深蓝数据仓库与数据挖掘课程提纲
数据仓库部分:
一.数据仓库概述
为什么要建立数据仓库
据仓库的概念及特性
数据仓库的体系结构
数据仓库的参照结构
二.数据仓库开发模型及开发应用过程
数据仓库概念模型及设计
数据仓库逻辑模型及设计
数据仓库的物理模型及设计
数据仓库的元数据模型的设计
数据仓库的粒度和聚集模型
数据仓库的规划
数据仓库的实施过程
数据仓库的应用、支持和增强
三.联机分析OLAP 技术
OLAP 技术概念
OLAP 与多维分析
OLAP 的实施
多维 OLAP
与关系 OLAP
OLAP 技术评价
四.OLAP服务器及数据仓库软件介绍
Microsoft
analysis services
Oracle Express
IBM DB2
OLAP Server
Sybase Power
dimension
Informix
Metacube
CA OLAP
SERVER
Business
Object
基于SQL Server
2005数据库的数据仓库应用实例
五.数据仓库开发实例应用分析
通过企业ERP系统进行数据仓库建立分析
定义数据仓库数据源及数据视图
定义数据数据仓库事实表
定义多维数据集和维度属性
部署和浏览多维数据集
定义度量值、属性和层次结构
定义计算列与关键性能指标KPI
数据仓库的数据加载与钻取
数据挖掘部分:
一.数据挖掘技术概念
有关数据挖掘技术概述
数据挖掘技术与工具
数据挖掘的应用
数据挖掘任务和方法
数据挖掘主要算法和技术
数据挖掘过程
数据挖掘应用例子
传统的统计分析类数据挖掘技术
统计分析类工具及应用
知识挖掘系统的体系结构
现代挖掘技术及应用
知识发现工具与应用
数据挖掘技术的发展
二.数据预处理技术
数据清理
集成和变换
规范化
数据归约
维归约
数据压缩
数值归约
三.数据挖掘的主要算法分析
聚类算法
决策树算法
神经网络算法
关联分析算法
序列分析算法
逻辑回归算法
线性回归算法
四.数据挖掘工具的应用及挖掘模型的建立过程
数据挖掘工具的介绍
数据挖掘结构的建立
挖掘模型的建立
数据挖掘模型的查看
数据挖掘模型的验证
五.实例数据挖掘及各种算法应用分析
挖掘算法在实例企业ERP应用中的应用
潜在有效客户的挖掘及算法实现
预测方案及算法模型的建立
聚类分析及关联分析算法的实际应用