數(shù)據(jù)倉庫及其在電信領域中的應用

第1章 數(shù)據(jù)倉庫概述
1.1 數(shù)據(jù)倉庫概念
1.1.1 概念
1.1.2 與數(shù)據(jù)庫的對比
1.2 數(shù)據(jù)倉庫技術的發(fā)展
1.2.1 數(shù)據(jù)倉庫發(fā)展歷史
1.2.2 數(shù)據(jù)倉庫的市場發(fā)展
1.2.3 數(shù)據(jù)集市與數(shù)據(jù)倉庫的關系
1.2.4 數(shù)據(jù)查詢技術
1.3 數(shù)據(jù)分析技術
1.3.1 OLAP分析
1.3.2 數(shù)據(jù)挖掘
1.3.3 聯(lián)機分析挖掘（OLAM）
1.3.4 統(tǒng)計分析技術
1.3.5 數(shù)據(jù)分析技術的難點
1.4 數(shù)據(jù)倉庫的特點
1.4.1 概述
1.4.2 面向主題等特點介紹
1.5 數(shù)據(jù)倉庫與數(shù)據(jù)分析的關系
1.6 數(shù)據(jù)倉庫現(xiàn)狀
1.7 數(shù)據(jù)倉庫應用中的幾個問題
參考資料
第2章 構建數(shù)據(jù)倉庫
2.1 構建數(shù)據(jù)倉庫
2.1.1 數(shù)據(jù)倉庫實施步驟
2.2 數(shù)據(jù)倉庫項目的需求分析
2.3 數(shù)據(jù)倉庫體系結構與實施框架
2.3.1 體系結構與實施框架概述
2.3.2 統(tǒng)一的數(shù)據(jù)倉庫
2.3.3 數(shù)據(jù)集市
2.4 數(shù)據(jù)源的分析
2.4.1 來自業(yè)務系統(tǒng)的實時數(shù)據(jù)
2.4.2 匯總數(shù)據(jù)
2.5 數(shù)據(jù)倉庫模型設計
2.5.1 數(shù)據(jù)倉庫的建模技術
2.5.2 實體關系建模
2.5.3 維度建模
2.5.4 實體關系建模與維建模的關系
2.5.5 數(shù)據(jù)倉庫模型設計工具
2.6 數(shù)據(jù)抽取/轉換/加載（ETL）過程
2.6.1 數(shù)據(jù)抽?。‥xtraction）
2.6.2 數(shù)據(jù)轉換（Transformation）
2.6.3 數(shù)據(jù)加載（Load）
2.7 構建數(shù)據(jù)倉庫的幾個關鍵問題
2.7.1 數(shù)據(jù)倉庫粒度問題
2.7.2 ETL的處理策略
參考資料
第3章 數(shù)據(jù)分析技術（OLAP／數(shù)據(jù)挖掘介紹）
3.1 簡介
3.2 聯(lián)機分析處理（OLAP）技術
3.2.1 維的介紹
3.2.2 多維分析（OLAP）方法和工具
3.2.3 OLAP數(shù)據(jù)的處理方式
3.3 數(shù)據(jù)挖掘技術
3.3.1 數(shù)據(jù)挖掘技術簡介
3.3.2 數(shù)據(jù)挖掘的步驟
3.3.3 數(shù)據(jù)挖掘的體系結構
3.3.4 數(shù)據(jù)挖掘的分析模型
3.3.5 數(shù)據(jù)挖掘的具體算法和常用技術
3.3.6 應用舉例
3.4 OLAP與數(shù)據(jù)挖掘的對比
3.5 數(shù)據(jù)挖掘與其他技術的對比
3.5.1 與專家系統(tǒng)的對比
3.5.2 與統(tǒng)計分析的對比
3.5.3 與人工智能的對比
3.6 聯(lián)機數(shù)據(jù)挖掘
3.6.1 OLAM的簡介
3.6.2 OLAM的體系結構
3.6.3 OLAM的應用
3.7 統(tǒng)計分析方法
3.8 數(shù)據(jù)分析要與業(yè)務結合
參考資料
第4章 數(shù)據(jù)倉庫在電信領域中的應用
4.1 概述
4.1.1 數(shù)據(jù)倉庫在電信領域的應用
4.1.2 中國移動的經(jīng)營分析系統(tǒng)
4.1.3 電信行業(yè)數(shù)據(jù)倉庫的應用情況
4.1.4 電信行業(yè)選擇數(shù)據(jù)倉庫的必然
4.2 電信行業(yè)數(shù)據(jù)倉庫及數(shù)據(jù)分析的特點
4.3 電信行業(yè)數(shù)據(jù)倉庫的應用內容
4.3.1 OLAP在電信行業(yè)中的應用
4.3.2 數(shù)據(jù)挖掘在電信行業(yè)中的應用
4.3.3 電信應用中數(shù)據(jù)挖掘與OLAP的對比
4.4 項目實施組織
4.4.1 數(shù)據(jù)倉庫項目的階段劃分
4.4.2 項目管理
4.4.3 應該注意的一些問題
4.5 CRM與數(shù)據(jù)倉庫
參考資料
第5章 數(shù)據(jù)倉庫實施舉例
5.1 數(shù)據(jù)倉庫模型實施案例
5.1.1 大客戶資料分析主題的數(shù)據(jù)倉庫構建
5.1.2 客戶流失分析主題的數(shù)據(jù)倉庫構建
5.1.3 網(wǎng)絡狀況分析主題的數(shù)據(jù)倉庫構建
5.2 ETL模塊的結構
5.2.1 數(shù)據(jù)采集清洗子系統(tǒng)
5.2.2 源數(shù)據(jù)變換、重整、匯總子系統(tǒng)
5.3 OLAP分析實例
5.3.1 確定分析主題
5.3.2 確定分析方法
5.3.3 定義維度
5.3.4 根據(jù)具體的分析主題構造分析立方體（MOLAP）或星型結構（ROLAP）
5.3.5 解釋分析結果
5.4 數(shù)據(jù)挖掘方法論
5.4.1 SAS的SEMMA方法論
5.4.2 SPSS的CRISP-DM方法論
5.4.3 IBM的通用數(shù)據(jù)挖掘方法論
5.5 電信業(yè)務數(shù)據(jù)挖掘實例
5.5.1 應用決策樹算法（Decision Tree）進行客戶流失分析
5.5.2 應用聚類分析對電信客戶進行細分
5.5.3 應用數(shù)據(jù)挖掘預防電信欺詐
參考資料
第6章 數(shù)據(jù)倉庫產(chǎn)品及解決方案舉例
6.1 IBM公司的相關系列產(chǎn)品簡介
6.1.1 數(shù)據(jù)倉庫產(chǎn)品
6.1.2 OLAP分析產(chǎn)品
6.1.3 數(shù)據(jù)挖掘產(chǎn)品
6.2 Oracle相關系列產(chǎn)品簡介
6.2.1 數(shù)據(jù)倉庫產(chǎn)品
6.2.2 OLAP產(chǎn)品
6.2.3 數(shù)據(jù)挖掘產(chǎn)品
6.3 Sybase相關系列產(chǎn)品簡介
6.3.1 設計組件Warehouse Architect
6.3.2 元數(shù)據(jù)管理軟件Warehouse Control Center
6.3.3 數(shù)據(jù)倉庫引擎Adaptive ServerIQ
6.3.4 Warehouse Studio的其他特性
6.3.5 Warehouse Studio的商業(yè)應用
6.3.6 Sybase電信業(yè)數(shù)據(jù)倉庫應用案例介紹
6.4 SAS的數(shù)據(jù)倉庫產(chǎn)品簡介
6.4.1 定義數(shù)據(jù)倉庫及其主題
6.4.2 傳送和匯總整理數(shù)據(jù)
6.4.3 更新匯總數(shù)據(jù)
6.4.4 建立、管理和取用查看Metadata
6.4.5 設置數(shù)據(jù)市場
6.4.6 SAS電信業(yè)數(shù)據(jù)倉庫應用案例介紹
6.5 Informix的數(shù)據(jù)倉庫產(chǎn)品簡介
6.5.1 數(shù)據(jù)抽取工具Datastage
6.5.2 數(shù)據(jù)倉庫引擎Redbrick
6.5.3 分析工具Metacube
6.5.4 Informix電信業(yè)數(shù)據(jù)倉庫成功案例
6.6 NCR Teradata的整體解決方案簡介
6.6.1 NCR可擴展數(shù)據(jù)倉庫
6.6.2 NCR Teradata數(shù)據(jù)倉庫電信業(yè)解決方案介紹
6.6.3 NCR Teradata電信業(yè)數(shù)據(jù)倉庫成功案例
6.7 CA數(shù)據(jù)倉庫產(chǎn)品介紹
6.8 數(shù)據(jù)倉庫相關專業(yè)工具的提供廠商介紹
6.8.1 MicroStrategy
6.8.2 Brio
6.8.3 Business Object
6.8.4 Cognos
6.8.5 Informatica
6.8.6 Hyperion
6.8.7 SPSS
參考資料
第7章 數(shù)據(jù)倉庫的測試與選型
7.1 數(shù)據(jù)倉庫測試概述
7.2 數(shù)據(jù)庫、數(shù)據(jù)倉庫測試標準
7.2.1 權威的數(shù)據(jù)倉庫測試機構——TPC測試介紹
7.2.2 TPC-D
7.2.3 TPC-H
7.2.4 其他數(shù)據(jù)倉庫測試標準
7.3 數(shù)據(jù)倉庫選型所要考慮的因素
7.4 數(shù)據(jù)倉庫測試過程以及測試方案
7.4.1 測試過程
7.4.2 測試指標以及測試流程
7.5 自行組織測試要注意的問題
參考資料
第8章 數(shù)據(jù)倉庫的發(fā)展與展望
8.1 數(shù)據(jù)倉庫未來發(fā)展方向
8.2 OLAP發(fā)展的歷史
8.3 OLAP發(fā)展方向
8.4 數(shù)據(jù)挖掘研究歷史及現(xiàn)狀
8.4.1 數(shù)據(jù)挖掘（知識發(fā)現(xiàn)）的歷史
8.4.2 從專家系統(tǒng)的演進
8.5 數(shù)據(jù)挖掘發(fā)展方向
參考資料