數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘概述-免費(fèi)閱讀
【正文】 ? 商業(yè)智能與決策支持系統(tǒng)從組成和目標(biāo)來(lái)看是一致的。 數(shù)據(jù)挖掘用于數(shù)據(jù)倉(cāng)庫(kù)實(shí)現(xiàn)決策支持： （ 1）預(yù)測(cè)客戶購(gòu)買傾向； （ 2）客戶利潤(rùn)貢獻(xiàn)度分析； （ 3）分析欺詐行為； （ 4）銷售渠道優(yōu)化分析等。 ? 統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘是有區(qū)別的。而丈夫在買完尿布之后又要順手買回自己愛(ài)喝的啤酒，因此啤酒和尿布在一起購(gòu)買的機(jī)會(huì)還是很多的。 ? 機(jī)器學(xué)習(xí)是人工智能領(lǐng)域中的重要研究方向。 ? 1993年 提出了 多維數(shù)據(jù)庫(kù)和多維分析的概念，即 聯(lián)機(jī)分析處理（ On Line Analytical Processing， OLAP）概念。 ? OLTP是事務(wù)處理從單機(jī)到網(wǎng)絡(luò)環(huán)境地發(fā)展新階段。 數(shù)據(jù)經(jīng)集成進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)后是極少或根本不更新的 。 2. 數(shù)據(jù)倉(cāng)庫(kù)特點(diǎn) （ 1）數(shù)據(jù)倉(cāng)庫(kù)是面向主題的 主題是數(shù)據(jù)歸類的標(biāo)準(zhǔn)，每一個(gè)主題基本對(duì)應(yīng)一個(gè)宏觀的分析領(lǐng)域。 數(shù)據(jù)倉(cāng)庫(kù)的興起 數(shù)據(jù)挖掘的興起 數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的結(jié)合 數(shù)據(jù)倉(cāng)庫(kù)的興起 ? 從數(shù)據(jù)庫(kù)到數(shù)據(jù)倉(cāng)庫(kù) ? 從 OLTP到 OLAP ? 數(shù)據(jù)倉(cāng)庫(kù)的定義與特點(diǎn) 從數(shù)據(jù)庫(kù)到數(shù)據(jù)倉(cāng)庫(kù) （ 1） “ 數(shù)據(jù)太多，信息不足 ” 的現(xiàn)狀 （ 2）異構(gòu)環(huán)境的數(shù)據(jù)的轉(zhuǎn)換和共享 （ 3）利用數(shù)據(jù)進(jìn)行數(shù)據(jù)處理 轉(zhuǎn)換為 利用數(shù)據(jù)支持決策 ? 數(shù)據(jù)庫(kù)作為數(shù)據(jù)資源用于管理業(yè)務(wù)中的事務(wù)處理。同那些僅僅著重于模型的外在表現(xiàn)而忽略了數(shù)據(jù)挖掘在整個(gè)業(yè)務(wù)流程中的應(yīng)用價(jià)值的其它數(shù)據(jù)挖掘工具相比， Clementine其功能強(qiáng)大的數(shù)據(jù)挖掘算法，使數(shù)據(jù)挖掘貫穿業(yè)務(wù)流程的始終，在縮短投資回報(bào)周期的同時(shí)極大提高了投資回報(bào)率。其他 統(tǒng)計(jì)學(xué) 數(shù)據(jù)挖掘 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘是一個(gè)多學(xué)科領(lǐng)域，從多個(gè)學(xué)科汲取營(yíng)養(yǎng)。 數(shù)據(jù)挖掘工具 Clementine連蟬六年桂冠 CRoss Industry Standard Process for Data Mining 6個(gè)步驟 ?業(yè)務(wù)理解 ? 數(shù)據(jù)理解 ? 數(shù)據(jù)準(zhǔn)備 ? 建模 ? 模型評(píng)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(cāng)庫(kù)與數(shù)據(jù)挖掘概述 數(shù)據(jù)倉(cāng)庫(kù)（ DW） 是利用數(shù)據(jù)資源提供決策支持 。它已經(jīng)成為了成熟的信息基礎(chǔ)設(shè)施。 例如，銀行的數(shù)據(jù)倉(cāng)庫(kù)的主題：客戶 DW的客戶數(shù)據(jù)來(lái)源： 從 銀行儲(chǔ)蓄 DB、信用卡 DB、貸款 DB等三個(gè) DB中抽取同一客戶的數(shù)據(jù)整理而成。 （ 4） 數(shù)據(jù)倉(cāng)庫(kù)是隨時(shí)間變化的 數(shù)據(jù)倉(cāng)庫(kù)內(nèi)的數(shù)據(jù)時(shí)限在 5～ 10年 ， 故數(shù)據(jù)的鍵碼包含時(shí)間項(xiàng) ， 標(biāo)明數(shù)據(jù)的歷史時(shí)期 ， 這適合DSS進(jìn)行時(shí)間趨勢(shì)分析 。 ? OLTP的特點(diǎn)在于事務(wù)處理量大，應(yīng)用要求多個(gè)并行處理，事務(wù)處理內(nèi)容比較簡(jiǎn)單且重復(fù)率高。 ? 關(guān)系數(shù)據(jù)庫(kù)是二維數(shù)據(jù)（平面），多維數(shù)據(jù)庫(kù)是空間立體數(shù)據(jù)。 ? 20世紀(jì) 60年代開(kāi)始了機(jī)器學(xué)習(xí)的研究。 OLAP的比較 1. OLAP的多維分析 OLAP的典型應(yīng)用，通過(guò)商業(yè)活動(dòng)變化的查詢發(fā)現(xiàn)的問(wèn)題，經(jīng)過(guò)追蹤查詢找出問(wèn)題出現(xiàn)的原因，達(dá)到輔助決策的作用。但是，它們之間是相互補(bǔ)充的。 數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的結(jié)合對(duì)支持決策會(huì)起更大的作用。但是，商業(yè)智能是一種技術(shù)，決策支持系統(tǒng)是解決實(shí)際決策問(wèn)題的
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1