資源描述:
《基于數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)挖掘技術(shù).docx》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、數(shù)據(jù)倉(cāng)庫(kù)技術(shù)在超市中的應(yīng)用[摘要]本文主要介紹數(shù)據(jù)倉(cāng)庫(kù)的技術(shù),以某超市銷售決策支持系統(tǒng)為例,敘述了面向超市的數(shù)據(jù)倉(cāng)庫(kù)的建模過(guò)程。通過(guò)聯(lián)機(jī)分析技術(shù)和數(shù)據(jù)挖掘技術(shù)對(duì)數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)進(jìn)行處理得到需要的信息,然后應(yīng)用到超市中以滿足各種潛在的個(gè)性化的需求。[關(guān)鍵詞]:數(shù)據(jù)倉(cāng)庫(kù),超市,數(shù)據(jù)挖掘,數(shù)據(jù)處理,潛在需求,OLAP,決策支持ApplicationofDataWarehouseintheSuppermarket[Abstract]ThethesismainlyintroducesthetechniqueofDataWarehouseandnarratehowtobu
2、ildDataWarehouseinsupermarket.WecandodataprocessingbythetechniqueofOLAPandDataMininginthesupermarkettogetsomepotentialinformationtomeetconsumers’potentialdiverserequirements.[Keywords]DataMining,Datawarehouse,Dataprocessing,OLAP,Supermarket;1.引言隨著計(jì)算方法和信息技術(shù)的不斷發(fā)展,大量數(shù)據(jù)的產(chǎn)生和收集導(dǎo)致信息爆炸?,F(xiàn)代社會(huì)
3、的競(jìng)爭(zhēng)趨勢(shì)要求對(duì)這些數(shù)據(jù)進(jìn)行實(shí)時(shí)的和深層次的分析。雖然現(xiàn)在很多超市都有很大的存儲(chǔ)系統(tǒng)和很強(qiáng)的存儲(chǔ)系統(tǒng),但是使用者發(fā)現(xiàn)在分析所擁有的信息方面變得越來(lái)越困難。數(shù)據(jù)倉(cāng)庫(kù)提供了容納大量信息的場(chǎng)所,用戶可以使用聯(lián)機(jī)分析技術(shù)和數(shù)據(jù)挖掘技術(shù)從繁雜的數(shù)據(jù)中找出真正有價(jià)值的信息和知識(shí)。數(shù)據(jù)倉(cāng)庫(kù)可以加強(qiáng)企業(yè)對(duì)信息的管理能力,數(shù)據(jù)挖掘可以改善企業(yè)的經(jīng)營(yíng)狀況,為超市的管理和決策提供科學(xué)的依據(jù),為超市帶來(lái)巨大的收益,增強(qiáng)企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)。超市在經(jīng)營(yíng)中積累了海量的歷史數(shù)據(jù),使用數(shù)據(jù)倉(cāng)庫(kù)對(duì)這些數(shù)據(jù)進(jìn)行管理和分析,比人工數(shù)據(jù)管理更有效,更科學(xué)。針對(duì)不同類型的客戶,商家推出不同的策略,以迎合不同
4、客戶的購(gòu)物習(xí)慣,這樣的策略才具有針對(duì)性。針對(duì)以上問(wèn)題,以某個(gè)超市的應(yīng)用數(shù)據(jù)庫(kù)為基礎(chǔ),該數(shù)據(jù)庫(kù)中存儲(chǔ)了大量的客戶信息,購(gòu)買時(shí)得交易數(shù)據(jù),產(chǎn)品信息等數(shù)據(jù),討論如何構(gòu)建該數(shù)據(jù)倉(cāng)庫(kù)和進(jìn)行數(shù)據(jù)挖掘。1.數(shù)據(jù)倉(cāng)庫(kù)及相關(guān)概念2.1數(shù)據(jù)倉(cāng)庫(kù)的概念1993年,WilliamH.Inmon在發(fā)表的著作BuildingtheDataWarehouse中首先給出了數(shù)據(jù)倉(cāng)庫(kù)的定義:“數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)面向主題的,集成的,非易失的且隨時(shí)間變化的,用來(lái)支持管理人員做出決策的數(shù)據(jù)集合。”數(shù)據(jù)倉(cāng)庫(kù)的特征:數(shù)據(jù)倉(cāng)庫(kù)是面向主題的數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是綜合或提煉的數(shù)據(jù)倉(cāng)庫(kù)中保存的是過(guò)去的和現(xiàn)在的數(shù)據(jù)數(shù)據(jù)倉(cāng)庫(kù)
5、中數(shù)據(jù)不可更新操作需求是臨時(shí)決定的數(shù)據(jù)常冗余所查詢的是經(jīng)過(guò)公的數(shù)據(jù)支持決策分析綜上所述,數(shù)據(jù)倉(cāng)庫(kù)是把企業(yè)中異構(gòu)的歷史數(shù)據(jù)進(jìn)行抽取,轉(zhuǎn)換,合并和統(tǒng)一管理,從而用來(lái)對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步的加工以輔助決策分析,數(shù)據(jù)挖掘,產(chǎn)生報(bào)表的應(yīng)用。因此數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)集中式得,集成式的數(shù)據(jù)存儲(chǔ)。2.1數(shù)據(jù)進(jìn)入數(shù)據(jù)庫(kù)的過(guò)程數(shù)據(jù)進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)要經(jīng)過(guò)數(shù)據(jù)提取,數(shù)據(jù)交換,數(shù)據(jù)凈化,數(shù)據(jù)加載和數(shù)據(jù)匯總五個(gè)五階段。交換提取凈化加載匯總2.2聯(lián)機(jī)分析處理OLAP用中,對(duì)數(shù)據(jù)庫(kù)的簡(jiǎn)單查詢已滿足不了用戶分析和決策者提出的要求,于是我們需要多角度的觀察數(shù)據(jù),并分析其之間的關(guān)系。由于傳統(tǒng)的數(shù)據(jù)庫(kù)及查詢工具對(duì)于
6、管理和應(yīng)用這樣復(fù)雜的數(shù)據(jù)已滿足不了要求,于是出現(xiàn)了多維數(shù)據(jù)庫(kù)和多維分析的OLAP技術(shù)。OLAP是一種軟件技術(shù),它使分析人員能夠迅速,一致,交互地從各個(gè)方面觀察信息,已達(dá)到深入理解數(shù)據(jù)的目的。OLAP是多維數(shù)據(jù)分析工具的集合,其目標(biāo)是滿足決策支持和多維環(huán)境下特定的查詢和報(bào)表需求。OLAP分析主要通過(guò)對(duì)多維數(shù)據(jù)進(jìn)行切片,切塊,聚合,鉆取,旋轉(zhuǎn)等分析操作以求剖析數(shù)據(jù),使用戶能夠從多種維度,多個(gè)側(cè)面,多種數(shù)據(jù)綜合度查看數(shù)據(jù),從而了解數(shù)據(jù)背后蘊(yùn)涵的規(guī)律。2.3數(shù)據(jù)挖掘數(shù)據(jù)挖掘就是從大量的,不完全的,有噪聲的,模糊的,隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中提取隱含其中的,事先未知的,但又具
7、有潛在價(jià)值的信息和知識(shí)的過(guò)程。從數(shù)據(jù)分析的角度出發(fā),數(shù)據(jù)挖掘可以分為兩種類型:描述性數(shù)據(jù)挖掘和預(yù)測(cè)性數(shù)據(jù)挖掘。描述性數(shù)據(jù)挖掘包含關(guān)聯(lián)分析,序列分析,聚類分析等方法。預(yù)測(cè)性數(shù)據(jù)挖掘包含分類和統(tǒng)計(jì)回歸等方法,常用的預(yù)測(cè)模型有決策樹,神經(jīng)網(wǎng)絡(luò),線性回歸等。數(shù)據(jù)挖掘?yàn)榻?jīng)營(yíng)決策,市場(chǎng)策劃,金融預(yù)測(cè)等提供依據(jù),使大型數(shù)據(jù)庫(kù)作為一個(gè)豐富可靠的資源為知識(shí)歸納服務(wù)。3數(shù)據(jù)倉(cāng)庫(kù)在超市中的應(yīng)用根據(jù)某超市的需求,建立一個(gè)基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)。主要分為三個(gè)階段:(1)數(shù)據(jù)倉(cāng)庫(kù)建模,根據(jù)超市的經(jīng)營(yíng)數(shù)據(jù)確定分析主題,維度,粒度,事實(shí)表,維表等。(2)使用數(shù)據(jù)倉(cāng)庫(kù)提取,轉(zhuǎn)換,加載(ET
8、L)工具中的調(diào)度器,抽取轉(zhuǎn)換器,加載器