数据挖掘的目的在于使用所发现的模式帮助解释当前的行为或预测未来的结果。数据挖掘过程涉及下列7个研究方面:数据仓库及OLAP技术、数据预处理、使用SQL Server Data Mining、关联规则、分类和预测、聚类分析及时序和序列数据的挖掘。
本书对数据挖掘和知识发现的各个方面都进行了必要的解说,侧重于用SSAS进行数据挖掘模型的建立、挖掘结果的分析与检验,以及解释与验证结果。本书对主要的挖掘技术提供了详细的SQL Server 2005数据挖掘的实例,读者通过案例来实验性地建立和检验数据挖掘模型。
本书适合希望学习SQL Server 2005数据挖掘技术的读者,可以作为数据挖掘工程师的参考用书。本书适合作为高校教学数据挖掘的教程,也是公司培训****的参考用书。

前言
第1章 数据挖掘基本知识
1.1 数据挖掘的概念
1.2 数据挖掘的存储对象
1.3 基本数据挖掘任务
1.4 数据挖掘系统的分类
1.5 数据挖掘的主要问题
第2章 数据仓库及OLAP技术
2.1 数据仓库的概念
2.2 多维数据模型
2.3 数据仓库的系统结构
2.4 数据仓库实现
2.5 数据方技术的进一步发展
2.6 由数据仓库到数据挖掘
第3章 数据预处理
3.1 数据预处理的重要性
3.2 数据集成与转换
3.3 数据消减
3.4 离散化和概念层次树生成
第4章 使用SQL Server2005进行数据挖掘
4.1 关于Business Intelligence Development Studio
4.2 对数据源进行设置
4.3 创建和编辑模型
4.4 处理
4.5 使用模型
第5章 关联规则
第6章 分类和预测
第7章 聚类分析
第8章 时序和序列数据的挖掘
第9章 数据挖掘的应用和发展趋势
参考文献