【正文】 完善，在總結(jié)、豐富、集中多項(xiàng)企業(yè)信息的經(jīng)驗(yàn)之后，為數(shù)據(jù)倉(cāng)庫(kù)給出了更為精確的定義，即“數(shù)據(jù)倉(cāng)庫(kù)是在企業(yè)管理和決策中面向主題的、集成的、與時(shí)間相關(guān)的、不可修改的數(shù)據(jù)集合”。 ? 數(shù)據(jù)倉(cāng)庫(kù)無(wú)嚴(yán)格的數(shù)學(xué)理論基礎(chǔ)，也無(wú)成熟的基本模式，但具有很強(qiáng)的工程性。 14 數(shù)據(jù)倉(cāng)庫(kù)的三個(gè)基本方面 ? 數(shù)據(jù)的抽取 : 是數(shù)據(jù)進(jìn)入倉(cāng)庫(kù)的入口 ,它將數(shù)據(jù)從聯(lián)機(jī)事務(wù)處理系統(tǒng) 、 外部數(shù)據(jù)源 、 脫機(jī)的數(shù)據(jù)存儲(chǔ)介質(zhì)中導(dǎo)入到數(shù)據(jù)倉(cāng)庫(kù) 。 ? 存儲(chǔ)和管理 : 是數(shù)據(jù)倉(cāng)庫(kù)的真正關(guān)鍵 。 數(shù)據(jù)倉(cāng)庫(kù)的組織管理方式?jīng)Q定了它有別于傳統(tǒng)數(shù)據(jù)庫(kù) ， 同時(shí)也決定了其對(duì)外部數(shù)據(jù)的表現(xiàn)形式 。 ? 數(shù)據(jù)的表現(xiàn) : 數(shù)理統(tǒng)計(jì)的算法和功能已經(jīng)普遍集成到聯(lián)機(jī)分析產(chǎn)品之中 ， 同時(shí)又與 Inter/Web技術(shù)緊密結(jié)合 。 15 數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)的關(guān)系 ? 數(shù)據(jù)倉(cāng)庫(kù) 對(duì)關(guān)系數(shù)據(jù)庫(kù)的聯(lián)機(jī)分析能力提出了更高的要求 ,數(shù)據(jù)倉(cāng)庫(kù)實(shí)際上是一個(gè) “ 以大型數(shù)據(jù)管理信息系統(tǒng)為基礎(chǔ)的 、 附加在這個(gè)數(shù)據(jù)庫(kù)系統(tǒng)之上的 、 存儲(chǔ)了從企業(yè)所有業(yè)務(wù)數(shù)據(jù)庫(kù)中獲取的綜合數(shù)據(jù)的 、 并能利用這些綜合數(shù)據(jù)為用戶提供經(jīng)過(guò)處理后的有用信息的應(yīng)用系統(tǒng) ” 。 ? 傳統(tǒng)數(shù)據(jù)庫(kù)系統(tǒng) 是單一的數(shù)據(jù)庫(kù)資源 ， 適合操作型事務(wù)處理 ， 分析處理能力弱 。 重點(diǎn)與要求是快速 、 準(zhǔn)確 、安全 、 可靠地將數(shù)據(jù)存進(jìn)數(shù)據(jù)庫(kù)中 . ? 數(shù)據(jù)倉(cāng)庫(kù) 以統(tǒng)計(jì)分析技術(shù)為手段 ， 重點(diǎn)與要求是能準(zhǔn)確 、 安全 、 可靠地從數(shù)據(jù)庫(kù)中取出數(shù)據(jù) ， 經(jīng)過(guò)加工轉(zhuǎn)換成有規(guī)律信息之后 ， 再供管理人員進(jìn)行分析使用 。 16 數(shù)據(jù)倉(cāng)庫(kù)的三個(gè)工具層 ? 聯(lián)機(jī)分析處理 (OLAP):能提供數(shù)據(jù)的多維概念視圖 ， 使最終用戶能多角度 、 多側(cè)面 、 多層次地考察數(shù)據(jù)庫(kù)中的數(shù)據(jù) ， 并以多維形式展示給用戶 。 ? 決策支持系統(tǒng) (DSS):涵蓋了聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘兩個(gè)領(lǐng)域 ， 能夠?yàn)榉治鰶Q策提供服務(wù) 。 ? 數(shù)據(jù)挖掘 (data mining):數(shù)據(jù)挖掘技術(shù)是數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用中比較重要也是相對(duì)獨(dú)立的部分 。 目前 ， 數(shù)據(jù)挖掘技術(shù)正處在發(fā)展當(dāng)中 。 數(shù)據(jù)挖掘涉及到數(shù)理統(tǒng)計(jì) 、 模糊理論 、 神經(jīng)網(wǎng)絡(luò)和人工智能等多種技術(shù) ， 技術(shù)含量比較高 ， 實(shí)現(xiàn)難度較大 。 17 .2數(shù)據(jù)挖掘 ? ? 數(shù)據(jù)挖掘就是從大量的 、 不完全的 、 有噪聲的 、 模糊的 、 隨機(jī)的數(shù)據(jù)中 ， 提取隱含在其中的 、 人們事先不知道的 、 但又是潛在有用的信息和知識(shí)的過(guò)程 。 數(shù)據(jù)挖掘是一種從大型數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中提取隱藏的預(yù)測(cè)性信息的新技術(shù) 。 它能開(kāi)采出潛在的模式 ， 找出最有價(jià)值的信息 ， 指導(dǎo)商業(yè)行為或輔助科學(xué)研究 。 ? 即從 ” 數(shù)據(jù)礦山 ” 中找到蘊(yùn)藏的 ” 知識(shí)金塊 ” .幫助企業(yè)減少不必要的投資的同時(shí)能提高資金回報(bào) . 18 數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的關(guān)系 ? 數(shù)據(jù)倉(cāng)庫(kù)為數(shù)據(jù)挖掘所做的 ， 應(yīng)該從數(shù)據(jù)整合和清洗的角度來(lái)理解。即 ， 數(shù)據(jù)倉(cāng)庫(kù)將不同操作源的數(shù)據(jù)存放到一個(gè)集中的環(huán)境中 ， 并且進(jìn)行適當(dāng)?shù)那逑春娃D(zhuǎn)換。數(shù)據(jù)挖掘所需要的數(shù)據(jù) ， 能夠直接從數(shù)據(jù)倉(cāng)庫(kù)獲得 ，但是獲得后還是需要進(jìn)行轉(zhuǎn)換 ， 若沒(méi)有數(shù)據(jù)倉(cāng)庫(kù)，就要直接從操作型數(shù)據(jù)源中獲取 ， 且要進(jìn)行 ECTL(抽取 、清洗 、 轉(zhuǎn)換 、 裝載 )的操作。 ? 數(shù)據(jù)倉(cāng)庫(kù)不僅是集成數(shù)據(jù)的一種方式 ,它的 OLAP功能也為數(shù)據(jù)挖掘提供極佳的操作平臺(tái)。 ? 在數(shù)據(jù)挖掘過(guò)程中 ， 若能將數(shù)據(jù)挖掘與數(shù)據(jù)倉(cāng)庫(kù)有效的聯(lián)結(jié) ， 將增加數(shù)據(jù)挖掘的聯(lián)機(jī)挖掘功能。 19 數(shù)據(jù)挖掘的主要方法 ? 決策樹(shù) (Decision Tree):也叫分類樹(shù) ,是建立在信息論基礎(chǔ)之上 ， 對(duì)數(shù)據(jù)進(jìn)行分類的一種方法。 決策樹(shù)方法精確度較高 ， 結(jié)果易理解 ， 效率較高 ， 較常用。 ? 神經(jīng)網(wǎng)絡(luò) (Neural Network) :它模擬人腦的功能 .神經(jīng)網(wǎng)絡(luò)建立在自學(xué)習(xí)的數(shù)學(xué)模型基礎(chǔ)之上。它可對(duì)大量復(fù)雜的數(shù)據(jù)進(jìn)行分析，并可完成對(duì)人腦或其他計(jì)算機(jī)來(lái)說(shuō)極為復(fù)雜的模式抽取及趨勢(shì)分析。 ? 相關(guān)規(guī)則 :相關(guān)規(guī)則是一種簡(jiǎn)單卻很實(shí)用的關(guān)聯(lián)分析規(guī)則，它描述了一個(gè)事物中某些屬性同時(shí)出現(xiàn)的規(guī)律和模式。 ? Knearest鄰居 :鄰居就是彼此距離很近的數(shù)據(jù)。 ? 遺傳算法 :遺傳算法是一種基于生物進(jìn)化論和分子遺傳學(xué)的搜索優(yōu)化算法。 20 關(guān)于決策樹(shù) ? 決策樹(shù)對(duì)比神經(jīng)元網(wǎng)絡(luò)的優(yōu)點(diǎn)在于可以生成一些規(guī)則。 ? 當(dāng)我們進(jìn)行一些決策，同時(shí)需要相應(yīng)的理由的時(shí)候，使用神經(jīng)元網(wǎng)絡(luò)就不行了。 ? 決策樹(shù)一般都是自上而下的生成的。 ? 從根到葉子節(jié)點(diǎn)都有一條路徑，這條路徑就是一條“ 規(guī)則 ” 。 ? 決策樹(shù)可以是二叉的，也可以是多叉的。 21 數(shù)據(jù)挖掘的主要步驟 ? 數(shù)據(jù)取樣 :從企業(yè)大量數(shù)據(jù)中取出一個(gè)與要搜索的問(wèn)題相關(guān)的樣板數(shù)據(jù)子集。 ? 數(shù)據(jù)探索 :是通常所進(jìn)行的對(duì)數(shù)據(jù)深入調(diào)查的過(guò)程 .。 ? 數(shù)據(jù)整理 :在前二步的基礎(chǔ)上 ,對(duì)數(shù)據(jù) 進(jìn)一步量化 .。 ? 數(shù)據(jù)挖掘 :建立模型，用各種數(shù)據(jù)挖掘方法對(duì)數(shù)據(jù)進(jìn)行分析。此步是數(shù)據(jù)挖掘的核心環(huán)節(jié)，運(yùn)用神經(jīng)網(wǎng)絡(luò)、決策樹(shù)、數(shù)理統(tǒng)計(jì)、時(shí)間序列分析等方法來(lái)建立模型。 ? 評(píng)估 :方法 1— 是直接使用原先建立模型樣本和樣本數(shù)據(jù)來(lái)進(jìn)行檢驗(yàn)。 ? 方法 2— 是另找一批數(shù)據(jù)并對(duì)其進(jìn)行檢驗(yàn)，已知這些數(shù)據(jù)能反映客觀實(shí)踐的規(guī)律性。 ? 方法 3— 在實(shí)際運(yùn)行的環(huán)境中取出新鮮數(shù)據(jù)進(jìn)行檢驗(yàn)。 22 數(shù)據(jù)挖掘的主要步驟 大的數(shù)據(jù) 集合 建模 1 建模 2 建模 3 評(píng)價(jià) 抽樣 最優(yōu)輸出 23 銀行建立數(shù)據(jù)倉(cāng)庫(kù)的必要性 ? 中國(guó)銀行業(yè)的電子化和信息化不是終極目的。信息化本質(zhì)是保證銀行具備核心競(jìng)爭(zhēng)力的一系列重要工具，而在信息化工具組合中，更為銳利、高效和復(fù)雜的數(shù)據(jù)挖掘工具，還沒(méi)有被中國(guó)銀行業(yè)所廣泛掌握。導(dǎo)致“數(shù)據(jù)爆炸但知識(shí)貧乏”。 ? 銀行產(chǎn)品具有相當(dāng)?shù)耐|(zhì)性，銀行之間的差別，往往在于誰(shuí)掌握了客戶關(guān)系，以及海量的業(yè)務(wù)和客戶信息背后的獨(dú)特業(yè)務(wù)規(guī)律，誰(shuí)就可以科學(xué)地制定決策。 現(xiàn)在銀行實(shí)施的大多數(shù)系統(tǒng)所基于的數(shù)據(jù)庫(kù)只能實(shí)現(xiàn)數(shù)據(jù)的錄入、查詢、統(tǒng)計(jì)等較低層次的功能，但卻無(wú)法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)聯(lián)關(guān)系和業(yè)務(wù)規(guī)律，更難以根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測(cè)未來(lái)業(yè)務(wù)的發(fā)展趨勢(shì)。 ? 目前看來(lái)，在銀行管理客戶生命周期的各個(gè)階段都會(huì)用到數(shù)據(jù)挖掘技術(shù)。 ? 24 數(shù)據(jù)挖掘技術(shù)在銀行應(yīng)用中的案例 ? 美國(guó) Firstar銀行使用 Marksman數(shù)據(jù)挖掘工具 ， 根據(jù)客戶的消費(fèi)模式預(yù)測(cè)何時(shí)為客戶提供何種產(chǎn)品。 Firstar銀行市場(chǎng)調(diào)查和數(shù)據(jù)庫(kù)營(yíng)銷部經(jīng)理發(fā)現(xiàn)：公共數(shù)據(jù)庫(kù)中存儲(chǔ)著關(guān)于每位消費(fèi)者的大量信息 ， 關(guān)鍵是要透徹分析消費(fèi)者投入到新產(chǎn)品中的原因 ， 在數(shù)據(jù)庫(kù)中找到一種模式 ，