數(shù)據(jù)倉庫復習提綱(更新版)
【正文】 （4）、上卷：通過一個維的概念分層向上攀升或者通過維歸約，在數(shù)據(jù)立方體上進行聚集。在現(xiàn)實世界的數(shù)據(jù)中，元組在某些屬性上缺少值是常有的。孤單的微積分編輯數(shù)據(jù)庫應用技術(shù)（數(shù)據(jù)倉庫與數(shù)據(jù)挖掘復習提綱）說明：考試形式：閉卷考試題型：填空、選擇、判斷、名詞解釋、簡答題、綜合題。試敘述數(shù)據(jù)倉庫設(shè)計的步驟及每一步完成的工作：（1）、概念模型：界定系統(tǒng)的邊界；確定主要的主題域；（2）、技術(shù)準備工作：技術(shù)評估；技術(shù)環(huán)境準備；（3）、邏輯模型設(shè)計：分析主題域；粒度層次的劃分；確定數(shù)據(jù)分割策略；關(guān)系模式定義；定義記錄系統(tǒng)；（4）、物理模型設(shè)計：確定數(shù)據(jù)存儲結(jié)構(gòu)；確定索引策略；確定數(shù)據(jù)存放位置；確定存儲分配；（5）、數(shù)據(jù)倉庫生成：設(shè)計接口和數(shù)據(jù)裝入；（6）、數(shù)據(jù)倉庫的使用和維護：建立DSS；不斷理解需求和完善系統(tǒng)；維護DW；OLAP與OLTP的區(qū)別有哪些？它們適合于運行在同一個服務器上嗎？為什么？OLTPOLAP用戶操作人員,低層管理人員決策人員,高級管理人員功能日常操作處理分析決策DB 設(shè)計面向應用面向主題數(shù)據(jù)當前的, 最新的細節(jié)的, 二維的分立的歷史的, 聚集的, 多維的集成的, 統(tǒng)一的存取讀/寫數(shù)十條記錄讀上百萬條記錄工作單位簡單的事務復雜的查詢用戶數(shù)上千個上百萬個DB 大小100MBGB100GBTB時間要求具有實時性對時間的要求不嚴格主要應用數(shù)據(jù)庫數(shù)據(jù)倉庫為什么要進行數(shù)據(jù)的預處理及其方法：（適當舉例即可）（1）、在現(xiàn)實社會中，存在著大量的“臟”數(shù)據(jù)1）、不完整性 ：缺少感興趣的屬性；感興趣的屬性缺少部分屬性值；僅僅包含聚合數(shù)據(jù)，沒有詳細數(shù)據(jù)；2）、噪音數(shù)據(jù)：數(shù)據(jù)中包含錯誤的信息；存在著部分偏離期望值的孤立點；3）、不一致性數(shù)據(jù)結(jié)構(gòu)的不一致性；Label的不一致性；數(shù)據(jù)值的不一致性；（2）、數(shù)據(jù)挖掘的數(shù)據(jù)源可能是多個互相獨立的數(shù)據(jù)源關(guān)系數(shù)據(jù)庫；多維數(shù)據(jù)庫（Data Cube）；文件、文檔數(shù)據(jù)庫（3）、數(shù)據(jù)轉(zhuǎn)換為了數(shù)據(jù)挖掘的方便（4）、海量數(shù)據(jù)的處理數(shù)據(jù)歸約（在獲得相同或者相似結(jié)果的前提下）數(shù)據(jù)預處理的方法：（1）、數(shù)據(jù)清理填入缺失數(shù)據(jù)；平滑噪音數(shù)據(jù)；確認和去除孤立點；解決不一致性；（2）、數(shù)據(jù)集成多個數(shù)據(jù)庫、Data Cube和文件系統(tǒng)的集成；（3）、數(shù)據(jù)轉(zhuǎn)換規(guī)范化、聚集等；（4）、數(shù)據(jù)歸約在可能獲得相同或相似結(jié)果的前提下，對數(shù)據(jù)的容量進行有效的縮減；（5）、數(shù)據(jù)離散化對于一個特定的連續(xù)屬性，尤其是連續(xù)的數(shù)字屬性，可以把屬性值劃分成若干區(qū)間，以區(qū)間值來代替實際數(shù)據(jù)值，以減少屬性值的個數(shù)。1什么是維、維層次、維成員？舉例說明：維：觀察數(shù)據(jù)的特定角度，比如時間維；維層次：數(shù)據(jù)的維可以存在細節(jié)程度不同的多個描述方面，比如時間維可以由日期、月份、季度、年等不同的層次來描述；維成員：維的一個取值稱為該維的一個維成員。（2）、多維OLAP（MOLAP）服務器優(yōu)勢：性能好，相應速度快；專為OLAP所設(shè)計支持高性能的決策支持計算，如：復雜的跨維的計算；多用戶的讀寫操作；行級的計算。為建立模型所使用的元組形成訓練數(shù)據(jù)集。2 試述商業(yè)智能系統(tǒng)的演化過程（1）、第一代：基于主機的查詢與報表、面向?qū)＜以缙诘纳虅招畔⑾到y(tǒng)使用批處理應用程序為商業(yè)用戶提供它們所需的信息。（4）、面向的需求不同ODS: 滿足企業(yè)的全局應用（企業(yè)級OLTP和即時OLAP）或作為DW的通用數(shù)據(jù)源。2概念分層最常用的兩種類型（1）、概念分層：以DB模式中屬性的全序或偏序來定義的概念分層稱作模式分層。訓練樣本數(shù)據(jù)集S中，共有11個元組，其中ccc3類所對應的子集RRR3中元組的個數(shù)分別為r1=r2=r3=4。假定這些事務中的項按
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號-1