數(shù)據(jù)倉庫與數(shù)據(jù)挖掘概述-全文預覽
【正文】 結(jié) 束 。但是，商業(yè)智能是一種技術，決策支持系統(tǒng)是解決實際決策問題的一個系統(tǒng)。 ? 數(shù)據(jù)挖掘（ DM）技術能獲取關聯(lián)知識、時序知識、聚類知識、分類知識等。 數(shù)據(jù)倉庫和數(shù)據(jù)挖掘的結(jié)合對支持決策會起更大的作用。但它們有著完全不同的輔助決策方式。但是，它們之間是相互補充的。 ? 通過對全部對象（總體）進行調(diào)查，為制定計劃和決策提供依據(jù)。 OLAP的比較 1. OLAP的多維分析 OLAP的典型應用，通過商業(yè)活動變化的查詢發(fā)現(xiàn)的問題，經(jīng)過追蹤查詢找出問題出現(xiàn)的原因，達到輔助決策的作用。 如在人類數(shù)據(jù)庫中挖掘知識為： （頭發(fā) =黑色） ∨ （眼睛 =黑色） → 亞洲人 該知識覆蓋了所有亞州人的記錄。 ? 20世紀 60年代開始了機器學習的研究。 ? OLAP的基本思想是決策者從多方面和多角度以 多維的形式 來觀察企業(yè)的狀態(tài)和了解企業(yè)的變化。 ? 關系數(shù)據(jù)庫是二維數(shù)據(jù)（平面），多維數(shù)據(jù)庫是空間立體數(shù)據(jù)。 ? OLTP面對的是事務處理操作人員和低層管理人員。 ? OLTP的特點在于事務處理量大，應用要求多個并行處理，事務處理內(nèi)容比較簡單且重復率高。也稱為 實時系統(tǒng) (Real time System)。 （ 4） 數(shù)據(jù)倉庫是隨時間變化的 數(shù)據(jù)倉庫內(nèi)的數(shù)據(jù)時限在 5～ 10年 ， 故數(shù)據(jù)的鍵碼包含時間項 ， 標明數(shù)據(jù)的歷史時期 ， 這適合DSS進行時間趨勢分析 。統(tǒng)一 原始數(shù)據(jù)中的所有矛盾之處 ， 如字段的同名異義 ， 異名同義 ， 單位不統(tǒng)一 ， 字長不一致等 。 例如，銀行的數(shù)據(jù)倉庫的主題：客戶 DW的客戶數(shù)據(jù)來源： 從 銀行儲蓄 DB、信用卡 DB、貸款 DB等三個 DB中抽取同一客戶的數(shù)據(jù)整理而成。 數(shù)據(jù)倉庫（ Data Warehouse， DW） ? 面向主題的、集成的、穩(wěn)定的、隨時間不斷變化的數(shù)據(jù)庫系統(tǒng) ? ETL ? 數(shù)據(jù)抽取（ Extraction） ? 數(shù)據(jù)轉(zhuǎn)換（ Transformation） ? 數(shù)據(jù)加載（ Loading） ? 數(shù)據(jù)庫用于事務處理，數(shù)據(jù)倉庫用于決策分析 ? 數(shù)據(jù)庫保持事務處理的當前狀態(tài)，數(shù)據(jù)倉庫既保存過去的數(shù)據(jù)又保存當前的數(shù)據(jù) ? 數(shù)據(jù)倉庫的數(shù)據(jù)是大量數(shù)據(jù)庫的集成 ? 對數(shù)據(jù)庫的操作比較明確，操作數(shù)據(jù)量少。它已經(jīng)成為了成熟的信息基礎設施。 ? 數(shù)據(jù)倉庫、數(shù)據(jù)挖掘和聯(lián)機分析處理（ OLAP）結(jié)合起來，完成支持決策的系統(tǒng)，稱為 決策支持系統(tǒng)（ DSS）。 數(shù)據(jù)挖掘工具 Clementine連蟬六年桂冠 CRoss Industry Standard Process for Data Mining 6個步驟 ?業(yè)務理解 ? 數(shù)據(jù)理解 ? 數(shù)據(jù)準備 ? 建模 ? 模型評估 ? 模型部署 Ease of Use: The user interface 數(shù)據(jù)抽取、轉(zhuǎn)換、加載 第 1章 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘概述 數(shù)據(jù)倉庫（ DW） 是利用數(shù)據(jù)資源提供決策支持 。 Clementine 介紹 1999年 SPSS公司收購了 ISL公司，對 Clementine產(chǎn)品進行重新整合和開發(fā)，現(xiàn)在 Clementine已經(jīng)成為 SPSS公司的又一亮點。其他 統(tǒng)計學 數(shù)據(jù)挖掘 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘是一個多學科領域，從多個學科汲取營養(yǎng)。
環(huán)評公示相關推薦
鄂ICP備17016276號-1