數(shù)據(jù)倉庫與數(shù)據(jù)挖掘第章(編輯修改稿)
2025-03-27 12:59 本頁面
【文章內(nèi)容簡介】 工作單位 簡單的事務 復雜的查詢 用戶數(shù) 上千個 上百個 DB大小 100MB ~ GB 100GB ~ TB ? 正是事務處理和分析處理具有極其差異的性質(zhì)， 所以以 事務處理環(huán)境 來支持 分析處理 是行不通的！ ? 行不通的主要原因有： 兩種處理的性能特點不同！ 數(shù)據(jù)集成問題！ 數(shù)據(jù)動態(tài)集成問題！ 歷史數(shù)據(jù)問題！ 數(shù)據(jù)的綜合問題！ 傳統(tǒng)數(shù)據(jù)庫的演化 抽取程序 ? 因為用抽取程序能將數(shù)據(jù)從高性能聯(lián)機事務處理方 式中轉(zhuǎn)移出來，所以在需 要總體分析數(shù)據(jù)時就與聯(lián) 機事務處理性能不發(fā)生沖 突。 抽取程序形成了“蜘蛛網(wǎng)” 數(shù)據(jù)不一致！ 而且生產(chǎn)率很低！ 傳統(tǒng)數(shù)據(jù)庫的演化 數(shù)據(jù)倉庫 數(shù)據(jù)在從操作型環(huán)境轉(zhuǎn)移到數(shù)據(jù)倉庫 環(huán)境的同時進行集成 什么是數(shù)據(jù)倉庫（ DW）？ ? ——是一種為信息分析提供了良好的基礎并支 持管理決策活動的分析環(huán)境，是面向主題的、集成的、相對穩(wěn)定的、隨時 間變化的、分層次的多維的集成數(shù)據(jù)集合。 數(shù)據(jù)倉庫的作用 兩個主要作用 ? 存儲經(jīng)過加工處理的決策需要的數(shù)據(jù) – 存儲數(shù)據(jù)的一種形式 – 加工和集成后的再存儲 ? 查詢和決策分析的依據(jù) – 為數(shù)據(jù)驅(qū)動型的決策支持提供數(shù)據(jù)基礎 建立數(shù)據(jù)倉庫的好處 ? 更加高效的地制定決策 ? 提供一個關(guān)于整個企業(yè)的整體構(gòu)架 ? 集中存放，方便存取，提高生產(chǎn)效率 ? 減少重復數(shù)據(jù)處理和分析 ? 提高用戶對數(shù)據(jù)的應用程度 ? 為商務流程再造提供支持 數(shù)據(jù)倉庫的特點 ? 面向主題 ? 集成性 ? 相對穩(wěn)定 (非易失 ) ? 時態(tài)性 (反映時間變化 ) 3 初識數(shù)據(jù)挖掘 數(shù)據(jù)挖掘逐漸演變的過程： ? 機器學習成為人們關(guān)心的焦點。 從范例出發(fā) ? 隨著人工智能技術(shù)的形成和發(fā)展 ,人們的注意力轉(zhuǎn)向知識工程，直接從計算機輸入規(guī)則。 從規(guī)則出發(fā) ? 80年代末出現(xiàn)一個新的術(shù)語，即數(shù)據(jù)庫中的知識發(fā)現(xiàn)，簡稱 KDD(Knowledge discovery in database)。從數(shù)據(jù)出發(fā) ? 數(shù)據(jù)倉庫技術(shù)的發(fā)展與數(shù)據(jù)挖掘有著密切 的關(guān)系。促進，但不是先決條件！ 數(shù)據(jù)挖掘在商務智能中的位置 Increasing potential to support business decisions End User Business Analyst Data Analyst DBA Making Decisions Data Presentation Visualization Techniques Data Mining Information Discovery Data Exp
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1