數(shù)據(jù)挖掘2、數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的olap技術(shù)(編輯修改稿)
2025-03-26 10:50 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 ars_sold = sum(sales_in_dollars), avg_sales = avg(sales_in_dollars), units_sold = count(*) define dimension time as (time_key, day, day_of_week, month, quarter, year) define dimension item as (item_key, item_name, brand, type, supplier(supplier_key, supplier_type)) define dimension branch as (branch_key, branch_name, branch_type) define dimension location as (location_key, street, city(city_key, province_or_state, country)) 實(shí)例：使用 DMQL定義事實(shí)星座模式 define cube sales [time, item, branch, location]: dollars_sold = sum(sales_in_dollars), avg_sales = avg(sales_in_dollars), units_sold = count(*) define dimension time as (time_key, day, day_of_week, month, quarter, year) define dimension item as (item_key, item_name, brand, type, supplier_type) define dimension branch as (branch_key, branch_name, branch_type) define dimension location as (location_key, street, city, province_or_state, country) define cube shipping [time, item, shipper, from_location, to_location]: dollar_cost = sum(cost_in_dollars), unit_shipped = count(*) define dimension time as time in cube sales define dimension item as item in cube sales define dimension shipper as (shipper_key, shipper_name, location as location in cube sales, shipper_type) define dimension from_location as location in cube sales define dimension to_location as location in cube sales 27 March 2023 Data Mining: Concepts and Techniques 29 A Sample Data Cube Total annual sales of TV in . Date Country sum sum TV VCR PC 1Qtr 2Qtr 3Qtr 4Qtr Canada Mexico sum 度量的分類 ? 一個(gè)數(shù)據(jù)立方體的度量是一個(gè) 數(shù)值 函數(shù)，該函數(shù)可以對(duì)數(shù)據(jù)立方體的每一個(gè)點(diǎn)求值。 ? (剛才的示例中用的是什么函數(shù)？ ) ? 度量可以根據(jù)其所用的聚集函數(shù)分為三類： ? 分布的 (distributive)：將函數(shù)用于 n個(gè)聚集值得到的結(jié)果和將函數(shù)用于所有數(shù)據(jù)得到的結(jié)果一樣。 ? 比如： count()， sum()， min()， max()等 ? 代數(shù)的 (algebraic)：函數(shù)可以由一個(gè)帶 M個(gè)參數(shù)的代數(shù)函數(shù)計(jì)算（ M為有界整數(shù)），而每個(gè)參數(shù)值都可以有一個(gè)分布的聚集函數(shù)求得。 ? 比如： avg()， min_N()， standard_deviation() ? 整體的 (holistic)：描述函數(shù)的子聚集所需的存儲(chǔ)沒有一個(gè)常數(shù)界。 ? 比如： median()， mode()， rank() 概念分層 (1) ? 一個(gè)概念分層（ concept hierarchy）定義一個(gè)映射序列，將低層概念映射到更一般的高層概念 ? . 表示 location的概念：杭州 ?浙江 ?中國(guó) ?亞洲 ? 概念分層允許我們?cè)诟鞣N抽象級(jí)審查和處理數(shù)據(jù) ? 概念分層可以由系統(tǒng)用戶、領(lǐng)域?qū)＜?、知識(shí)工程師人工的提供，也可以根據(jù)數(shù)據(jù)分布的統(tǒng)計(jì)分析自動(dòng)的產(chǎn)生 概念分層 (2): location維的一個(gè)概念分層 all Europe North_America Mexico Canada Spain Germany Vancouver M. Wind L. Chan ... ... ... ... ... ... all region office country Toronto Frankfurt city 許多概念分層的定義隱含在數(shù)據(jù)庫(kù)的模式中。比如： location維的定義，officecitycountryregion；這些屬性 按一個(gè)全序相關(guān)，形成一個(gè)層次結(jié)構(gòu)： year day quarter month week 維的屬性也可以組成一個(gè)偏序，形成一個(gè)格： 概念分層 (3) ——使用 ? 概念分層為不同級(jí)別上的數(shù)據(jù)匯總提供了一個(gè)良好的基礎(chǔ) ? 綜合概念分層和多維數(shù)據(jù)模型的潛力，可以對(duì)數(shù)據(jù)獲得更深入的洞察力 ? 通過(guò)在多維數(shù)據(jù)模型中，在不同的維上定義概念分層，使得用戶在不同的維上從不同的層次對(duì)數(shù)據(jù)進(jìn)行觀察成為可能。 ? 多維數(shù)據(jù)模型（數(shù)據(jù)立方體）使得從不同的角度對(duì)數(shù)據(jù)進(jìn)行觀察成為可能，而概念分層則提供了從不同層次對(duì)數(shù)據(jù)進(jìn)行觀察的能力；結(jié)合這兩者的特征，我們可以在多維數(shù)據(jù)模型上定義各種 OLAP操作，為用戶從不同角度不同層次觀察數(shù)據(jù)提供了靈活性： 多維數(shù)據(jù)模型上的 OLAP操作 (1) ? 上卷 (rollup):匯總數(shù)據(jù) ? 通過(guò)一個(gè)維的概念分層向上攀升或者通過(guò)維規(guī)約 ? 當(dāng)用維歸約進(jìn)行上卷時(shí)，一個(gè)或多個(gè)維由給定的數(shù)據(jù)立方體刪除 ? 下鉆 (drilldown)：上卷的逆操作 ? 由不太詳細(xì)的數(shù)據(jù)到更詳細(xì)的數(shù)據(jù)，可以通過(guò)沿維的概念分層向下或引入新的維來(lái)實(shí)現(xiàn) (為給定數(shù)據(jù)添加更多細(xì)節(jié) ) ? 切片和切塊 (slice and dice) ? 切片操作在給定的數(shù)據(jù)立方體的一個(gè)維上進(jìn)行選擇，導(dǎo)致一個(gè)子方 ? 切塊操作通過(guò)對(duì)兩個(gè)或多個(gè)維進(jìn)行選擇，定義子方 多維數(shù)據(jù)模型上的 OLAP操作 (2) ? 轉(zhuǎn)軸 (pivot) ? 立方體的重定位，可視化，或?qū)⒁粋€(gè) 3維立方體轉(zhuǎn)化為一個(gè) 2維平面序列 ? 轉(zhuǎn)軸是一種 可視化 操作，通過(guò)轉(zhuǎn)動(dòng)當(dāng)前數(shù)據(jù)的視圖來(lái)提供一個(gè)數(shù)據(jù)的替代表示 ? 其他 OLAP操作 ? 鉆過(guò) (drill_across)：執(zhí)行涉及多個(gè)事實(shí)表的查詢 ? 鉆透 (drill_through)：使用關(guān)系 SQL機(jī)制，鉆到數(shù)據(jù)立方體的底層，到后端關(guān)系表 ? 其他 OLAP操作可能包括列出表中最高或最低的 N項(xiàng)，以及計(jì)算移動(dòng)平均值、增長(zhǎng)率、利潤(rùn)、統(tǒng)計(jì)函數(shù)等等 27 March 2023 Data Mining: Concepts and Techniques 36 Fig. Typical OLAP Operations 數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)：一個(gè)商務(wù)分析框架 (1) ? 數(shù)據(jù)倉(cāng)庫(kù)給商業(yè)分析專家提供了什么？ ? 通過(guò)提供相關(guān)數(shù)據(jù)與信息，獲得競(jìng)爭(zhēng)優(yōu)勢(shì)
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1