試談數(shù)據(jù)挖掘總結(jié)(編輯修改稿)
2025-07-21 14:13 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 念分層的每個(gè)抽象級(jí)稱(chēng)為一個(gè)腳印，代表諸如上卷、下鉆等OLAP操作可用的粒度。（2）數(shù)據(jù)清理、數(shù)據(jù)變換、刷新數(shù)據(jù)清理：檢測(cè)數(shù)據(jù)中的錯(cuò)誤，可能時(shí)訂正它們。數(shù)據(jù)變換：將數(shù)據(jù)由遺產(chǎn)或宿主格式轉(zhuǎn)換成數(shù)據(jù)倉(cāng)庫(kù)格式。刷 新：傳播由數(shù)據(jù)源到數(shù)據(jù)倉(cāng)庫(kù)的更新。（3）企業(yè)數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)集市、虛擬倉(cāng)庫(kù)①企業(yè)數(shù)據(jù)倉(cāng)庫(kù)收集了整個(gè)組織關(guān)于主題的所有信息，它提供企業(yè)范圍內(nèi)的數(shù)據(jù)集成，通常來(lái)自一個(gè)或多個(gè)操作數(shù)據(jù)庫(kù)系統(tǒng)或外部信息提供者，并且是跨功能的。通常，它包含細(xì)節(jié)數(shù)據(jù)和匯總數(shù)據(jù)，其大小有數(shù)千兆字節(jié)到數(shù)百千兆字節(jié)到更多。它可以在傳統(tǒng)的大型機(jī)、超級(jí)計(jì)算機(jī)服務(wù)器或并行結(jié)構(gòu)平臺(tái)上實(shí)現(xiàn)。它需要廣泛的商務(wù)建模，可能需要多年設(shè)計(jì)和建設(shè)。②數(shù)據(jù)集市包含企業(yè)范圍數(shù)據(jù)的一個(gè)子集，對(duì)于特定的用戶(hù)群是有用的。其范圍限于選定的主題。包括在數(shù)據(jù)集市的數(shù)據(jù)通常是匯總的。它可以再低價(jià)格的部門(mén)服務(wù)器上實(shí)現(xiàn)，基于UNIX/LINUX或Windows。它的實(shí)現(xiàn)周期一般是一周計(jì)，而不是以月計(jì)或以年計(jì)。然而如果它的設(shè)計(jì)或規(guī)劃不是企業(yè)范圍的從長(zhǎng)遠(yuǎn)講可能涉及很復(fù)雜的集成。獨(dú)立數(shù)據(jù)集市數(shù)據(jù)來(lái)自一個(gè)或多個(gè)操作系統(tǒng)或外部信息提供者，或者在特定的部門(mén)或地域局部產(chǎn)生的數(shù)據(jù)；依賴(lài)的數(shù)據(jù)集市的數(shù)據(jù)直接來(lái)自企業(yè)數(shù)據(jù)倉(cāng)庫(kù)。③虛擬倉(cāng)庫(kù)是操作數(shù)據(jù)庫(kù)視圖的集合。為了有效地處理查詢(xún)，只有一些可能的匯總視圖可以物化。虛擬倉(cāng)庫(kù)易于建立，但需要操作數(shù)據(jù)庫(kù)服務(wù)器具有剩余能力。10.【p98 】（1）雪花型模式圖（2）求每個(gè)學(xué)生CS課程的平均成績(jī)，OLAP操作①在course維表中由course_id上卷到department②在student維表中由student_id上卷到university③按如下選擇對(duì)中心立方體切塊：（department=“CS”） and （university = “Big University”）（3）如果每維有5層，則立方體包含54=625個(gè)方體11.【p98 】（1）觀看節(jié)目的星形模式圖（2）列出2004年學(xué)生觀眾GMPlace的總付費(fèi)，需要采用哪些OLAP。在date上由date_id上卷到y(tǒng)ear；在game上由game_id上卷到all；在location上由location_id上卷到location_name；在spectator上由spectator_id上卷到status；按以下選擇進(jìn)行切塊：（status=“student”）and（location=“GM_Place”）and（year=2004）（3）位圖索引結(jié)構(gòu)的優(yōu)點(diǎn)和問(wèn)題。對(duì)于基數(shù)較小的域，位數(shù)索引非常有用，因?yàn)楸容^、連接和聚集操作都變成了位算術(shù)運(yùn)算，大大減少了處理時(shí)間。由于字符串可以用單個(gè)二進(jìn)位表示，位圖索引顯著降低了空間和I/O開(kāi)銷(xiāo)。對(duì)于基數(shù)較高的域，需要使用壓縮技術(shù)才可以使用這個(gè)技術(shù)，就像例子中的date，這個(gè)位向量是非常長(zhǎng)的，十年收集的數(shù)據(jù)就會(huì)得到3650條日期記錄，也就意味著date位向量有3650個(gè)二進(jìn)位。12.【p98 】簡(jiǎn)略討論星形模式和雪花型模式的相似點(diǎn)和不同點(diǎn)，分析相對(duì)優(yōu)缺點(diǎn)。哪種模式更實(shí)用，給出觀
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1