數(shù)據(jù)倉庫和數(shù)據(jù)挖掘(完整版)
【正文】 面向應用 面向主題 姜素芳 CRM中數(shù)據(jù)倉庫的結構 ?體系結構 —— 斯坦福大學的數(shù)據(jù)倉庫體系結構 客戶應用 數(shù)據(jù)倉庫 集成器 監(jiān)視器 /包裝器 監(jiān)視器 /包裝器 監(jiān)視器 /包裝 信息 信息 信息 姜素芳 CRM中數(shù)據(jù)倉庫的結構 ?體系結構 —— 綜合的數(shù)據(jù)倉庫的體系結構 數(shù)據(jù)源 抽取 清理 裝載 刷新 數(shù)據(jù)倉庫 服務 前端工具 查詢工具 報表工具 分析工具 數(shù)據(jù)挖掘工具 數(shù)據(jù)集市 OLAP OLAP 主題 主題 主題 姜素芳 CRM中數(shù)據(jù)倉庫的結構 ?組織結構 —— 四個級別 當前細節(jié)級 集成 輕度綜合級 提取綜合 高度綜合級 精煉綜合 早期細節(jié)級 老化的數(shù)據(jù) 最近時期的業(yè)務數(shù)據(jù) 被轉(zhuǎn)儲于磁帶等轉(zhuǎn)換介質(zhì) 四個級別 姜素芳 CRM中數(shù)據(jù)倉庫的結構 關于數(shù)據(jù)的數(shù)據(jù) 組織倉庫內(nèi)的數(shù)據(jù)存儲，描述何種信息存于何處，怎樣編碼，怎樣與其他信息相關，來自哪里，怎樣與業(yè)務相關。 ?數(shù)據(jù)集市在物理上獨立，被布局在局域網(wǎng)的一個單獨的數(shù)據(jù)服務器上，專門為某一類特定用戶服務，以滿足只對數(shù)據(jù)倉庫中一部分數(shù)據(jù)感興趣的用戶的分析需求。當用戶發(fā)出請求時，從數(shù)據(jù)倉庫中取得數(shù)據(jù)，實時分析，增加相應時間，但是節(jié)省空間，且可以具體到細節(jié)，另外可直接應用到數(shù)據(jù)倉庫系統(tǒng)上。 姜素芳 思考： ? ?？有何地位？ ?？與數(shù)據(jù)倉庫的關系 ? ?？ 姜素芳 第 7章 數(shù)據(jù)倉庫和數(shù)據(jù)挖掘 數(shù)據(jù)倉庫概述 數(shù)據(jù)挖掘概述 數(shù)據(jù)挖掘的主要技術 數(shù)據(jù)倉庫和挖掘?qū)?CRM的影響 姜素芳 姜素芳 （ 1）什么是數(shù)據(jù)挖掘？ 數(shù)據(jù)挖掘的定義 ?數(shù)據(jù)挖掘 (Data Mining)是從大型數(shù)據(jù)庫的數(shù)據(jù)中提取人們感興趣的知識，這些知識是 隱含的 、 事先未知 、 潛在有用 的信息，提取的知識表示為概念、規(guī)則、規(guī)律和模式等形式。 根節(jié)點 葉子 決策樹 姜素芳 ?執(zhí)行語句 If（ ine〉 20） { if（ working life〉 10 ） { }； }； else { }； 姜素芳 ID3算法 ID3算法：解決兩類人群的問題 頭發(fā)顏色 紅色 金色 黑色 第一類人 眼睛顏色 第二類人 黑色 灰色 藍色 第一類人 第三類人 第二類人 （ ） （ ） 姜素芳 神經(jīng)網(wǎng)絡 3 1 2 4 5 6 輸入層 隱含層 輸出層 預測變量 目標變量 連接 節(jié)點 W56 W36 W25 W24 W23 W13 W15 W14 W46 姜素芳 節(jié)點：對應于人腦的神經(jīng)細胞 連接：對應于人腦神經(jīng)細胞的連接 隱含層的層數(shù)和每層節(jié)點的個數(shù)決定了神經(jīng)網(wǎng)絡的復雜度。 姜素芳 ?客戶個性化服務 利用數(shù)據(jù)挖掘?qū)蛻暨M行細分，把大量的客戶分成不同的類，每個類里的客戶擁有相似的屬性，對屬于同一類的客戶采用相同的個性化服務。 神經(jīng)網(wǎng)絡相互之間的差別也是通過連接權值及組成結構上的差別來體現(xiàn)
教學課件相關推薦
鄂ICP備17016276號-1