.1 挖掘类型确定

5.2.2 数据收集和准备

5.3 具体实现

5.3.1 数据预处理

5.3.2 模型比较和选择

5.4 案例小结

实例6 基于贝叶斯方法的证券客户流失预警分析

6.1 任务描述

6.2 技术原理

6.2.1 朴素贝叶斯分类算法

6.2.2 朴素贝叶斯分类举例

6.3 具体实现

6.4 案例小结

实例7 基于人工神经网络方法的信贷数据分析

7.1 任务描述

7.2 技术原理

7.2.1 BP神经网络结构

7.2.2 BP神经网络学习算法

7.3 具体实现

7.3.1 数据准备

7.3.2 挖掘流程

7.4 案例小结

实例8 基于K-means方法的栀子花聚类分析

8.1 任务描述

8.2 技术原理

8.3 具体实现

8.4 案例小结

实例9 基于线性回归方法的汽车油耗预测分析

9.1 任务描述

9.2 技术原理

9.3 具体实现

9.4 案例小结

实例10 基于决策树方法的中文文本自动分类分析

10.1 任务描述

10.2 技术原理

10.2.1 文本挖掘的概念

10.2.2 文本分词技术

10.2.3 文本特征表示

10.3 具体实现

10.4 案例小结

附录A SQL Server 2005的安装

A1 任务描述

A2 具体实现

附录B Weka软件的安装和数据转换

B1 任务描述

B2 具体实现

参考文献

数据仓库与数据挖掘是与计算机、信息类等相关专业的核心课程。本书采用提出问题、分析问题、解决问题的思路，通过工程实例介绍了SQL Server 2005和Weka软件的使用方法以及联机分析处理技术、关联规则方法、决策树方法、贝叶斯方法、人工神经网络方法、聚类分析方法、线性回归方法等数据仓库与数据挖掘技术。本书结构严谨，条理清晰，语言浅显易懂，循序渐进地表达了知识内容；坚持理论与实际相结合，知识理论与具体实现方法相结合，使技术实现具体化、生动化、可操作化；工程实例的实现过程建立在SQL Server 2005和Weka软件的基础上，以帮助读者在学习后达到学以致用的效果。本书可以和《数据仓库与数据挖掘技术》教材配合使用，旨在帮助读者在学习数据仓库与数据挖掘理论知识的基础上，通过学习工程实例分析，较好地掌握数据挖掘与数据仓库构建模型的操作过程，进一步提高对信息管理和利用能力。本书可以作为计算机、信息类等专业本科生数据挖掘课程的教材，也可以作为其他专业技术人员的自学参考书。