數(shù)據(jù)倉庫與數(shù)據(jù)挖掘培訓(xùn)課件-閱讀頁
2025-03-19 13:12本頁面
【正文】 與傳統(tǒng)分析方法的區(qū)別 數(shù)據(jù)挖掘與傳統(tǒng)數(shù)據(jù)分析方法區(qū)別 （ 1）數(shù)據(jù)挖掘的數(shù)據(jù)源與以前相比有了顯著的改變； 數(shù)據(jù)挖掘出現(xiàn)的背景是 “ 數(shù)據(jù)爆炸但知識(shí)貧乏 ” ，數(shù)據(jù)是海量的；數(shù)據(jù)有噪聲；數(shù)據(jù)可能是非結(jié)構(gòu)化的； （ 2）傳統(tǒng)的數(shù)據(jù)分析方法一般都是先給出一個(gè)假設(shè)然后通過數(shù)據(jù)驗(yàn)證，在一定意義上是假設(shè)驅(qū)動(dòng)的；與之相反，數(shù)據(jù)挖掘在一定意義上是 發(fā)現(xiàn)驅(qū)動(dòng) 的，模式都是通過大量的搜索工作從數(shù)據(jù)中自動(dòng)提取出來 。在商業(yè)應(yīng)用中最典型的例子就是一家連鎖店通過數(shù)據(jù)挖掘發(fā)現(xiàn)了小孩尿布和啤酒之間有著驚人的聯(lián)系。 此外，還與神經(jīng)網(wǎng)絡(luò)、模式識(shí)別、空間數(shù)據(jù)分析、圖像處理、信號(hào)處理、概率論、圖論和歸納邏輯等等領(lǐng)域關(guān)系密切。我國(guó)于 1987年召開了第一屆全國(guó)機(jī)器學(xué)習(xí)研討會(huì)。 目前，國(guó)內(nèi)的許多科研單位和高等院校競(jìng)相開展知識(shí)發(fā)現(xiàn)的基礎(chǔ)理論及其應(yīng)用研究。 例如， 1998年在美國(guó)紐約舉行的第四屆知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘國(guó)際學(xué)術(shù)會(huì)議不僅進(jìn)行了學(xué)術(shù)討論，并且有 30多家軟件公司展示了他們的數(shù)據(jù)挖掘軟件產(chǎn)品，不少軟件已在北美、歐洲等國(guó)得到應(yīng)用?？蛻魪囊粋€(gè)電子商務(wù)網(wǎng)站轉(zhuǎn)換到競(jìng)爭(zhēng)對(duì)手那邊，只需點(diǎn)擊幾下鼠標(biāo)即可，電子商務(wù)環(huán)境下客戶保持比傳統(tǒng)商業(yè)更加困難。電子商務(wù)網(wǎng)站每天都可能有上百萬次的在線交易，生成大量的記錄文件（ Log files）和登記表，如何對(duì)這些數(shù)據(jù)進(jìn)行分析和挖掘，及時(shí)地了解客戶的喜好、購(gòu)買模式，甚至是客戶一時(shí)的沖動(dòng)，設(shè)計(jì)出滿足于不同客戶群體需要的個(gè)性化網(wǎng)站，進(jìn)而增加競(jìng)爭(zhēng)力，幾乎變得勢(shì)在必行。例如，基因的組合千變?nèi)f化，得某種病的人的基因和正常人的基因到底差別多大？能否找出其中不同的地方，進(jìn)而對(duì)其不同之處加以改變，使之成為正?；?？這都需要數(shù)據(jù)挖掘技術(shù)的支持。從分析算法上講，更需要一些新的和高效的算法。但就技術(shù)和軟件而言，還遠(yuǎn)沒有達(dá)到成熟的地步。例如，在客戶服務(wù)中心，把同客戶的談話轉(zhuǎn)化為文本數(shù)據(jù)，再對(duì)這些數(shù)據(jù)進(jìn)行挖掘，進(jìn)而了解客戶對(duì)服務(wù)的滿意程度和客戶的需求以及客戶之間的相互關(guān)系等信息。文本挖掘并不是一件容易的事情，尤其是在分析方法方面，還有很多需要研究的專題。 ? 多媒體挖掘（ Multimeadia Mining） 基于描述的檢索系統(tǒng) ? 基于圖像的描述創(chuàng)建索引并實(shí)現(xiàn)對(duì)象檢索，如關(guān)鍵字、標(biāo)題、尺寸和創(chuàng)建時(shí)間等； ? 人工實(shí)現(xiàn)則極為費(fèi)時(shí)、費(fèi)力 ； ? 自動(dòng)實(shí)現(xiàn)則往往結(jié)果不理想。功能包括聚合、分配、比率、乘積等 描述性 的建模功能。 2. 數(shù)據(jù)挖掘 數(shù)據(jù)挖掘是以變量和記錄為基礎(chǔ)進(jìn)行分類。 數(shù)據(jù)倉庫和數(shù)據(jù)挖掘的結(jié)合 數(shù)據(jù)倉庫和數(shù)據(jù)挖掘的區(qū)別與聯(lián)系 基于數(shù)據(jù)倉庫的決策支持系統(tǒng) 1. 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的區(qū)別 ? 數(shù)據(jù)倉庫是一種 存儲(chǔ)技術(shù) ，將大量數(shù)據(jù)按決策需求進(jìn)行重新組織 ，為用戶提供輔助決策的隨機(jī)查詢、綜合信息以及隨時(shí)間變化的趨勢(shì)分析。 ? 數(shù)據(jù)挖掘是從機(jī)器學(xué)習(xí)人工智能發(fā)展起來的。 ? 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘都是決策支持新技術(shù)。 ? 在數(shù)據(jù)倉庫系統(tǒng)的前端的 分析工具 中，數(shù)據(jù)挖掘是其中重要工具之一。數(shù)據(jù)挖掘用于數(shù)據(jù)倉庫實(shí)現(xiàn)決策支持： （ 1）預(yù)測(cè)客戶購(gòu)買傾向； （ 2）客戶利潤(rùn)貢獻(xiàn)度分析； （ 3）分析欺詐行為； （ 4）銷售渠道優(yōu)化分析等。 ? 數(shù)據(jù)倉庫中有大量的綜合數(shù)據(jù)，為決策者提供了綜合信息。 ? 聯(lián)機(jī)分析處理（ OLAP）對(duì)數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行多維數(shù)據(jù)分析，即多維數(shù)據(jù)的切片、切塊、旋轉(zhuǎn)、鉆取等，得到更深層中的信息和知識(shí)。 ? 數(shù)據(jù)倉庫（ DW）、聯(lián)機(jī)分析處理（ OLAP）、數(shù)據(jù)挖掘（ DM）等結(jié)合，形成決策支持
外語相關(guān)推薦
鄂ICP備17016276號(hào)-1