本书介绍了数据仓库、联机分析处理(OLAP)和数据挖掘的基本概念、方法及在图书馆的实际应用。数据仓库部分主要结合图书流通主题详细阐述数据仓库的构建、数据ＥＴＬ的过程及其主要应用——联机分析处理模型的构建。数据挖掘部分主要阐述了目前有代表性的数据挖掘算法，包括分类、关联规则、聚类和预测等，并详细描述数据挖掘的具体应用实例，如读者是否借阅图书与是否电子阅览的分类模型、图书关联规则模型、读者入馆规律聚类模型、各资源间的线性回归模型及各类图书的借阅量时序预测模型等。

  第1章 概述

1．1 初识数据仓库

1．1．1 数据仓库的产生过程

1．1．2 数据仓库的体系结构

1．1．3 数据仓库的关键技术

1．2 初识数据挖掘

1．2．1 数据挖掘对象

1．2．2 数据挖掘过程

1．2．3 数据挖掘方法

1．3 数据仓库与数据挖掘的关系

1．4 数据仓库与数据挖掘工具

1．5 图书馆为什么需要数据仓库与数据挖掘




第2章 数据仓库

2．1 数据仓库概述

2．2 数据仓库与数据库的区别

2．3 数据仓库数据组织结构

2．4 数据仓库开发过程

2．4．1 规划分析阶段

2．4．2 设计实现阶段

2．4．3 使用维护阶段

2．5 案例：利用SQLServer2012创建数据仓库

2．5．1 概念模型设计

2．5．2 逻辑模型设计

2．5．3 物理模型设计




第3章 数据抽取转换加载

3．1 ETL过程

3．1．1 数据抽取

3．1．2 数据转换

3．1．3 数据加栽

3．2 T-SQL语句

3．2．1 数据定义语句

3．2．2 数据控制语句

3．2．3 数据操纵语句

3．3 SSIS服务

3．3．1 SSIS工具箱

3．3．2 SSIS包

3．4 案例！利用SOLServer2012抽取、转换及加载数据

3．4．1 数据抽取

3．4．2 数据清理、转换

3．4．3 数据加载




第4章 联机分析处理

4．1 联机分析处理特性及评价

4．1．1 0LAP特性

4．1．2 0LAP评价准则

4．2 0LAP的一些基本概念

4．3 0LAP的基本操作

4．4 案例：利用SQLServer2012创建OLAP立方

4．4．1 建立数据源

4．4．2 创建数据源视图

4．4．3 根据向导创建多维数据集

4．4．4 修改Cube中的维度和度量

4．4．5 部署项目

4．4．6 分析多维数据集




第5章 关联规则

第6章 分类

第7章 聚类

第8章 线性回归

第9章 时序

主要参考文献