【文章內(nèi)容簡(jiǎn)介】 大學(xué)商學(xué)院電子商務(wù)系 文件的概念 計(jì)算機(jī)系統(tǒng)資源 文件和數(shù)據(jù)庫(kù)系統(tǒng) 學(xué)號(hào) 姓名 專業(yè) 出生日期 …. MG903812 Peter 軟件 55/10/10 …. MG903812 John 軟件 65/09/10 …. 數(shù)據(jù)項(xiàng) 記錄 記錄的集合 =文件 （主鍵） Wang Quansheng 文件系統(tǒng) 南京大學(xué)商學(xué)院電子商務(wù)系 文件的結(jié)構(gòu) 順序文件：按主鍵順序存儲(chǔ) 直接文件：將記錄隨機(jī)存儲(chǔ)，即存放時(shí)不按主鍵順序，這種存儲(chǔ)方式要求使用一 種允許對(duì)記錄進(jìn)行直接存取的介質(zhì)（硬盤和軟盤），同時(shí)給每一條記 錄指定一個(gè)特定的磁盤地址。 索引順序文件：是在直接存取介質(zhì)上進(jìn)行連續(xù)存儲(chǔ)，而且每條記錄都有一個(gè)特定 的地址，同時(shí)為了加快檢索速度，增加一索引文件來標(biāo)記每個(gè)記錄的 硬盤地址。 記錄的處理 增加 刪除 修改 顯示 計(jì)算機(jī)系統(tǒng)資源 文件和數(shù)據(jù)庫(kù)系統(tǒng) Wang Quansheng 數(shù)據(jù)庫(kù)基本原理 南京大學(xué)商學(xué)院電子商務(wù)系 文件系統(tǒng)的缺陷 數(shù)據(jù)的獨(dú)立性：程序依賴于專門為它們所設(shè)計(jì)的文件結(jié)構(gòu) 數(shù)據(jù)冗余性：重復(fù)的數(shù)據(jù)的存儲(chǔ) 數(shù)據(jù)的一致性：數(shù)據(jù)的重復(fù)的存放導(dǎo)致了數(shù)據(jù)的不一致性 計(jì)算機(jī)系統(tǒng)資源 文件和數(shù)據(jù)庫(kù)系統(tǒng) 數(shù)據(jù)庫(kù)管理系統(tǒng)（ DBMS） 以規(guī)范一致的方式存儲(chǔ)數(shù)據(jù) 以規(guī)范一致的方式將數(shù)據(jù)組織成記錄 以規(guī)范一致的方式存取記錄 DBMS 應(yīng)用程序 Wang Quansheng 數(shù)據(jù)庫(kù)基本原理 南京大學(xué)商學(xué)院電子商務(wù)系 計(jì)算機(jī)系統(tǒng)資源 文件和數(shù)據(jù)庫(kù)系統(tǒng) 數(shù)據(jù)庫(kù) 數(shù)據(jù)文件，數(shù)據(jù)字典， 索引，統(tǒng)計(jì)數(shù)據(jù) 對(duì)數(shù)據(jù)庫(kù)進(jìn)行管理、操作 執(zhí)行物理文件的讀寫操作 提供友好的界面， 幫助用戶完成對(duì) 數(shù)據(jù)的處理 Wang Quansheng 數(shù)據(jù)庫(kù)基本原理 南京大學(xué)商學(xué)院電子商務(wù)系 數(shù)據(jù)庫(kù)系統(tǒng)的構(gòu)成 核心：數(shù)據(jù)的定義、存儲(chǔ)、檢索等 系統(tǒng)配臵 用戶管理 數(shù)據(jù)管理 監(jiān)控程序 應(yīng)用程序開發(fā)工具 報(bào)表生成器 查詢語(yǔ)言 （ SQL語(yǔ)言： SELECT/UPDATE/INSERT， QBE語(yǔ)言） WEB SELECT NAME， ADDRESS FROM CUSTOMER WHERE NAME LIKE “PETER” 計(jì)算機(jī)系統(tǒng)資源 文件和數(shù)據(jù)庫(kù)系統(tǒng) DBA SELECT *|字段列表 FROM 表名 [WHERE 條件表達(dá)式 ] [GROUP BY分組字段 [HAVING 分組準(zhǔn)則 ]] [ORDER BY字段 1 [ASC | DESC ][, 字段 2 [ASC | DESC ]]] Wang Quansheng 南京大學(xué)商學(xué)院電子商務(wù)系 關(guān)系數(shù)據(jù)庫(kù)原理 計(jì)算機(jī)系統(tǒng)資源 文件和數(shù)據(jù)庫(kù)系統(tǒng) 學(xué)號(hào) 姓名 專業(yè) 出生日期 …. MG903811 Peter 電子商務(wù) 55/10/10 …. MG903812 John 金融 65/09/10 …. 數(shù)據(jù)庫(kù)基本原理 學(xué)號(hào) 課程代碼 修讀時(shí)間 課程類型 成績(jī) MG903812 101 991 選修 86 MG903811 101 992 必修 90 MG903811 102 991 必修 91 課程代碼 課程名稱 開課系別 101 EB 電子商務(wù) 102 MIS 電子商務(wù) Wang Quansheng 數(shù)據(jù)庫(kù)基本原理 南京大學(xué)商學(xué)院電子商務(wù)系 數(shù)據(jù)庫(kù)系統(tǒng)的優(yōu)點(diǎn) 數(shù)據(jù)共享 減少數(shù)據(jù)冗余 提高數(shù)據(jù)一致性 數(shù)據(jù)獨(dú)立性 計(jì)算機(jī)系統(tǒng)資源 文件和數(shù)據(jù)庫(kù)系統(tǒng) 數(shù)據(jù)庫(kù)系統(tǒng)的并發(fā)控制 事務(wù)與加鎖機(jī)制 Begin Transaction …… (lock file and data processing) IF not error Commit transaction Else Rollback End 提高了應(yīng)用程序員及用戶的工作效率 改善了數(shù)據(jù)管理與控制 強(qiáng)調(diào)數(shù)據(jù)是一種資源 Wang Quansheng 數(shù)據(jù)庫(kù)基本原理 南京大學(xué)商學(xué)院電子商務(wù)系 XBASE 數(shù)據(jù)庫(kù) FOXPRO/VISUAL FOXPRO （ DBF） ? 小型應(yīng)用系統(tǒng)（并發(fā)性不高） 可直接編程 /其他編程工具（ VB/VC） 通過 ODBC訪問 DBF ACCESS （ MDB） ? 小型單機(jī)應(yīng)用系統(tǒng) 其他編程工具（ VB/VC） 通過 ODBC訪問 MDB 計(jì)算機(jī)系統(tǒng)資源 文件和數(shù)據(jù)庫(kù)系統(tǒng) 大型數(shù)據(jù)庫(kù) MS SQL SERVER SYBASE ORACLE INFORMIX Wang Quansheng 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘 南京大學(xué)商學(xué)院電子商務(wù)系 數(shù)據(jù)庫(kù)倉(cāng)庫(kù)的形成 傳統(tǒng)的數(shù)據(jù)庫(kù)技術(shù)是以單一的數(shù)據(jù)資源為中心，同時(shí)進(jìn)行從事務(wù)處理，批處理到?jīng)Q策分析的各類處理； 數(shù)據(jù)庫(kù)主要是為自動(dòng)化，精簡(jiǎn)工作任務(wù)和高速數(shù)據(jù)采集服務(wù)的。它的運(yùn)行是事務(wù)驅(qū)動(dòng)，面向應(yīng)用的，數(shù)據(jù)庫(kù)的根本任務(wù)是完成數(shù)據(jù)操作，即及時(shí)安全地將當(dāng)前事務(wù)所產(chǎn)生的記錄保存下來。 操作型處理 ＋ 分析型處理 隨著時(shí)間的推移，人們開始對(duì)數(shù)據(jù)庫(kù)中的原始數(shù)據(jù)進(jìn)行再加工，形成一個(gè)綜合的、面向分析的環(huán)境以支持決策的產(chǎn)生；數(shù)據(jù)庫(kù)由操作性環(huán)境發(fā)展成一種新的體系化環(huán)境，數(shù)據(jù)倉(cāng)庫(kù)則是體系化環(huán)境的核心。 數(shù)據(jù)倉(cāng)庫(kù)即為面向主題的、集成的、穩(wěn)定的、用以支持經(jīng)營(yíng)管理中的決策制定過程的不同時(shí)間的數(shù)據(jù)集合。 計(jì)算機(jī)系統(tǒng)資源 文件和數(shù)據(jù)庫(kù)系統(tǒng) Wang Quansheng 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘 南京大學(xué)商學(xué)院電子商務(wù)系 計(jì)算機(jī)系統(tǒng)資源 文件和數(shù)據(jù)庫(kù)系統(tǒng) Wang Quansheng 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘 南京大學(xué)商學(xué)院電子商務(wù)系 什么是數(shù)據(jù)挖掘？ 數(shù)據(jù)挖掘，又稱數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn) (Knowledge Discovery in Database， KDD)，是指從大型數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中提取有潛在應(yīng)用價(jià)值的信息或模式。適應(yīng)企業(yè)對(duì)資源的渴求，數(shù)據(jù)挖掘正在走出研究室，紛紛落戶企業(yè)。一份最近的 Gartner報(bào)告中列舉了在今后 3～5年內(nèi)對(duì)工業(yè)將產(chǎn)生重要影響的五項(xiàng)關(guān)鍵技術(shù)， KDD和人工智能并列第一。 數(shù)據(jù)挖掘融合了數(shù)據(jù)庫(kù)、人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)等多個(gè)領(lǐng)域的理論和技術(shù)，對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化、抽象化、規(guī)范化分類、分析，從而淘出所需要的“金”。 例如，客戶關(guān)系管理系統(tǒng)常采用嵌入數(shù)據(jù)挖掘系統(tǒng)的方式，可以自動(dòng)地產(chǎn)生一些所需要的信息。 深度的數(shù)據(jù)挖掘，還需要企業(yè)有統(tǒng)計(jì)學(xué)、決策科學(xué)、計(jì)算機(jī)科學(xué)方面的專業(yè)人才，制定出相應(yīng)的挖掘規(guī)則，才能發(fā)揮出挖掘系統(tǒng)的優(yōu)勢(shì) 計(jì)算機(jī)系統(tǒng)資源 文件和數(shù)據(jù)庫(kù)系統(tǒng) Wang Quansheng 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘 南京大學(xué)商學(xué)院電子商務(wù)系 數(shù)據(jù)挖掘能做什么？ 關(guān) 聯(lián) 規(guī) 則 橫向關(guān)聯(lián) －是挖掘表面看似獨(dú)立的事件間的相互關(guān)系，例如“ 90%的顧客在一次購(gòu)買活動(dòng)中購(gòu)買商品 A的同時(shí)購(gòu)買商品 B” 之類的知識(shí)。比如經(jīng)典的“尿布和啤酒”的故事，就是利用這種方法，發(fā)現(xiàn)二者之間有很高的相關(guān)系數(shù)，引起重視，然后深入分析后才找出內(nèi)在原因的。 全球最大的零售商沃爾瑪（ Walmart）通過對(duì)顧客購(gòu)物的數(shù)據(jù)分析后發(fā)現(xiàn)，很多周末購(gòu)買尿布的顧客也同時(shí)購(gòu)買啤酒。經(jīng)過深入研究后發(fā)現(xiàn)，美國(guó)家庭買尿布的多是爸爸。爸爸們下班后要到超市買尿布，同時(shí)要“順手牽羊”帶走啤酒，好在周末看棒球賽的同時(shí)過把酒癮。后來沃爾瑪就把尿布和啤酒擺放得很近，從而雙雙促進(jìn)了尿布和啤酒的銷量。這個(gè)故事被公認(rèn)是商業(yè)領(lǐng)域數(shù)據(jù)挖掘的誕生 次序關(guān)聯(lián) － 這種分析的側(cè)重點(diǎn)在于分析事件的前后序列關(guān)系，發(fā)現(xiàn)諸如“在購(gòu)買 A商品后，一段時(shí)間里顧客會(huì)接著購(gòu)買商品 B，而后購(gòu)買商品 C” 的知識(shí)，形成一個(gè)客戶行為的“ A→B→C” 模式。可以想見的是，一個(gè)顧客在買了電腦之后，就很有可能購(gòu)買打印機(jī)、掃描儀等配件。不過，要是通過數(shù)據(jù)挖掘找出“刮胡刀 → 抽水馬桶 → 鉆石戒指”這樣的模式，估計(jì)企業(yè)客戶服務(wù)部門就要忙乎一陣搞明白其中潛在的聯(lián)系了。 計(jì)算機(jī)系統(tǒng)資源 文件和數(shù)據(jù)庫(kù)系統(tǒng) Wang Quansheng 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘 南京大學(xué)商學(xué)院電子商務(wù)系 數(shù)據(jù)挖掘能做什么？ 分類 分類分析就是通過分析樣本客戶數(shù)據(jù)庫(kù)中的數(shù)據(jù)，為每個(gè)類別作出準(zhǔn)確的描述或建立分析模型或挖掘出分類規(guī)則，然后用這個(gè)分類規(guī)則對(duì)其它客戶的記錄進(jìn)行分類。比如，信用卡公司根據(jù)顧客的信用記錄，把持卡人分成不同等級(jí)，并把等級(jí)標(biāo)記賦與數(shù)據(jù)庫(kù)中的每個(gè)記錄。對(duì)于每一等級(jí)，找出它們共同點(diǎn)，比如：“年收入在 10萬(wàn)元以上，年齡在 40～ 50歲之間的外企白領(lǐng)”總體上信用記錄最高。有了這樣的挖掘結(jié)果，客戶服務(wù)部門就知道一個(gè)新的客戶的潛在價(jià)值，在客戶服務(wù)投入上就心中有底。 聚類 這是分類的逆向方法。聚類把沒有分類的記錄，在不知道應(yīng)分成幾類的情況下，按照數(shù)據(jù)內(nèi)在的差異性大小，合理地劃分成幾類，并確定每個(gè)記錄所屬類別。它采用的分類規(guī)剛是按統(tǒng)計(jì)學(xué)的聚類分析方法決定的。比如，面對(duì)數(shù)據(jù)庫(kù)中“消費(fèi)額”、“購(gòu)買頻率”、“收入水平”等多個(gè)評(píng)價(jià)指標(biāo)，沒有辦法按照一個(gè)指標(biāo)去分類，就可以通過聚類按照數(shù)據(jù)間的自然聯(lián)系把分散的記錄“聚”成幾“堆”，然后再對(duì)每堆進(jìn)行深入分析。 計(jì)算機(jī)系統(tǒng)資源 文件和數(shù)據(jù)庫(kù)系統(tǒng) Wang Quansheng 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘 南京大學(xué)商學(xué)院電子商務(wù)系 數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域 某些具有特定的應(yīng)用問題和應(yīng)用背景的領(lǐng)域，是最能體現(xiàn)數(shù)據(jù)挖掘作用的應(yīng)用領(lǐng)域。對(duì)這些應(yīng)用領(lǐng)域中應(yīng)用問題的了解，將有助于對(duì)數(shù)據(jù)挖掘技術(shù)的了解。 （ 1）金融業(yè) 對(duì)帳戶進(jìn)行信用等級(jí)評(píng)估 股票交易規(guī)律分析 信用卡使用模式分析 金融市場(chǎng)的分析和預(yù)測(cè) （ 2）保險(xiǎn)業(yè) 保險(xiǎn)費(fèi)率的確定 :可以從大量客戶投保數(shù)據(jù)中分析并取得不同條件、不同人員、不同險(xiǎn)種、不同時(shí)間與年齡的保險(xiǎn)費(fèi)率，使保險(xiǎn)業(yè)主能獲得合理的利潤(rùn)。 險(xiǎn)種關(guān)聯(lián)分析 :可以分析客戶在購(gòu)買了某種保險(xiǎn)后是否同時(shí)還會(huì)購(gòu)買另一種保險(xiǎn)。 認(rèn)購(gòu)險(xiǎn)種的預(yù)測(cè) :可以通過數(shù)據(jù)挖掘預(yù)測(cè)新險(xiǎn)種的客戶群以及新險(xiǎn)種的前景。 計(jì)算機(jī)系統(tǒng)資源 文件和數(shù)據(jù)庫(kù)系統(tǒng) Wang Quansheng 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘 南京大學(xué)商學(xué)院電子商務(wù)系 數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域 某些具有特定的應(yīng)用問題和應(yīng)用背景的領(lǐng)域，是最能體現(xiàn)數(shù)據(jù)挖掘作用的應(yīng)用領(lǐng)域。對(duì)這些應(yīng)用領(lǐng)域中應(yīng)用問題的了解，將有助于對(duì)數(shù)據(jù)挖掘技術(shù)的了解。 （ 3）零售業(yè) 可以分析顧客行為與習(xí)慣 可以分析商場(chǎng)銷售商品的構(gòu)成 數(shù)據(jù)挖掘還可用于商品銷售預(yù)測(cè)、商品價(jià)格分析以及零售點(diǎn)設(shè)臵布局等方面 （ 4）科學(xué)研究 數(shù)據(jù)挖掘可以從大量的、漫無邊際的實(shí)驗(yàn)數(shù)據(jù)與歷史資料中提煉出對(duì)科學(xué)規(guī)則發(fā)現(xiàn)有用的信息，從而起到協(xié)助科學(xué)規(guī)律發(fā)現(xiàn)的作用。 （ 5）其他行業(yè)：醫(yī)療、電信、司法、故障診斷 計(jì)算機(jī)系統(tǒng)資源 文件和數(shù)據(jù)庫(kù)系統(tǒng) 南京大學(xué)商學(xué)院電子商務(wù)系 Wang Qu