内容摘要：如何对大量信息进行有效组织利用，使用户能够从大量繁杂的信息中找出真正有价值的信息和知识，帮助企业制定更好的营销策略。信息处理技术有了新的应用研究课题——数据挖掘。主要讨论采用数据挖掘技术在新兴的电子商务领域的应用研究。

内容摘要：本文结合该产品最新发布版本的新功能，通过对其四个主要功能模块 -- 数据模型管理器 , 产品管理器 , 协作管理器 , 系统管理模块的介绍以及贯穿始终的啤酒产品信息管理用例，使读者清晰的掌握该产品的各个宏观功能层面。本文作为该产品入门级系列介绍文章的第一篇，对后续的系列文章加以引领性概述。

内容摘要：Content Manager OnDemand 是 IBM 提供的企业级报表解决方案，Content Manager OnDemand 将报表相关的数据保存在关系数据库，文件系统和 Tivoli Storage Manager 中。本文将介绍 Content Manager OnDemand 产品的备份恢复解决方案，讨论如何备份报表相关的各部分数据，并给出备份恢复方案的最佳实践。

内容摘要：Optim Data Growth Solution 通过 Optim Open Data Manager 提供对归档数据的广泛访问。在本文中，遵循必要的步骤，设置一个到已被 Optim Data Growth Solution 归档的数据的连接，从而使 Cognos® 用户能够创建关于归档数据的报告。

内容摘要：IBM Cognos Go！Office 给用户提供了一种通过 Microsoft 的 Office 系列产品来方便访问 Cognos 报表的方式。用户可以通过 Microsoft Excel， Microsoft Word，Microsoft PowerPoint 从 Cognos BI server 查看和导出报表。本文将详细介绍 Cognos Go！Office 的安装与基本功能。

内容摘要：由于数据仓库最佳结合了业务惯例和信息系统技术，因此，一个成功的数据仓库实施需要这两方面的不断协调，以均衡其所有的需要，要求，任务和成果。

内容摘要：这篇文章是讲关于如何测试数据仓库的。在数据仓库环境下进行测试时如何处理需求与质量的关系？相信很多朋友都遇到过这种问题，本文浅谈了数据仓库的测试策略。

内容摘要：CRM(Customer Relationship Management)，即客户关系管理。这个概念最初由Gartner Group提出来，而在最近开始在企业电子商务中流行。CRM的主要含义就是通过对客户详细资料的深入分析，来提高客户满意程度，从而提高企业的竞争力的一种手段。本文主要讲述适合CRM的数据挖掘工具。

内容摘要：数据挖掘(Data Mining)，又称为数据库中的知识发现(Knowledge Discovery in Database, KDD)，就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程，简单的说，数据挖掘就是从大量数据中提取或“挖掘”知识。本文将讲述数据挖掘技术在沃尔玛的应用。

内容摘要：这种随时间发生变化的维度我们一般称之为缓慢变化维，并且把处理维度表的历史变化信息的问题称为处理缓慢变化维的问题，有时也简称为处理SCD的问题。本文则是探讨数据仓库缓慢变化维的方案解决。

内容摘要：本文将阐述建立数据仓库的八条规则,尤其是如何建立第一个数据仓库。实际上,对于如何建立一个成功的数据仓库,现实中不存在也根本不可能存在一个涵盖万千、放之四海而皆准的"宝书"。

内容摘要：中盈优创电信数据仓库解决方案以中国电信集团公司及其所属的各省/直辖市电信公司，国内其他电信运营商为主要目标市场。

内容摘要：ODS（Operational Data Store）是数据仓库体系结构中的一个可选部分，ODS具备数据仓库的部分特征和OLTP系统的部分特征，它是“面向主题的、集成的、当前或接近当前的、不断变化的”数据。

内容摘要：在人工操作效果不明显时，为了寻求决策的有效性和连续性，企业就会趋向于采取自动决策。这种对自动化决策提供支持的数据库就是目前数据仓库技术发展的最高阶段，即第五个阶段。

内容摘要：数据挖掘(Data Mining)，又称为数据库中的知识发现(Knowledge Discovery in Database, KDD)，就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程，简单的说，数据挖掘就是从大量数据中提取或“挖掘”知识。 本文主要讲述数据挖掘在电子商务中的应用。

内容摘要：数据仓库中数据的物理存储形式有多维数据库组织形式(空间超立方体形式)和基于关系数据库组织形式(由关系型事实表和维表组成)。

内容摘要：当面对大量的数据，而且是各种各样类型的数据，还可能有的数据单元（粒度）很大，单纯靠数据库是不易解决，为了解决这些问题，提高系统后台的效率，就需要引进数据仓库。