本书详细阐述了数据仓库与数据挖掘的基本原理,系统而全面地介绍了数据仓库与数据挖掘的概念、作用、算法和应用举例,并且给出了信息分析所涉及到的若干问题及框架。本书介绍了*新的信息分析技术研究成果,如小波分析、Rough分析、蚁群分析、分形技术、Agent、数据挖掘的进化算法、聚类分析、非结构数据的挖掘、离群数据挖掘,但并未详细描述,而将介绍**放在其应用上,起到抛砖引五的作用。
本书既可以作为信息管理与信息系统、计算机应用、经济管理等专业的高年级本科生和研究生的教材,又可以作为有关在经济管理领域中应用信息分析技术提高决策人员的参考。

第1章 数据仓库与数据挖掘概述
1.1 数据仓库引论
1.2 数据挖掘引论
1.3 数据挖掘与数据仓库的关系
1.4 数据仓库与数据挖掘的应用
思考练习题
第2章 数据仓库的分析
2.1 影响数据仓库成功的因素
2.2 数据仓库的生命周期
2.3 数据仓库的基本体系结构
2.4 数据仓库的逻辑结构
思考练习题
第3章 数据仓库的设计与实施
3.1 从数据库到数据仓库
3.2 面向主题的数据仓库设计
3.3 开发数据仓库的物理设计
3.4 数据仓库的实施
思考练习题
第4章 信息分析的基本技术
4.1 自动信息分析的基本技术
4.2 联机分析
4.3 Rough的信息分析技术
思考练习题
第5章 数据挖掘过程
5.1 数据挖掘的方法与基本流程
5.2 确定主题和定义数据挖掘任务
5.3 数据预处理
5.4 数据挖掘的模型建立与理解
5.5 数据挖掘中常见的一些问题
5.6 事先无法预测的有价值知识
思考练习题
第6章 数据挖掘基本算法
6.1 分类规则挖掘
6.2 预测分析与趋势分析规则
6.3 数据挖掘的关联算法
6.4 数据挖掘的聚类算法
6.5 数据挖掘的统计分析算法
6.6 数据挖掘的品种优化算法
6.7 数据挖掘的进化算法
思考练习题
第7章 非结构化数据挖掘
7.1 Web数据挖掘
7.2 空间群数据挖掘
7.3 多媒体数据挖掘
思考练习题
第8章 离群数据挖掘
8.1 离群数据挖掘的概念
8.2 离群数据挖掘的分类
8.3 离群数据挖掘的算法
8.4 市场营销离群数据挖掘
思考练习题
第9章 数据挖掘语言与工具的选择
9.1 数据挖掘语言及其标准化
9.2 数据挖掘的研究热点
9.3 数据挖掘工具的选择
思考练习题
第10章 知识管理与知识管理系统
10.1 知识管理
10.2 知识管理系统
思考练习题
附录 数据挖掘产品部分信息
参考文献