- Inmon, W.H., “Building the Data Warehouse”, Johm Wiley and Sons, 1996.
- Ladley, John, “Operational Data Stores: Building an Effective Strategy”, Data warehouse: Pratical Advice form the Experts, Prentice Hall, Englewood Cliffs, NJ, 1997.
- Gardmer, Stephen R., “Building the Data warehouse”, Communication of ACM, September 1998, Volume 41, Numver 9, 52-60.
- Douglas Hackney, DW101: A Practical Overview, http://www.egltd.com, 2001.
- Pieter R. Mimno, “The Big Picture - How Brio Competes in the Data Warehousing Market”, Presentation to Brio Technology - August 4, 1998.
- Alex Berson, Stephen Smith, Kurt Therling, “Building Data Mining Application for CRM”, McGraw-Hill, 1999
- Martin Stardt, Anca Vaduva, Thomas Vetterli, “The Role of Meta for Data Warehouse”, 2000
- W.H.Inmon, Ken Rudin, Christopher K. Buss, Ryan Sousa, “Data Warehouse Performance”, John Wiley & Sons, 1999
数据仓库与数据挖掘参考文献
相关推荐
参考文献-数据挖掘基础理论
威廉·H·因蒙, “建立数据仓库”, 约翰·威利父子公司, 1996。
约翰·拉德利, “运营数据存储:制定有效策略”, 数据仓库:专家实用建议, 普伦蒂斯·霍尔出版社, 纽泽西州恩格尔伍德悬崖, 1997。
斯蒂芬·R·加德纳, “建立数据仓库”, ACM 通讯, 1998 年 9 月, 第 41 卷, 第 9 期, 52-60。
道格拉斯·哈克尼, Http:// www.egltd.com, DW101:实用概述, 2001
彼得·R·米姆诺, “宏伟蓝图 - 布里欧如何在数据仓库市场中竞争”, 向布里欧技术公司的演示文稿 - 1998 年 8 月 4 日。
亚历克斯·伯森, 斯蒂芬·
数据挖掘
11
2024-04-30
数据仓库与数据挖掘文献资料合集
数据仓库与数据挖掘的论文和文献,内容还蛮全的,适合搞大数据的同学收藏一波。讲了不少实战用得上的东西,比如怎么用SQL和NoSQL海量数据,怎么选特征,怎么挖掘模式这些,讲得挺接地气。里面还带了案例,比如零售、电商、医疗这些场景,看完脑子里会更有画面感。要说亮点,我觉得是数据流程讲得比较细,从预到聚类、分类再到关联规则,整个流程串得挺顺。是像Apriori、K-means这些,直接点出使用方法和优缺点,省得你到处找资料。如果你是刚上手数据挖掘,或者做项目时有点懵,这批资料还蛮靠谱的,能帮你把底子打扎实。对了,隐私和合规也提了一下,比如GDPR和数据脱敏,不然用户数据可是要踩坑的。如果你平时搞 E
数据挖掘
0
2025-06-23
数据仓库与数据挖掘
数据仓库将数据转化为可供分析的信息,而数据挖掘从这些数据中提取模式和趋势,两者结合可为决策提供支持。
数据挖掘
22
2024-05-13
参考文献-MATLAB_GUI_界面
参考文献: MATLAB程序设计教程 李海涛,邓樱编著 高等教育出版社,2002
Matlab
12
2024-11-03
数据仓库与数据挖掘概览
信息技术普及后,企业运用管理信息系统处理事务与业务,积累了大量信息。为辅助管理决策,企业需要特殊工具从数据中提取知识,促进了数据环境需求和数据挖掘工具的发展。
数据挖掘
16
2024-05-23
数据仓库与数据挖掘技术
这是一份关于数据仓库和数据挖掘技术的文档,希望对您有所帮助。
数据挖掘
18
2024-05-15
数据仓库与数据挖掘教程
嘿,如果你对数据仓库和数据挖掘感兴趣,这个教程真的是个不错的选择哦!数据仓库的主要特点就是数据统一管理,大量的历史数据,支持企业做决策。它的核心是 ETL(数据抽取、转换、加载),这个过程可是相当关键,保证了数据的整洁性和一致性。至于数据挖掘,它可以通过对大量数据的,揭示潜在的规律,比如用来做客户细分、预测销售趋势,甚至做欺诈检测。数据仓库和数据挖掘结合后,能够为企业有力的决策支持。比如通过销售数据,预测未来走势,或者通过聚类了解客户群体,给出精准的营销策略。嗯,别忘了,Hadoop 和 Spark 这些大数据平台也能帮你海量数据,适合构建分布式数据仓库和做数据挖掘。,如果你想深入数据领域,这
数据挖掘
0
2025-06-16
数据挖掘与数据仓库技术
嘿,今天给你推荐一本挺不错的书,《数据挖掘:概念与技术》。如果你正好想了解数据挖掘和数据仓库的技术,这本书不容错过。它从基础讲起,内容覆盖了数据挖掘的原理、方法、以及各种应用场景。书中对于数据挖掘的定义,像是从大量复杂数据中提取潜在知识,易懂。你会看到怎样从数据中找出有用的信息、如何用算法来这些数据,甚至还能通过例子理解 OLAP、数据预、聚类等核心技术。如果你对数据仓库技术、OLAP 操作有兴趣,这本书也会帮你厘清这些概念,绝对能提高你在数据上的技能。对于那些想了解数据挖掘应用的朋友,书中讲的实例和理论会给你带来不小的。
数据挖掘
0
2025-07-01
数据仓库与数据挖掘山大数据挖掘与数据仓库复习提纲
数据仓库和数据挖掘这两个领域,嗯,挺关键的,尤其是在大数据时。其实,数据仓库主要是为了存储和管理数据,而数据挖掘更多的是在从这些数据中提取有价值的信息。比如,数据仓库的任务是收集来自各个系统的数据,进行清洗、整理,再存入一个统一的数据库里。而数据挖掘则是在这些海量数据中挖掘出趋势、模式或是潜在的商机,挺有意思的,应用场景也蛮广的。从推荐系统到市场,都能见到它们的身影。这个复习提纲比较全面,涵盖了理论和实际应用,挺适合想快速掌握这两者的同学。你如果准备考试或是要做项目,参考一下这个提纲,会你整理思路。
数据挖掘
0
2025-07-02