【正文】 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。文本挖掘并不是一件容易的事情，尤其是在分析方法方面，還有很多需要研究的專題。 目前，國(guó)內(nèi)的許多科研單位和高等院校競(jìng)相開展知識(shí)發(fā)現(xiàn)的基礎(chǔ)理論及其應(yīng)用研究。發(fā)現(xiàn)的知識(shí)要可接受、可理解、可運(yùn)用；并不要求發(fā)現(xiàn)放之四海皆準(zhǔn)的知識(shí)，僅支持特定的發(fā)現(xiàn)問(wèn)題。許多組織機(jī)構(gòu)的 IT系統(tǒng)中都收集了大量的數(shù)據(jù)（信息）。而面向主題則考慮一個(gè)個(gè)的 問(wèn)題域 ，對(duì)問(wèn)題域涉及到的數(shù)據(jù)和分析數(shù)據(jù)所采用的功能給予同樣的重視。 ? 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。人們?nèi)匀粺o(wú)法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則，無(wú)法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測(cè)未來(lái)的發(fā)展趨勢(shì)。 ? 后來(lái)，隨著企業(yè)規(guī)模的擴(kuò)展、數(shù)據(jù)量的增加、以及希望在決策分析時(shí)得到更多支持需求的日益迫切，并且考慮保證原有事務(wù)數(shù)據(jù)庫(kù)的高效性與安全性。 ? 但是，為高層領(lǐng)導(dǎo)者提供決策分析時(shí)， OLTP則顯得力不從心。 （ 2）數(shù)據(jù)倉(cāng)庫(kù)是集成的 最重要的特點(diǎn)。它是一個(gè)新興的，面向商業(yè)應(yīng)用的AI研究。 數(shù)據(jù)分析本身已有多年的歷史，只不過(guò)在過(guò)去數(shù)據(jù)收集和分析的一般目的是用于科學(xué)研究；另外，由于當(dāng)時(shí)計(jì)算能力的限制，很難實(shí)現(xiàn)大量數(shù)據(jù)的復(fù)雜分析。若想在競(jìng)爭(zhēng)中生存進(jìn)而獲勝，您必須比競(jìng)爭(zhēng)對(duì)手更了解客戶。 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。 ? 數(shù)據(jù)挖掘（ DM）技術(shù)能獲取關(guān)聯(lián)知識(shí)、時(shí)序知識(shí)、聚類知識(shí)、分類知識(shí)等。研究各種方法和技術(shù)，從大量的數(shù)據(jù)中挖掘出有用的信息和知識(shí)?，F(xiàn)在很多廠商正在致力于這方面的研究。 數(shù)據(jù)挖掘與其他科學(xué)的關(guān)系 數(shù)據(jù)挖掘作為一門新興的交叉學(xué)科，涉及數(shù)據(jù)庫(kù)系統(tǒng)、數(shù)據(jù)倉(cāng)庫(kù)、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、可視化、信息檢索和高性能計(jì)算等諸多領(lǐng)域。數(shù)據(jù)挖掘已經(jīng)成了國(guó)際學(xué)術(shù)研究的重要熱點(diǎn)之一 。 （ 3） 數(shù)據(jù)倉(cāng)庫(kù)是穩(wěn)定的 (不可修改的 ) 數(shù)據(jù)倉(cāng)庫(kù)中包括了大量的歷史數(shù)據(jù) 。 ? 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(lái)觀察企業(yè)的狀態(tài)和了解企業(yè)的變化。 OLTP到 OLAP （ OLTP） （ OLAP） OLAP的對(duì)比 （ OLTP） ? 聯(lián)機(jī)事物處理（ On Line Transaction Processing， OLTP）是在網(wǎng)絡(luò)環(huán)境下的事務(wù)處理工作，以快速的響應(yīng)和頻繁的數(shù)據(jù)修改為特征，使用戶利用數(shù)據(jù)庫(kù)能夠快速地處理具體的業(yè)務(wù)。2023年 3月 28日星期二 Data Mining: Concepts and Techniques 1 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘 任課教師 : 工作單位 : 辦公地點(diǎn)： 聯(lián)系電話 : 號(hào)碼 ： 第 1章 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘概述 第 1章 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 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)中存放的數(shù)據(jù)基本上是保存當(dāng)前數(shù)據(jù)，隨著業(yè)務(wù)的變化隨時(shí)在更新數(shù)據(jù)庫(kù)中的數(shù)據(jù)。 因此，不應(yīng)該說(shuō)數(shù)據(jù)庫(kù)到數(shù)據(jù)倉(cāng)庫(kù)是技術(shù)的進(jìn)步。 ? OLAP軟件，以它先進(jìn)地分析功能和以 多維形式 提供數(shù)據(jù)的能力，正作為一種支持企業(yè)關(guān)鍵商業(yè)決策的解決方案而迅速崛起。