數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘(文件)
【正文】 新。見(jiàn)圖二。通過(guò)聯(lián)機(jī)分析處理，甚至是 數(shù)據(jù)挖掘 等應(yīng)用處理，實(shí)現(xiàn)對(duì)信息數(shù)據(jù)的分析。隨著人工智能技術(shù)在專(zhuān)家咨詢、語(yǔ)言處理、娛樂(lè)游戲等模式識(shí)別領(lǐng)域的應(yīng)用日益廣泛。其中最重要的一個(gè)步驟是數(shù)據(jù)挖掘 ,它是利用某些特定的知識(shí)發(fā)現(xiàn)算法 ,在可接受的運(yùn)算效率的限制下 ,從有效數(shù)據(jù)中發(fā)現(xiàn)有關(guān)的知識(shí)。 ? (3)聚類(lèi)是把一組個(gè)體按照相似性歸成若干類(lèi)別 ,它的目的是使得屬于同一類(lèi)別的個(gè)體之間的距離盡可能的小 ,而不同類(lèi)別的個(gè)體間的距離盡可能的大。 ? 數(shù)據(jù)挖據(jù)的結(jié)果經(jīng)過(guò)業(yè)務(wù)決策人員的認(rèn)可，才能實(shí)際利用。如果結(jié)果是根據(jù)某種類(lèi)型的得分或權(quán)值計(jì)算的，那就可以按照獲選邊際率 (最終結(jié)果得分 候選結(jié)果得分 )/最終預(yù)測(cè)結(jié)果得分 lOO %的公式進(jìn)行決斷。 四、數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的關(guān)系： ? 數(shù)據(jù)倉(cāng)庫(kù)就是面向主題的、集成的、不可更改的、隨時(shí)間不斷變化的數(shù)據(jù)集合。而數(shù)據(jù)挖掘是為尋找未知的模式或趨勢(shì)在數(shù)據(jù)倉(cāng)庫(kù)的細(xì)節(jié)數(shù)據(jù)中進(jìn)行搜索的過(guò)程。數(shù)據(jù)挖掘是通過(guò)對(duì)文件系統(tǒng)和數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行分析 ,獲得具有一定可信度知識(shí)的算法和技術(shù)。另外為了保證結(jié)果的正確性 ,數(shù)據(jù)挖掘?qū)A(chǔ)數(shù)據(jù)量的需求是巨大的 ,數(shù)據(jù)倉(cāng)庫(kù)可以很好地滿足這個(gè)要求。因此 ,將它們集成到一個(gè)系統(tǒng)中 ,形成基于數(shù)據(jù)挖掘的 OLAP 工具 ,可以更加有效地提高決策支持能力。 結(jié)論 ? 數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘是作為兩種獨(dú)立的信息技術(shù)出現(xiàn)的。 數(shù)據(jù)倉(cāng)庫(kù)并不是數(shù)據(jù)挖掘的先決條件，因?yàn)橛泻芏鄶?shù)據(jù)挖掘可直接從操作數(shù)據(jù)源中挖掘出信息。因此，在實(shí)際決策應(yīng)用中，通常只選擇那些獲選邊際率超過(guò)一定百分比的數(shù)據(jù)行
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1