【正文】 ty） 正在研制的 CAREER數(shù)據(jù)挖掘項目的負責人，該項目研究期限是 2022年 4月到 2022年 4月，目的是開發(fā)挖掘分布式和普適計算（ Ubiquitous）設備的第四代數(shù)據(jù)挖掘系統(tǒng)。 如果剩余的維只有兩個 ， 則是切片 ， 否則是切塊 ?旋轉是變換維的方向 ， 即在表格中重新安排維的放置 （ 例如行列互換 2022/8/21 高級人工智能 史忠植 24 數(shù)據(jù)倉庫和知識發(fā)現(xiàn)技術的結合 (1) ? 知識發(fā)現(xiàn)成為數(shù)據(jù)倉庫中進行數(shù)據(jù)深層分析的一種必不可少的手段 數(shù)據(jù)倉庫是面向決策分析的，數(shù)據(jù)倉庫從事務型數(shù)據(jù)抽取并集成得到的分析型數(shù)據(jù)后，需要各種決策分析工具對這些數(shù)據(jù)進行分析和挖掘，得到有用的決策信息。在數(shù)據(jù)分析中經常要用到諸如求和、總計、平均、最大、最小等匯集操作，這類操作的計算量特別大 。設計一個描述能力強、內容完善的元數(shù)據(jù)，是有效管理數(shù)據(jù)倉庫的具有決定意義的重要前提 2022/8/21 高級人工智能 史忠植 18 元數(shù)據(jù)的重要性 ? 數(shù)據(jù)倉庫使用者往往將使用元數(shù)據(jù)作為分析的第一步。 ?對大量數(shù)據(jù)的訪問性能明顯下降 2022/8/21 高級人工智能 史忠植 14 數(shù)據(jù)倉庫的定義 信息處理技術的發(fā)展趨勢是：從大量的事務型數(shù)據(jù)庫中抽取數(shù)據(jù) ， 并將其清理 、 轉換為新的存儲格 。通過發(fā)現(xiàn)異常 , 可以引起人們對特殊情況的加倍注意。 該術語于 1989年出現(xiàn)， Fayyad定義為“ KDD是從數(shù)據(jù)集中識別出有效的、新穎的、潛在有用的，以及最終可理解的模式的非平凡過程 ” 2022/8/21 高級人工智能 史忠植 5 不同的術語名稱 知識發(fā)現(xiàn)是一門來自不同領域的研究者關注的交叉性學科，因此導致了很多不同的術語名稱。因此 , 數(shù)據(jù)庫知識發(fā)現(xiàn) (Knowledge Discovery in Databases KDD)的研究非?；钴S。無導師學習 2022/8/21 高級人工智能 史忠植 8 知識發(fā)現(xiàn)的任務 ? 相關性分析： 發(fā)現(xiàn)特征之間或數(shù)據(jù)之間的相互依賴關系 關聯(lián)規(guī)則 ? 偏差分析： 基本思想是尋找觀察結果與參照量之間的有意義的差別。 ?涉及許多部門的數(shù)據(jù)，而不同系統(tǒng)的數(shù)據(jù)難以集成。傳統(tǒng)數(shù)據(jù)庫中的數(shù)據(jù)字典是一種元數(shù)據(jù)，但在數(shù)據(jù)倉庫中，元數(shù)據(jù)的內容比數(shù)據(jù)庫中的數(shù)據(jù)字典更加豐富和復雜。事實表和維表將通過這些鍵關聯(lián)起來，構成一種 星型模型 對于層次復雜的維 ,為避免冗余數(shù)據(jù)占用過大的存儲空間 ,可以使用多個表來描述 ,這種星型模式的擴展稱為 雪花模型 2022/8/21 高級人工智能 史忠植 21 OLAP 數(shù)據(jù)倉庫技術中，多維數(shù)據(jù)分析（ Multidimensional Data Analysis） 方法是一種重要的技術，也稱作聯(lián)機分析處理（ OnLine Analytical Processing， 簡稱 OLAP）或數(shù)據(jù)立方體（ Data Cube） 方法， 主要是指通過各種即席復雜查詢，對數(shù)據(jù)倉庫中存儲的數(shù)據(jù)進行各種統(tǒng)計分析的應用 數(shù)據(jù)倉庫是面向決策支持的，決策的前提是數(shù)據(jù)分析。 roll up是在某一維上將低層次的細節(jié)數(shù)據(jù)概括到高層次的匯總數(shù)據(jù)；而 drill down則相反 ， 它從匯總數(shù)據(jù)深入到細節(jié)數(shù)據(jù)進行觀察 ?切片和切塊是在一部分維上選定值后 ， 關心度量數(shù)據(jù)在剩余維上的分布 。 2022/8/21 高級人工智能 史忠植 36 Questions?!