该章主要介绍数据通信技术的基本概念、数据编码技术、数据通信方式、数据传输介质、多路复用技术、数据交换技术、差错控制技术等。初步了解数据通信的基本技术。重点难点：数据的四种传输方式；数据的三种编码技术；多路复用技术；数据的三种交换技术；差错控制技术

◼ 13.1 从数据库到数据仓库 ◼ 13.2 数据仓库的结构 ◼ 13.3 数据仓库的设计 ◼ 13.4 OLAP与数据仓库 ◼ 13.5 数据挖掘（data mining，DM） ◼ 13.6 决策支持系统与数据仓库 ◼ 13.7 SQL Server 2000的数据仓库 ◼ 13.8 小结 ◼ 13.9 习题

数据访问页就是特殊类型的网页，通过它用户就可以 对数据库中的实时数据进行浏览、编辑、筛选、分组、 排序、统计和分析等操作。在数据访问页中还可以包 含电子表格、数据透视表或图表等OLE对象，以便对 数据库数据的分析和使用更加形象和方便。数据访问 页是混合了HTML（Hypertext Markup Language, 超 文本链接标示语言）和ActiveX（微软倡导的 ActiveX 网络化多媒体对象技术）技术的网页文件

12.1数据仓库的基本概念 12.2数据仓库的基本特点 12.3数据仓库的基本体系结构 12.4数据仓库的数据库模式 12.5数据仓库的前端工具 12.5.1联机分析处理 12.5.2数据挖掘

10.1数据库系统实施与支持概述 10.2数据库的实施与维护 10.2.1数据库的实施 10.2.2数据库的运行与维护 10.3数据库系统的应用程序设计 10.3.1程序设计语言的选择 10.3.2编码风格 10.4系统测试 10.4.1测试的方法与技术 10.4.2测试的步骤 10.5运用 Powerdesigner建立数据库 10.5.1PDM中的用户管理 10.5.2使用ODBC访问数据库 10.5.3生成数据库 10.6应用实例

6.5 数据库的物理设计 6.5.1 数据库的物理设计的内容和方法 6.5.2 关系模式存取方法选择 6.5.3 确定数据库的存储结构 6.5.4 评价物理结构 6.6 数据库的实施 6.7 数据库运行与维护 6.8 小结

油气资源大数据智能平台的总体框架应以数据资源为基础、大数据平台算力为支撑、人工智能算法为核心，面向油气行业生产需求，构建集勘探、开发、生产数据于一体的油气数据资源池，通过数据清洗与融合提升数据质量，整合物理模拟与数据挖掘等手段，实现服务功能模块化，并在PC端、管控大屏、手机移动APP等多维平台实现智能监测、预警与展示。通过对深度学习等人工智能方法在油气工业领域的应用案例分析，表明其具有较好的应用前景。未来石油公司应与科研院所通力合作，挖掘石油工业数据的巨大潜能，实现降本增效，建设全新的智能油气工业生态圈，完成产业升级

第15章数据转换 15-1数据转换概 15-2导入数据 15-3导出数据 15-4DTS设计器 SQL Server2000为了支持企事业决策支持中浩瀚数据的处理,提供了令人欣慰的数据转换服务。本章介绍了DTS包、DTS任务、DTS连接和DTS工具,并叙述了 SQL Server中导入数据与导出数据的方法和DTS设计器的运用

7.1数据库系统设计概述 7.1.1数据库系统设计的基本概念 7.1.2数据库系统的设计过程与开发方法 7.1.3数据库系统设计的特征 7.2需求分析 7.2.1事件与系统需求 7.2.2事物与系统需求 7.3数据库需求建模 7.3.1数据流图 7.3.2数据字典 74系统需求说明 7.4.1系统需求规格说明书 7.4.2数据要求说明书

一、理解对大型的、复杂的和信息丰富的数据集进行分析的必要性。 二、明确数据挖掘过程的目标和首要任务。 三、描述数据挖掘技术的起源。 四、了解数据挖掘过程所具有的迭代过程和基本步骤。 五、解释数据的质量对数据挖掘过程的影响。 六、建立数据仓库和数据挖掘之间的联系