数据仓库与大数据处理作业指导书.docVIP

数据仓库与大数据处理作业指导书

TOC\o1-2\h\u18644第1章数据仓库基础概念 3

113661.1数据仓库的定义与特征 4

200261.1.1定义 4

23251.1.2特征 4

96511.2数据仓库的架构设计 4

76131.2.1数据源 4

275531.2.2数据抽取、转换和加载（ETL） 4

166011.2.3数据存储 4

86251.2.4数据访问与分析 4

179491.3数据仓库的关键技术 4

27391.3.1数据建模技术 4

213291.3.2数据集成技术 5

293171.3.3数据存储技术 5

136191.3.4数据索引技术 5

107411.3.5数据压缩技术 5

318011.3.6数据安全技术 5

325131.3.7数据质量管理技术 5

103311.3.8数据挖掘与高级分析技术 5

31722第2章大数据处理概述 5

93042.1大数据的定义与分类 5

194322.2大数据处理的技术架构 6

51472.3大数据的关键技术及挑战 6

23177第3章数据仓库与大数据技术的融合 7

222993.1数据仓库与大数据的关系 7

110093.2数据仓库在大数据处理中的应用 7

263523.3大数据技术对数据仓库的影响 8

3822第4章数据集成与数据清洗 8

152294.1数据集成技术 8

246814.1.1数据集成类型 8

269584.1.2数据集成方法 8

167204.1.3数据集成关键技术 9

51614.2数据清洗策略 9

128454.2.1数据清洗流程 9

242904.2.2数据清洗方法 9

95234.3数据质量评估与改进 9

27874.3.1数据质量指标 9

56564.3.2数据质量评估方法 10

197384.3.3数据质量改进措施 10

13791第5章数据存储与管理 10

192365.1数据仓库存储技术 10

291305.1.1存储架构 10

27915.1.2存储介质 10

59045.1.3数据存储格式 10

122925.2分布式存储系统 10

84585.2.1分布式文件系统 11

321945.2.2分布式数据库 11

281435.2.3分布式存储协议 11

23975.3数据压缩与索引技术 11

139185.3.1数据压缩 11

102215.3.2数据索引 11

179855.3.3压缩与索引的权衡 11

15406第6章数据仓库建模与设计 11

107126.1数据仓库建模方法 11

276436.1.1自顶向下建模方法 11

224956.1.2自底向上建模方法 12

169576.2数据仓库设计流程 12

271866.2.1需求分析 12

106426.2.2数据建模 12

164866.2.3数据存储与索引设计 12

197136.2.4数据抽取、转换和加载（ETL）设计 12

10546.3星型模型与雪花模型 13

60006.3.1星型模型 13

13276.3.2雪花模型 13

4030第7章数据挖掘与知识发觉 13

214637.1数据挖掘的基本任务与方法 13

324287.1.1分类 13

290587.1.2回归 13

299387.1.3聚类 14

299487.1.4关联规则分析 14

151667.1.5异常检测 14

94787.2数据挖掘在数据仓库中的应用 14

171367.2.1客户关系管理 14

257587.2.2市场营销 14

96667.2.3供应链管理 14

262367.2.4风险管理与决策支持 14

296437.3知识发觉过程与管理 14

24567.3.1数据清洗 14

190657.3.2数据集成 14

37577.3.3数据选择 15

175257.3.4数据变换 15

59187.3.5数据挖掘 15

44977.3.6知识评估 15

8097第8章数据仓库与大数据分析 15

161688.