第1章 绪论
1．1 数据仓库概述
1．1．1 从传统数据库到数据仓库
1．1．2 数据仓库的4个特征
1．1．3 数据仓库系统
1．1．4 数据仓库系统体系结构
1．1．5 数据仓库数据的粒度与组织
1．2 数据挖掘概述
1．2．1 数据挖掘产生的背景
1．2．2 数据挖掘与知识发现
1．2．3 数据挖掘的数据来源
1．2．4 数据挖掘的任务
1．2．5 数据挖掘的步骤
1．2．6 数据挖掘的应用
1．3 数据仓库与数据挖掘
1．3．1 数据仓库与数据挖掘的区别
1．3．2 数据仓库与数据挖掘的关系
1．4 教程章节组织与学时建议
习题1

第2章 数据仓库原理
2．1 多数据源问题
2．2 数据预处理
2．2．1 数据清洗
2．2．2 数据变换
2．2．3 数据归约
2．3 E-R模型
2．4 数据仓库的概念模型
2．4．1 多维数据模型
2．4．2 维度与粒度
2．5 数据仓库的逻辑模型
2．5．1 多维数据库系统
2．5．2 星形模型
2．5．3 雪花模型
2．6 数据仓库的物理模型
2．6．1 位图索引模型
2．6．2 广义索引模型
2．6．3 连接索引模型
2．6．4 RAID存储结构
习题2

第3章 数据仓库的设计开发应用
3．1 数据仓库设计的特点
3．2 数据仓库系统开发过程
3．3 数据仓库系统的规划
3．4 数据仓库的设计
3．4．1 需求分析
3．4．2 概念设计
3．4．3 逻辑设计
3．4．4 物理设计
3．5 数据仓库的实施
3．5．1 数据仓库的创建
3．5．2 数据的抽取、转换和加载
3．6 数据仓库系统的开发
3．6．1 开发任务
3．6．2 开发方法
3．6．3 系统测试
3．7 数据仓库系统的应用
3．7．1 用户培训
3．7．2 决策支持
3．7．3 维护评估
习题3

第4章 警务数据仓库的实现
4．1 SQL Server 2008 R2
4．1．1 SQL Server的服务功能
4．1．2 SQL Server Management Studio
4．1．3 Microsoft Visual Studio
4．2 创建集成服务项目与SSIS包
4．3 配置“旅馆_ETL”数据流任务
4．3．1 创建“旅馆_ETL”对象
……
第5章 联机分析处理技术
第6章 警务数据仓库的OLAP应用
第7章 数据的属性与相似性
第8章 关联规则挖掘
第9章 分类规则挖掘
第10章 聚类分析方法
第11章 混合属性数据的聚类分析
第12章 数据流挖掘与聚类分析
第13章 不确定数据的聚类分析
第14章 量子计算与量子遗传聚类算法
参考文献