1.1 大数据时代 1.2 大数据概念 1.3 大数据的影响 1.4 大数据的应用 1.5 大数据关键技术 1.6 大数据计算模式 1.7 大数据产业 1.8 大数据与云计算、物联网的关系

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

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