雷火竞技首页

数据仓库与数据挖掘的决策支持-文库吧资料
发布时间:2026-10-30
 动就是了解报表数据的涵义,需要更多更详细的数据进行各种角度的分析。它为以后数据仓库的发展奠定了基础。传统的环境经常有上百个数据源,每一数据源都有各自定义的标准和实施技术。 用户访问方法的设计和开发 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 77 数据仓库的决策支持 美国著名的 NCR数据仓库公司对数据仓库总结 5种决策支持能力 。 ( 2)完成源数据变换到

  动就是了解报表数据的涵义,需要更多更详细的数据进行各种角度的分析。它为以后数据仓库的发展奠定了基础。传统的环境经常有上百个数据源,每一数据源都有各自定义的标准和实施技术。 用户访问方法的设计和开发 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 77 数据仓库的决策支持 美国著名的 NCR数据仓库公司对数据仓库总结 5种决策支持能力 。 ( 2)完成源数据变换到目标数据仓库中去。 ( 6) 访问:最终用户怎样才能查询数据 ? 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 73 ( 1)主题域分析 确定所需数据的范围和内容。 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 70 数据仓库的开发 数据仓库规划 ① 数据仓库开发的范围怎样 ? ② 要解决的业务问题是什么 ? ③ 开发的数据仓库的决策支持能力是什么 ? 数据仓库的决策支持及实例 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 71 决策者的需求 : 对信息的需求 对业务过程的需求 对数据访问的需求 定义体系结构 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 72 确定体系结构 ( 1) 来源:数据应该来自于什么 DBMS的源数据 ? ( 2) 传输:数据通过什么样的网络拓扑结构传送过来 ? ( 3) 目的地:数据发送到数据仓库的什么硬件环境 ? ( 4) 元数据:确定存储和访问数据的元数据 。 1. 三维表查询 在指定 “ 商店 =ALL,方案 =现有 ” 情况的三维表(行为部门,列为时间和销售量) 、 OLAP实例 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 1994 1995 %增长率 销售量 利润增长 % 销售量 利润增长 % 销售量 利润增长 服装 234,670 381,102 () 家具 62,548 66,005 () 汽车 375,098 325,402 () 所有其它 202,388 306,677 指定商店、方案后的三维表 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 1994 1995 %增长率 销售 利润增长 % 销售 利润增长 % 销售 利润增长 汽车 375,098 325,402 () 维修 195,051 180,786 () 附件 116,280 122,545 音乐 63,767 22,071 () 向下钻取 对汽车部门向下钻取出具体项目的销售情况和利润增长情况。 模型计算 增加模型,如增加系统优化、统计分析、趋势分析等模型,以提高决策分析能力。 如销售情况已超出预定义阈值的上限或下限时提醒分析员 。 如每日报告完成或月定货完成等通知分析员作分析 。 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 MOLAP和 ROLAP的对比表 MOLAP ROLAP 固定维 可变维 维交叉计算 多维视图 行级计算 超大型数据库 读 写应用 维数据变化速度快 数据集市 数据仓库 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 56 例如 , 以 “ 产品 、 城市 、 时间 ” 三维数据 , 如图 时间城市产品电视机电冰箱广州上海95 96 OLAP的决策支持; OLAP多维数据分析 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 57 基本功能:切片和切块 对三维数据 , 通过 “ 切片 ” , 分别从城市和产品等不同的角度观察销售情况: 电视机电冰箱广州上海决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 58 钻 取 钻取 :例如, 1995年各部门销售收入表如下: 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 59 对时间维进行下钻操作,获得新表如下: 钻 取(续) 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 60 1995 年 1996 年部门 1 季度 2 季度 3 季度 4 季度 1 季度 2 季度 3 季度 4 季度部门 1 200 200 350 150 120 200 250 140部门 2 250 50 150 150 200 180 230 120部门 3 200 150 180 270 180 200 170 250旋转前的数据 旋 转 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 61 1 季度 2 季度 3 季度 4 季度部门 95 年 96 年 95 年 96 年 95 年 96 年 95 年 96 年部门 1 200 120 200 200 350 250 150 140部门 2 250 200 50 180 150 230 150 120部门 3 200 180 150 200 180 170 270 250旋转后的数据 旋 转(续) 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 62 1 季度 2 季度 3 季度 4 季度年龄 95 年 96 年 95 年 96 年 95 年 96 年 95 年 96 年20 100 60 80 50 100 50 50 4050x20 300 230 110 250 270 330 200 22050 250 210 210 280 310 270 320 250旋转后再切片 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 63 广义 OLAP功能 基本代理操作 “ 代理 ” 是一些智能性代理 , 当系统处于某种特殊状态时提醒分析员 。 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 54 MOLAP是基于多维数据库存储方式建立的 OLAP;表现为 “ 超立方 ” 结构,类似于多维数组的结构。 多维数据映射成平面型的关系表。 OLAP与 OLTP的关系与比较 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 ( 2) OLAP OLAP是高层人员对数据仓库进行信息分析处理 。 OLTP利用数据库快速地处理具体业务 。 如: 5维数据单元 ( 牙膏 , 上海 , 1998年 12月 ,批发 , 销售额为 100000) 。 OLAP的基本概念 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 ( 5) 多维数组 : 一个多维数组可以表示为: (维 1,维 2, …… ,维 n,变量) 一个 5维的结构 , 即 ( 产品 , 地区 , 时间 , 销售渠道 , 销售额 ) 。 ( 4)维成员 :维的一个取值称为该维的一个维成员。 ( 3)维的层次 :数据的细节不同程度为维的层次。 ( 2)维 :维是人们观察数据的特定角度。 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 OLAP是针对特定问题的联机数据访问和分析。 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 47 8.多用户支持 当多个用户要在同一分析模式上并行工作,需要这些功能的支持。 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 46 5.客户 /服务器体系结构 OLAP是建立在客户 / 服务器体系结构上的。  用户可以对多维数据模型进行切片 、 切块 、 旋转坐标或进行多维的联合 ( 概括和聚集 ) 分析 。 OLAP准则 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 44  企业的数据空间本身就是多维的 。 ( 4)信息性 : OLAP系统应能及时获得信息,并且管理大容量的信息。 ( 2)可分析性 : OLAP系统应能处理任何逻辑分析和统计分析。 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 OLAP的定义 联机分析处理是共享多维信息的快速分析。 OLAP是以数据仓库为基础的数据分析处理。 联机分析处理 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 41 基本概念 OLAP是在 OLTP的基础上发展起来的。 在数据仓库系统中 , 联机分析处理是重要的数据分析工具 。 多个星型模型通过相同的维 , 如时间维 , 连接多个事实表 。 在上面星型模型的数据中 , 对 “ 产品表 ”“ 日期表 ”“ 地区表 ” 进行扩展形成雪花模型数据见下图 。 星型模型数据如下图: 雪花模型 雪花模型是对星型模型的扩展 , 雪花模型对星型模型的维表进一步层次化 , 原来的各维表可能被扩展为小的事实表 ,形成一些局部的 “ 层次 ” 区域 。 例如:多个时期的数据可能会出现在同一个 “ 事实表 ” 中 。 星型模型是由 “ 事实表 ” ( 大表 ) 以及多个 “ 维表 ” ( 小表 ) 所组成 。 三维构成立方体 , 若再增加一维 , 则图形很难想象 , 也不容易在屏幕上画出来 。 每一个销售事实由一个特定的商品 、 一个特定的时间 、一个特定的商品组成 。各个商店的集合是一维 , 时间的集合是一维 , 商品的集合是一维 。 三层 C/S结构 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 数据仓库存储采用多维数据模型 。 客户端O L A P 服务器数据仓库服务器 OLAP服务器将加强和规范化决策支持的服务工作,集中和简化了原客户端和数据仓库服务器的部分工作,降低了系统数据传输量。 服务器端完成各种辅助决策的 SQL查询 、 复杂的计算和各类综合功能等 。 数据仓库工具集 决策支持系统 医药信息工程学院 . 数 据 仓库与数 据 挖 掘的 决 策支持 数据仓库的运行结构 数据仓库应用是一个典型的客户 /服务器 ( C/S) 结构形式 。 多维数据的每一维代表对数据的一个特定的观察视角,如时间、地域、业务等。 一般包含: 可视化工具: 以图形化方式展示数据 , 可以帮劣了解数据的结构 ,

  数据仓库与数据挖掘(DATAWAREHOUSINGANDDATAMINING)参考书1、《数据仓库与数据挖掘》,作者:陈志泊主编,清华大学出版社2、《数据挖掘概念与技术》,JiaweiHanMichelineKamber著范明等译,机械工业出版社数据仓库与数据挖掘在生产决策中

  实验3决策树一、实验目的1.了解决策树的基本概念。2.掌握决策树挖掘分析的操作步骤。二、实验内容对三国志4中的数据进行决策树分析。三、实验仪、设备计算机、visualstudio2008、分析用数据、数据库服务四、实验步骤准备工作:三国志4数据导入数据库中。(1)打开visualstudio2008,新建项目,选择商业智能

  习题一假定用于分析的数据包含属性age值(以递增序)是:13,15,16,16,19,20,20,21,22,22,25,25,25,25,30,33,33,35,35,35,35,36,40,45,46,52,70.(a)使用min-max规范化将age值35变换到[,]区间。

  数据仓库与数据挖掘综述概念、体系结构、趋势、应用报告人:朱建秋20xx年6月7日提纲数据仓库概念数据仓库体系结构及组件数据仓库设计数据仓库技术(与数据库技术的区别)数据仓库性能数据仓库应用数据挖掘应用概述数据挖掘技术与趋势数据挖掘应用平台(科委申

  数据仓库与数据挖掘综述概念、体系结构、趋势、应用报告人:朱建秋2022年6月7日提纲数据仓库概念数据仓库体系结构及组件数据仓库设计数据仓库技术(与数据库技术的区别)数据仓库性能数据仓库应用数据挖掘应用概述数据挖掘技术与趋势数据挖掘应用平台(科委申

  其他统计学数据挖掘数据仓库与数据挖掘是一个多学科领域,从多个学科汲取营养。这些学科包括数据库技术、人工智能、机器学习、神经网络、统计学、模式识别、知识库系统、知识获取、信息检索、高信能计算和数据可视化。本课程以数据仓库与数据挖掘的基本概念和基本方法为主要内容,以方法的应用为主线,系统叙述数据仓库和数据挖掘的有关概念和基础知识,使学生

  第5章数据仓库的决策支持5.1数据仓库的用户5.3数据仓库应用实例5.1数据仓库的用户数据仓库的信息使用者数据仓库的探索者数据仓库的用户有两类:信息使用者和探索者信息使用者是使用数据仓库的大量用户。信息使用者以一种可预测的、重

  姜素芳第7章数据仓库和数据挖掘本章学习目标了解数据仓库的概念及特点了解数据挖掘的应用和功能熟悉数据挖掘的几种主要技术姜素芳第7章数据仓库和数据挖掘数据仓库概述数据挖掘概述数据挖掘的主要技术数据仓库和挖掘对CRM的影响姜素芳第7章数据仓库和数据挖掘

  数据仓库与数据挖掘摘要数据挖掘是一新兴的技术,近年对其研究正在蓬勃开展。本文阐述了数据仓库及数据挖掘的相关概念.做了相应的分析,同时共同探讨了两者共同发展的关系,并对数据仓库与挖掘技术结合应用的发展做了展望。用DataMiner作为对数据挖掘的工具,给出了应用于医院的数据仓库实例。指出了数据挖掘技术在医疗费用管理、医疗诊断管理、医院资源管理中具有的广泛应用性,为支持医院管理者的

  0第二章数据仓库原理1第二章数据仓库原理数据仓库定义数据仓库特征数据库体系化环境数据仓构造模式数据仓库概念结构数据仓库中的数据组织小节2数据仓库中的数据组织粒度分区维度元数据