基于數(shù)據(jù)倉庫的數(shù)據(jù)挖掘技術

《基于數(shù)據(jù)倉庫的數(shù)據(jù)挖掘技術》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在教育資源-天天文庫。

1、數(shù)據(jù)倉庫技術在超市中的應用[摘要]本文主要介紹數(shù)據(jù)倉庫的技術，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)倉庫的建模過程。通過聯(lián)機分析技術和數(shù)據(jù)挖掘技術對數(shù)據(jù)倉庫中的數(shù)據(jù)進行處理得到需要的信息，然后應用到超市中以滿足各種潛在的個性化的需求。[關鍵詞]：數(shù)據(jù)倉庫，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]ThethesismainlyintroducesthetechniqueofDataWarehouseand

2、narratehowtobuildDataWarehouseinsupermarket.WecandodataprocessingbythetechniqueofOLAPandDataMininginthesupermarkettogetsomepotentialinformationtomeetconsumers’potentialdiverserequirements.[Keywords]DataMining,Datawarehouse,Dataprocessing,OLAP,Supermarket;1.引言隨著計算方法和信息技

3、術的不斷發(fā)展，大量數(shù)據(jù)的產(chǎn)生和收集導致信息爆炸?，F(xiàn)代社會的競爭趨勢要求對這些數(shù)據(jù)進行實時的和深層次的分析。雖然現(xiàn)在很多超市都有很大的存儲系統(tǒng)和很強的存儲系統(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越困難。數(shù)據(jù)倉庫提供了容納大量信息的場所，用戶可以使用聯(lián)機分析技術和數(shù)據(jù)挖掘技術從繁雜的數(shù)據(jù)中找出真正有價值的信息和知識。數(shù)據(jù)倉庫可以加強企業(yè)對信息的管理能力，數(shù)據(jù)挖掘可以改善企業(yè)的經(jīng)營狀況，為超市的管理和決策提供科學的依據(jù)，為超市帶來巨大的收益，增強企業(yè)的競爭優(yōu)勢。超市在經(jīng)營中積累了海量的歷史數(shù)據(jù)，使用數(shù)據(jù)倉庫對這些數(shù)據(jù)進行管理和分

4、析，比人工數(shù)據(jù)管理更有效，更科學。針對不同類型的客戶，商家推出不同的策略，以迎合不同客戶的購物習慣，這樣的策略才具有針對性。針對以上問題，以某個超市的應用數(shù)據(jù)庫為基礎，該數(shù)據(jù)庫中存儲了大量的客戶信息，購買時得交易數(shù)據(jù)，產(chǎn)品信息等數(shù)據(jù)，討論如何構建該數(shù)據(jù)倉庫和進行數(shù)據(jù)挖掘。1.數(shù)據(jù)倉庫及相關概念2.1數(shù)據(jù)倉庫的概念1993年，WilliamH.Inmon在發(fā)表的著作BuildingtheDataWarehouse中首先給出了數(shù)據(jù)倉庫的定義：“數(shù)據(jù)倉庫是一個面向主題的，集成的，非易失的且隨時間變化的，用來支持管理人員做出決策的數(shù)據(jù)集合。

5、”數(shù)據(jù)倉庫的特征：數(shù)據(jù)倉庫是面向主題的數(shù)據(jù)倉庫中的數(shù)據(jù)是綜合或提煉的數(shù)據(jù)倉庫中保存的是過去的和現(xiàn)在的數(shù)據(jù)數(shù)據(jù)倉庫中數(shù)據(jù)不可更新操作需求是臨時決定的數(shù)據(jù)常冗余所查詢的是經(jīng)過公的數(shù)據(jù)支持決策分析綜上所述，數(shù)據(jù)倉庫是把企業(yè)中異構的歷史數(shù)據(jù)進行抽取，轉(zhuǎn)換，合并和統(tǒng)一管理，從而用來對數(shù)據(jù)進行進一步的加工以輔助決策分析，數(shù)據(jù)挖掘，產(chǎn)生報表的應用。因此數(shù)據(jù)倉庫是一個集中式得，集成式的數(shù)據(jù)存儲。2.1數(shù)據(jù)進入數(shù)據(jù)庫的過程數(shù)據(jù)進入數(shù)據(jù)倉庫要經(jīng)過數(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)匯總五個五階段。交換提取凈化加載匯總2.2聯(lián)機分析處理OLAP用

6、中，對數(shù)據(jù)庫的簡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)，并分析其之間的關系。由于傳統(tǒng)的數(shù)據(jù)庫及查詢工具對于管理和應用這樣復雜的數(shù)據(jù)已滿足不了要求，于是出現(xiàn)了多維數(shù)據(jù)庫和多維分析的OLAP技術。OLAP是一種軟件技術，它使分析人員能夠迅速，一致，交互地從各個方面觀察信息，已達到深入理解數(shù)據(jù)的目的。OLAP是多維數(shù)據(jù)分析工具的集合，其目標是滿足決策支持和多維環(huán)境下特定的查詢和報表需求。OLAP分析主要通過對多維數(shù)據(jù)進行切片，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，多個側面，多

7、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，隨機的實際應用數(shù)據(jù)中提取隱含其中的，事先未知的，但又具有潛在價值的信息和知識的過程。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)挖掘和預測性數(shù)據(jù)挖掘。描述性數(shù)據(jù)挖掘包含關聯(lián)分析，序列分析，聚類分析等方法。預測性數(shù)據(jù)挖掘包含分類和統(tǒng)計回歸等方法，常用的預測模型有決策樹，神經(jīng)網(wǎng)絡，線性回歸等。數(shù)據(jù)挖掘為經(jīng)營決策，市場策劃，金融預測等提供依據(jù)，使大型數(shù)據(jù)庫作為一個豐富可靠的資源為知識歸納服務。3數(shù)據(jù)倉庫在超市中的

8、應用根據(jù)某超市的需求，建立一個基于數(shù)據(jù)倉庫的決策支持系統(tǒng)。主要分為三個階段：（1）數(shù)據(jù)倉庫建模，根據(jù)超市的經(jīng)營數(shù)據(jù)確定分析主題，維度，粒度，事實表，維表等。（2）使用數(shù)據(jù)倉庫提取，轉(zhuǎn)換，加載（ETL）工具中的調(diào)度器，抽取轉(zhuǎn)換器，加載器