智能物流概論(編輯修改稿)
2025-03-01 17:14 本頁面
【文章內容簡介】 它隸屬于數據倉庫。– 為某個部門或某項業(yè)務提供對應目的或應用范圍的數據。– 提高查詢效率及準確性。（ Data Warehouse, DW）數據倉庫 數據集市數據來源 系統(tǒng)，內部、外部數據 數據倉庫范圍 企業(yè)級 部門級或工作組級主題 企業(yè)主題 部門級或工作組級數據顆粒 最細的粒度 較粗的粒度歷史數據 大量的歷史數據 適度的歷史數據優(yōu)化 處理海量數據、數據索引 便于訪問和分析、快速查詢數據倉庫與數據集市的區(qū)別p 聯(lián)機分析處理技術出現的背景l(fā) 聯(lián)機事物處理（ On Line Transaction Processing, OLTP）在1993年前被普遍使用，以處理日常業(yè)務。l 聯(lián)機分析處理技術（ On Line Analytical Processing, OLAP）在1993年由數據庫之父 E. F. Cold 提出， 滿足日益增長的數據處理需求。（ On Line Analytical Processing，OLAP）p被替代原因：252。數據存儲量小252。對數據的查詢分析能力不能滿足需求252。只能提供簡單的查詢結果OLTP OLAP數據來源 底層數據庫 數據倉庫面向對象 操作人員和底層管理人員 決策人員和高層管理人員作用 對數據進行查詢、增加、刪除、修改等 對數據倉庫進行信息的分析處理處理類型 日常事務型（應用） 決策型（分析）OLTP與 OLAP的區(qū)別（ On Line Analytical Processing，OLAP）p “維 ”的概念OLAP是從多角度分析，對數據進行進一步了解，傳統(tǒng)的關系型數據庫不能滿足要求，需要一種新的技術叫做多維數據庫。維 (Dimension),是聯(lián)機分析處理的核心概念，是我們觀察世界的角度，是一種高層次的類型劃分。 “ 維 ” 可以表示屬性，例如時間屬性可稱為時間維，地點屬性稱為地點維等。20231 2 3 4 5 6 …2023時間牙膏香皂牙刷洗發(fā)水護發(fā)素銷售種類華北華南東北西北地區(qū)西南銷售額￥（ On Line Analytical Processing，OLAP）p OLAP的定義– OLAP 委員會對其定義：使分析人員、管理人員或執(zhí)行人能夠從多種角度對從原始數據中轉化出來的、能夠真正為用戶所理解的、并真實反映企業(yè)維特性的信息進行快速、一致、交互地存取，從而獲得對數據的更深入了解的一類軟件技術。它滿足決策者在多維環(huán)境、復雜結構下的特定要求，對數據進行各種操作以得到查詢結果，并以報表形式展示，側重決策支持。– E. F. Cold 描述 OLAP系統(tǒng)的 12條準則（ On Line Analytical Processing，OLAP）p OLAP的功能特征（ On Line Analytical Processing，OLAP）p OLAP 的多維分析方法OLAP 中的多維分析是指對以多維形式組織起來的數據采取各種分析動作，剖析數據，使最終用戶能從多角度、多側面觀察數據，從而深入地了解數據中的信息、內涵。p 多維分析方法包括：252。 切片（ Slice）：對多維數據中的任意二維作為觀察角度。– 原理：舍棄部分維度，集中分析二維數據。252。 切塊（ Dice）：選定多維數據中的任意三維作為觀察角度。– 原理：舍棄部分維度，集中分析三維數據。252。 旋轉（ Pivot）：改變維的方向，使用戶從不同角度來分析數據。– 原理：交換行和列，或者把某一行維變成列維。252。 下鉆（ Drill down）：將某一維度的衡量單位縮小，進而更加具體的了解數據。– 原理：從匯總數據深入到細節(jié)數據。252。 上卷（ Drill up）：在某一維上將低層次的細節(jié)數據概括到高層次的匯總數據– 原理：下鉆的逆過程，減少維數。 (Data Mining, DM)p 數據挖掘的定義數據挖掘（ Data Mining, DM）也叫知識發(fā)現（ Knowledge Discovery in Database, KDD），是從龐大的數據集合中發(fā)現新的規(guī)律或模式的過程。過程中使用人工智能、機器學習、統(tǒng)計分析、數據庫系統(tǒng)等工具。數據挖掘的目標是針對特定的數據、特定的問題，選擇一種或者多種挖掘算法，找到有價值的、未知的關系、趨勢，提取有效信息，對知識進行提煉，最后以合適的知識模式展示出來，用于進一步分析決策工。機器學習概率論 數據庫數據挖掘 (Data Mining, DM)p 數據挖掘方法l 分類區(qū)隔216。分類（ Classification） :對數據庫中的示例數據進行分析，對每個類別做出對應描述，挖掘分類規(guī)則。當遇到新數據時，在已被描述的類別中找到與自己相匹配的，從而確定新數據的類別。216。分群（ Clustering） :分群也叫做聚類，其輸入集是還沒有進行任何分類的數據。其目的是根據一定的規(guī)則，合理地劃分記錄集合，使組之間的差別盡可能大，組內的差別盡可能小，例如市場劃分等。l 序列規(guī)則216。關聯(lián)分析（ Association）：分析兩個事物同時出現的規(guī)律。216。序列分析（ Sequence）：發(fā)現事物的出現規(guī)律與時
教學課件相關推薦
鄂ICP備17016276號-1