數據結構是計算機軟件和計算機應用專業(yè)的核心課程之一，在眾多的計算機系統(tǒng)軟件和應用軟件中都要用到各種數據結構。因此，僅掌握幾種計算機語言是難以應付眾多復雜的課題的。要想有效地使用計算機，還必須學習數據結構的有關知識。
在系統(tǒng)闡述數據挖掘與知識發(fā)現(xiàn)技術的產生、發(fā)展，以及相關概念、原理、基本方法的基礎上，從實用的角度出發(fā)，對數據挖掘中的關聯(lián)、分類、聚類、序列等算法和技術進行了剖析，對每種技術均提供了代表性算法。同時，結合作者近年來所做的研究，對數據挖掘的應用問題進行了分類論述。
第1章 導論
1.1 數據挖掘的社會需求
1.2 什么是數據挖掘
1.3 數據挖掘的數據來源
1.4 數據挖掘的分類
1.4.1 分類分析
1.4.2 聚類分析
1.4.3 關聯(lián)分析
1.4.4 序列分析及時問序列
1.4.5 孤立點分析
1.4.6 其他分析
1.5 數據挖掘的體系結構與運行過程
1.5.1 數據挖掘的體系結構
1.5.2 數據挖掘的步驟
1.5.3 實例
1.5.4 數據挖掘的過程模型
1.5.5 數據挖掘主要廠商和產品
1.6 數據挖掘與其他相關技術
1.6.1 數據挖掘與數據庫中知識發(fā)現(xiàn)
1.6.2 數據挖掘與聯(lián)機分析處理
1.6.3 數據挖掘與信息檢索
1.6.4 數據挖掘與機器學習
1.6.5 數據挖掘與數據融合
1.6.6 數據挖掘與統(tǒng)計學
1.6.7 數據挖掘與專家系統(tǒng)
1.6.8 數據挖掘與決策支持系統(tǒng)
1.6.9 數據挖掘與客戶關系管理
1.6.10 軟硬件發(fā)展對數據挖掘的影響
1.6.11 XML與面向Web的數據挖掘技術
1.7 數據挖掘工具的評價標準
1.8 數據挖掘的應用
1.9 數據挖掘的要求及挑戰(zhàn)

第2章 數據倉庫技術
2.1 數據倉庫概述
2.1.1 數據倉庫的定義
2.1.2 數據倉庫查詢系統(tǒng)
2.1.3 OLTP與OLAP
2.1.4 數據倉庫與數據集市
2.1.5 數據倉庫系統(tǒng)的結構
2.1.6 數據倉庫中的元數據管理
2.2 數據倉庫的建模
2.2.1 星型模型
2.2.2 雪花模型
2.2.3 混合模型
2.2.4 多維數據模型
2.3 聯(lián)機分析處理
2.3.1 OLAP的功能及體系結構
2.3.2 OLAP數據組織模型
2.3.3 OLAP的Web結構
2.3.4 OLAP數據查詢機制
2.4 海威數據倉庫系統(tǒng)簡介
2.4.1 Highway Decision Center V1.0系統(tǒng)結構
2.4.2 Highway Decision Center V2.0系統(tǒng)結構
2.4.3 海威數據倉庫網絡結構
2.5 數據倉庫應用舉例
2.5.1 信用卡資信分析
2.5.2 貸款分析