参考文献-数据挖掘基础理论

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

涵盖数据挖掘入门所需的理论知识，适合从事商业智能行业的人士学习。

应用比例 聚类 22% 直销 14% 交叉销售模型 12%

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

数据仓库与数据挖掘综述 作者：朱建秋 日期：2001年6月7日

技术进步引领下，撰写数学建模论文的参考文献显得尤为关键。参考文献包括多种资源，如Stuart A. Klugman的《损失模型》（人民邮电出版社，2009年）等。李泽慧等翻译的P.J.比克尔和K.A.道克紓的《数理统计》（兰州大学出版社，1991年）及Roderick J.A等著的《缺失数据统计分析》（中国统计出版社，2004年）均为相关资源。肖枝洪和朱强在《MODERATE DEVIATION OF MAXIMUM LIKELIHOOD ESTIMATORS FOR TRUNCATED AND CENSORED DATA》（数学杂志，2009，29(3)：273-278）中也有所涉及。

这本适用于高级本科和研究生数据挖掘课程的教科书，详细阐述了数据挖掘的广泛而深入的概念，并融合了机器学习和统计学的相关原理。

数据学，由朱扬勇教授和熊赟教授编著，详细介绍了数据学的起源、基本概念和基本原理，涵盖了数据大爆炸、数据在自然界中的应用以及数据学的基础。书中还阐述了数据学的主要方法，包括大数据勘探、数据获取和整合、数据挖掘以及数据实验等。

在老师的课堂上，我们学习了SQL Server的应用技术，包括它能够完成的各种功能。这些技术不仅限于基本的数据库管理，还涉及到数据查询、更新和管理等方面。SQL语言的强大功能使其成为处理大量数据和提供准确查询结果的重要工具。