看看这些书评，对你选书有帮助

1：《SQL Server 2008商业智能***解决方案》，对商业智能做了一个概括的介绍。个人看法比较适合于已经熟悉微软商业智能原理与实现的人阅读，比如熟悉sql server 2005商业智能实现的人可以了解一下2008下的情况。不熟悉的人通过这本书可以了解商业智能的基础理论。涉及到具体的操作，书中虽然有许多截图，但是不够详细，没法用这本书来学习具体的操作。个人看法这本书要么再详细一些，要么再简略一些，都会比现在要好。

2：《数据挖掘导论（完整版）》是国外大学的教材，看译者序许多国内高线也用它作为教材。因此这本书讲原理比较多。比较透彻，充满了数学符号和公式。详细讲述了分类、关联分析、聚类分析三种数据挖掘算法的原理。我发现有些数据挖掘的参数在微软的帮助文档中没说明白，看这本书说的比较清楚。我想看的是能指导实际的数据挖掘操作的书，因此对书中的公式基本跳过。只看了看书中讲到的算法解决的各种问题及其思路。

3：《数据挖掘原理与应用（第2版）》，讲解Excel2007的数据挖掘插件做数据挖掘的部分不错，后面讲数据挖掘的各种算法，详细列出了各种参数和DMX脚本，但是没有透彻的讲解，给我的感觉就像微软的bookonline，适合作为工具书去查阅，但是不适合作为入门书去阅读。书的***部分给出了用.net实现数据挖掘编程的例子，应该还可以实例代码在实际项目中做参考。

4：《精通sql server 2008程序设计》，全书分了四个部分，第四部分讲商业智能。限于篇幅问题在数据挖掘方面只讲了一种算法（聚类分析）的实现，如果想了解商业智能与数据挖掘，这本书也不够实用。

5：《深入浅出数据分析》：深入不够，浅出做的不错。适合技术人员与业务人员作为统计学入门读物来阅读

《深入浅出数据分析》是美国O’REILLY出版社的“深入浅出”系列之一。这个系列的特点是花了不少心思琢磨如何让读者更舒服地阅读、记住书中更多内容，书虽然都比较厚，但是插图非常多。插图与正文经常混在一起，没有明显的界限。读起来确实比较轻松，相对文字多图少的书来说，也确实更容易记住书中的内容。由于图多字少，读起来很快，也能让人感觉比较有成就感。不过这个系列的书都比较贵。

这本书的主要内容我认为是统计学入门。不懂技术但是用过excel的人就可以看。讲了讲统计学的基本概念和贝叶斯统计、直方图、回归、误差等概念，使用了excel和一个专门的统计工具R做演示。作者比较推荐R。因为这个工具在统计学应用方面比excel更灵活。是一个开源软件，还有相关的社区在为这个软件不停的增加功能。

6：《可视化数据》专讲Process这个软件的使用，网络书店对这本书的介绍都提及了这个问题。对这个软件不感兴趣的就不用买了。我买的时候没注意到网页上介绍，看的时候才发现。书中充斥着process的代码。没有学习和使用process的计划，因此也就大概翻了翻，看看process解决的问题及其思路。

7：《业务建模与数据挖掘》是05年出版的。与《数据模型资源手册》卷一卷二同属机械工业出版社的数据库技术系列丛书。后者早就卖光了，这本书还有。看来还是比较冷僻。翻译同样的比较专业。同样是偏学术性的。不过作为专业书来说，公式、图表偏少。个人看法想研究具体的数据挖掘算法可以看《数据挖掘导论（完整版）》。

8：《数据之美》：概括描述了20个数据挖掘、数据可视化、云存储及其他数据处理相关项目

这本书相对来说还算比较新，是从英文版翻译过来的。英文版2009年出版。中文版2010年10月出版。由20篇相互独立的文章组成。每篇讲一个数据处理相关的项目。不涉及具体的技术细节，仅仅是概括说明原理、思路、过程、结果。

总体来说，阅读起来有点晦涩。感觉作者基本都明白英文版的意思，不过有些地方中文表达上不够通顺。这在IT业的翻译书中已经算不错的组合了，强过中文过关但是不懂技术的情况。

9:《超级数字天才》讲数据挖掘给人类带来的好处。比较详细，给出了具体的例子和实现的思路。书中列也在使用“数据分析”这个词，基本也在指“数据挖掘”。书中列举了数据挖掘在政府政策、教育、医疗等许多方面的实际应用的例子，都比较有意思。想了解数据挖掘的具体应用，可以看看这本书。

书中给我印象比较深刻的是例子中政府与教育行业的数据挖掘应用。一项政策的好坏，一个教育方法的好坏，美国人都试图用数据说话。

10:《数据分析竞争法》是商务印书馆的哈佛经管系列之一，名头比较大，先看它。不过有些失望。不是给技术人员看的。题目中的数据分析大约是说商业智能中的数据挖掘。作者把企业利用数据挖掘的程度分为由低到高的五级。全书反复论述每个级别的方法、工具、流程、对企业的好处，还举了一些的例子。在我看来这些例子不够详细，太笼统。所以我认为这本书适合于不了解商业智能与数据挖掘的管理人员阅读。