具体描述
《数据仓库与数据挖掘原理及应用》从专业角度全面介绍了数据仓库和数据挖掘的理论、方法、技术及其应用，系统地阐述了数据仓库和数据挖掘的产生、发展和应用及其主要概念、原理和算法，并结合当前数据仓库和数据挖掘中一些新的应用实例进一步加以说明，力求学以致用。
全书分为三篇。第一篇介绍数据仓库的起源和演变过程，阐述数据仓库的定义、体系结构、组成、元数据、数据粒度和数据模型以及ETL过程，论述数据仓库设计和实现的方法。结合具体应用详细阐述了如何构建数据仓库及其主要应用，包括OLAP和OLAM等。第二篇介绍数据挖掘的起源和发展趋势，以及数据挖掘与web挖掘的技术和方法，包括聚类、分类、预测和关联分析等，详细分析了数据挖掘在电信领域的具体应用，如客户细分、重入网识别和WAP日志挖掘等。第三篇讨论数据、信息和知识的关系，论述知识表示的主要方法和知识管理的核心技术，介绍当前研究热点——语义网和本体的核心技术和方法，分析了语义网和本体的主要应用。
《数据仓库与数据挖掘原理及应用》可作为计算机专业研究生或高年级本科生教材，也可以作为计算机研究和开发人员以及相关专业人士的参考资料。
图书：《现代企业资源规划系统（ERP）实施与优化实践》 本书聚焦于企业资源规划（ERP）系统的全生命周期管理，深入剖析了从系统选型、蓝图设计、开发实施到上线运维与持续优化的每一个关键环节。它旨在为企业管理者、IT专业人员以及咨询顾问提供一套系统、实用的操作指南和前沿的理论视角。 --- 第一部分：ERP战略规划与选型（Strategy & Selection） 本部分奠定了企业成功引入ERP系统的战略基础。我们首先探讨了在新商业环境下，企业进行数字化转型的必然性，以及ERP系统在集成化管理中的核心地位。 第一章：驱动力与战略契合 本章详细分析了推动企业引入ERP的内外部驱动因素，包括全球化竞争加剧、供应链透明化需求、以及数据驱动决策的兴起。重点阐述了如何确保ERP系统的实施目标与企业的长期战略目标（如成本领先、差异化竞争或快速响应市场）高度一致。我们将业务流程的现状（As-Is）与目标（To-Be）进行对比分析，识别出流程再造（BPR）的关键领域。 第二章：系统选型与供应商评估体系 选型是决定项目成败的关键一步。本章提供了科学的选型框架，摒弃单纯依赖品牌知名度的做法。内容涵盖： 1. 需求量化与优先级排序： 如何将模糊的业务需求转化为可衡量的技术和功能要求。 2. 供应商评估模型（RFP/RFQ）： 构建多维度评估矩阵，包括功能适配度、技术架构先进性、行业解决方案经验、TCO（总体拥有成本）分析以及实施伙伴的能力。 3. 案例研究与标杆学习： 分析不同行业（如制造业、零售业、服务业）的典型ERP系统选择案例及其背后的决策逻辑。 --- 第二部分：蓝图设计与深度定制（Blueprint & Customization） 成功实施的基础在于清晰、详尽的蓝图设计。本部分深入探讨了如何将抽象的业务需求转化为可执行的系统设计文档。 第三章：业务流程梳理与标准化 ERP并非简单地固化现有流程。本章强调流程的标准化和优化，这是实现效率提升的前提。我们将详细介绍流程建模方法（如BPMN），并指导读者识别流程瓶颈、消除冗余步骤，设计出面向未来的标准化流程。 第四章：系统蓝图设计与配置指南 蓝图是实施项目的“宪法”。本章重点解析了配置（Configuration）与定制开发（Customization）的边界： 1. 核心模块配置： 财务会计（FI/CO）、供应链管理（SCM）、制造资源计划（MRP）等核心模块的关键配置参数和逻辑关系。 2. 定制化策略： 讨论何时需要进行定制开发（扩展功能、特殊报表、接口集成），并强调“最小化定制”的原则，以保障未来升级的兼容性。 3. 数据模型设计： 探讨主数据（Master Data）的治理策略，包括物料主数据、客户主数据和供应商主数据的统一标准和管理流程。 --- 第三部分：实施、集成与变革管理（Implementation & Change Management） 技术实施必须与组织变革同步进行。本部分侧重于项目执行、数据迁移和人员的接纳度管理。 第五章：项目管理与敏捷实施方法论 传统瀑布模型在ERP项目中常显不足。本章介绍了结合了ERP项目特点的混合实施方法，强调小步快跑、高频验证的理念。内容包括： 1. 里程碑管理与风险预警： 如何识别并量化项目中的关键风险点（如范围蔓延、资源冲突）。 2. 迭代测试策略： 单元测试、集成测试（SIT）到用户验收测试（UAT）的全流程设计与执行规范。 3. 项目治理结构： 明确高层指导委员会、项目经理办（PMO）和功能小组的权责划分。 第六章：数据迁移与系统集成 数据是新系统的血液。本章提供了从旧系统到新系统的平稳过渡方案： 1. 数据清洗与转换（ETL）： 制定严格的数据质量标准，设计有效的数据抽取、转换和加载（ETL）工具和流程。 2. 接口集成技术： 探讨SOA（面向服务的架构）、API网关等现代集成技术，用于连接ERP与CRM、MES、WMS等周边系统。 3. “切入”策略（Cutover）： 详细规划上线前的最终验证、数据冻结、系统切换和回滚预案。 第七章：组织变革管理与用户赋能 人是ERP成功的终极决定因素。本章聚焦于管理变革阻力： 1. 沟通策略： 建立透明、及时的沟通机制，管理用户的期望值和焦虑感。 2. 培训体系设计： 区分面向角色的深度培训与面向岗位的操作指导，构建内部知识库。 3. 成功文化的塑造： 激励早期使用者，并在项目上线后快速建立持续优化的反馈机制。 --- 第四部分：上线后运维与持续优化（Operation & Optimization） ERP系统的价值在上线后才真正开始体现。本部分关注系统的健康维护和价值的持续挖掘。 第八章：系统运维与性能监控 上线后系统稳定运行至关重要。本章涵盖了高效的运维策略： 1. 服务级别协议（SLA）： 制定内部IT部门对业务部门的服务承诺标准。 2. 性能基准与调优： 如何利用系统工具监控关键交易的处理时间、数据库负载，并进行定期的性能诊断和优化（如索引重建、参数调整）。 3. 补丁管理与版本升级： 规划如何在不中断业务的前提下，高效地应用供应商提供的软件补丁和版本升级。 第九章：后评估与价值提升 本章指导企业如何衡量ERP的投资回报率（ROI）并实现价值最大化： 1. 关键绩效指标（KPI）回顾： 对比上线前后流程效率、库存周转率、财务结算速度等指标的实际变化。 2. 系统治理（Governance）： 建立长效的配置变更控制委员会，确保系统不偏离初始目标。 3. 前沿技术融合： 探讨如何利用云计算、移动化、低代码平台等新兴技术对现有ERP进行增值扩展，实现业务的敏捷响应和深层次的价值挖掘。 --- 本书特色： 实战导向： 结合多年大型企业ERP项目经验，提供了大量可直接应用于实践的模板、清单和决策矩阵。 视角全面： 覆盖了战略、流程、技术、管理四大维度，确保读者对ERP系统有宏观与微观的统一认识。 强调治理： 深入剖析了项目成功后如何建立长效的系统维护和价值提升机制，避免系统“僵化”。
作者简介
目录信息
第一篇 数据仓库第1章 数据仓库基础 1.1 引言 1.1.1 演变过程 1.1.2 定义 1.2 体系结构 1.2.1 两层的体系结构 1.2.2 三层的体系结构 1.3 组成 1.4 元数据 1.4.1 定义和分类 1.4.2 标准化 1.4.3 CWM 1.4.4 UML、MOF和XMI与CWM的关系 1.5 数据粒度 1.6 数据模型 1.7 ETL 1.7.1 主要流程 1.7.2 数据抽取 1.7.3 数据转换 1.7.4 数据加载第2章 数据仓库设计和实现 2.1 数据仓库设计 2.1.1 设计方法 2.1.2 体系结构设计 2.1.3 数据模型设计 2.2 ETL设计 2.3 数据仓库实现第3章 数据仓库实例 3.1 实例一 3.1.1 选择主题 3.1.2 逻辑模型设计 3.1.3 物理模型设计 3.1.4 ETL设计 3.2 实例二 3.2.1 总体结构设计 3.2.2 概念模型设计 3.2.3 逻辑模型设计 3.2.4 物理模型设计 3.2.5 数据清洗设计 3.2.6 ETL设计第4章 OLAP和OLAM 4.1 OLAP 4.2 OLAM 4.2.1 体系结构 4.2.2 特点 4.2.3 基于Web的OLAM 第二篇 数据挖掘第5章 数据挖掘基础 5.1 概述 5.1.1 定义 5.1.2 功能 5.1.3 模型 5.1.4 展望 5.2 实现 5.3 工具 5.3.1 概述 5.3.2 比较第6章 聚类分析 6.1 硬聚类 6.1.1 算法种类 6.1.2 相似度计算 6.1.3 实现方法 6.1.4 主要算法 6.2 模糊聚类 6.2.1 概述 6.2.2 主要算法 6.3 评价第7章 分类和预测 7.1 神经网络 7.2 决策树 7.3 实现过程第8章 关联分析 8.1 概述 8.2 Apriori 8.3 FP-Growth第9章 Web挖掘 9.1 概述 9.1.1 定义 9.1.2 自然语言理解 9.1.3 Web挖掘过程 9.2 Web文档抽取和表示 9.2.1 Web文档抽取 9.2.2 Web文档表示 9.3 特征提取 9.4 Web聚类 9.5 Web分类 9.5.1 朴素贝叶斯 9.5.2 其他方法 9.5.3 评价第10章 数据挖掘实例 10.1 TOM和eTOM 10.2 客户细分 10.2.1 客户生命周期 10.2.2 客户价值 10.2.3 数据准备 10.2.4 分析过程 10.2.5 结果 10.3 重入网识别 10.3.1 定义 10.3.2 数据准备 10.3.3 分析过程 10.3.4 结果 10.4 WAP日志挖掘 10.4.1 定义 10.4.2 数据准备 10.4.3 分析过程 10.4.4 结果 第三篇 语义网和本体第11章 知识 11.1 概述 11.2 知识分类 11.3 知识表示 11.3.1 知识表示观 11.3.2 知识表示方法 11.4 知识管理 11.4.1 概述 11.4.2 知识管理与信息管理的关系 11.4.3 核心技术第12章 语义网和本体 12.1 语义网 12.1.1 概述 12.1.2 层次结构 12.1.3 元数据 12.1.4 核心技术 12.1.5 开发工具Jena 12.1.6 Web 3.0 12.2 本体 12.2.1 哲学本源 12.2.2 定义 12.2.3 建模 12.2.4 分类 12.2.5 构建方法 12.2.6 描述语言 12.2.7 实例参考文献
· · · · · · (收起)
· · · · · · (收起)
读后感
用户评价
2015有再版
师兄都说要学好数据挖掘==
2015有再版
2015有再版
内容虽然涉及到技术方面的，但是讲述很容易懂，实例分析很有启发。
