數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的決策支持

《數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的決策支持》由會員上傳分享，免費在線閱讀，更多相關內容在教育資源-天天文庫。

1、第5章數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的決策支持基本原理知識發(fā)現(xiàn)與數(shù)據(jù)挖掘數(shù)據(jù)倉庫系統(tǒng)聯(lián)機分析處理數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的決策支持數(shù)據(jù)倉庫的支持系統(tǒng)5.1數(shù)據(jù)倉庫的基本原理數(shù)據(jù)倉庫的興起1.“數(shù)據(jù)太多，信息不足”的現(xiàn)狀2.異構環(huán)境的數(shù)據(jù)源據(jù)美國《幸?！冯s志所列的全球2000家大公司中已有90%將Internet網(wǎng)絡和數(shù)據(jù)倉庫這兩項技術列入企業(yè)計劃。數(shù)據(jù)倉庫是1995年開始盛行起來的。5.1.1數(shù)據(jù)倉庫的概念（1）W.H.Inmon在《建立數(shù)據(jù)倉庫》一書中，對數(shù)據(jù)倉庫的定義為：數(shù)據(jù)倉庫是面向主題的、集成的、穩(wěn)定的，不同時間的數(shù)據(jù)集合，用于支持經(jīng)營管理中決策制定

2、過程。1、數(shù)據(jù)倉庫的概念（2）SAS軟件研究所定義：數(shù)據(jù)倉庫是一種管理技術，旨在通過通暢、合理、全面的信息管理，達到有效的決策支持。1、數(shù)據(jù)倉庫的概念傳統(tǒng)數(shù)據(jù)庫用于事務處理，也叫操作型處理，是指對數(shù)據(jù)庫聯(lián)機進行日常操作，即對一個或一組記錄的查詢和修改，主要為企業(yè)特定的應用服務的。用戶關心的是響應時間，數(shù)據(jù)的安全性和完整性。數(shù)據(jù)倉庫用于決策支持，也稱分析型處理，用于決策分析，它是建立決策支持系統(tǒng)（DSS）的基礎。操作型數(shù)據(jù)（DB數(shù)據(jù)）與分析型數(shù)據(jù)（DW數(shù)據(jù)）之間的差別為：2、數(shù)據(jù)倉庫特點（1）數(shù)據(jù)倉庫是面向主題的主題是數(shù)據(jù)歸類的標準，每一個主

3、題基本對應一個宏觀的分析領域。例如，銀行的數(shù)據(jù)倉庫的主題：客戶DW的客戶數(shù)據(jù)來源：從銀行儲蓄DB、信用卡DB、貸款DB等三個DB中抽取同一客戶的數(shù)據(jù)整理而成。在DW中分析客戶數(shù)據(jù)，可決定是否繼續(xù)給予貸款。2、數(shù)據(jù)倉庫特點（2）數(shù)據(jù)倉庫是集成的數(shù)據(jù)進入數(shù)據(jù)倉庫之前，必須經(jīng)過加工與集成。對不同的數(shù)據(jù)來源進行統(tǒng)一數(shù)據(jù)結構和編碼。統(tǒng)一原始數(shù)據(jù)中的所有矛盾之處，如字段的同名異義，異名同義，單位不統(tǒng)一，字長不一致等。將原始數(shù)據(jù)結構做一個從面向應用到面向主題的大轉變。2、數(shù)據(jù)倉庫特點（3）數(shù)據(jù)倉庫是穩(wěn)定的數(shù)據(jù)倉庫中包括了大量的歷史數(shù)據(jù)。數(shù)據(jù)經(jīng)集成進入數(shù)據(jù)

4、倉庫后是極少或根本不更新的。（4）數(shù)據(jù)倉庫是隨時間變化的數(shù)據(jù)倉庫內的數(shù)據(jù)時限在5~10年，故數(shù)據(jù)的鍵碼包含時間項，標明數(shù)據(jù)的歷史時期，這適合DSS進行時間趨勢分析。而數(shù)據(jù)庫只包含當前數(shù)據(jù)，即存取某一時間的正確的有效的數(shù)據(jù)。2、數(shù)據(jù)倉庫特點大型DW是一個TB（1000GB）級數(shù)據(jù)庫問題（一般為10GB級相當于一般數(shù)據(jù)庫100MB的100倍）需要一個巨大的硬件平臺需要一個并行的數(shù)據(jù)庫系統(tǒng)最好的數(shù)據(jù)倉庫是大的和昂貴的。面向主題穩(wěn)定隨時間變化集成特點數(shù)據(jù)倉庫特點近期基本數(shù)據(jù)：是最近時期的業(yè)務數(shù)據(jù)，是數(shù)據(jù)倉庫用戶最感興趣的部分，數(shù)據(jù)量大。歷史基本數(shù)據(jù)

5、：近期基本數(shù)據(jù)隨時間的推移，由數(shù)據(jù)倉庫的時間控制機制轉為歷史基本數(shù)據(jù)。輕度綜合數(shù)據(jù)：是從近期基本數(shù)據(jù)中提取出的，這層數(shù)據(jù)是按時間段選取，或者按數(shù)據(jù)屬性（attributes）和內容（contents）進行綜合。高度綜合數(shù)據(jù)層：這一層的數(shù)據(jù)是在輕度綜合數(shù)據(jù)基礎上的再一次綜合，是一種準決策數(shù)據(jù)。5.1.2數(shù)據(jù)倉庫結構數(shù)據(jù)倉庫工作范圍和成本常常是巨大的。開發(fā)數(shù)據(jù)庫是代價很高、時間較長的大項目。提供更緊密集成的數(shù)據(jù)集市就應運產(chǎn)生。目前，全世界對數(shù)據(jù)倉庫總投資的一半以上均集中在數(shù)據(jù)集市上。5.1.3數(shù)據(jù)集市（DataMarts）數(shù)據(jù)集市（DataMa

6、rts）是一種更小、更集中的數(shù)據(jù)倉庫，為公司提供分析商業(yè)數(shù)據(jù)的一條廉價途徑。DataMarts是指具有特定應用的數(shù)據(jù)倉庫，主要針對某個應用或者具體部門級的應用，支持用戶獲得競爭優(yōu)勢或者找到進入新市場的具體解決方案。數(shù)據(jù)集市概念獨立數(shù)據(jù)集市(IndependentDataMart)從屬數(shù)據(jù)集市(DependentDataMart)數(shù)據(jù)集市的種類1、規(guī)模是小的2、特定的應用3、面向部門4、由業(yè)務部門定義，設計和開發(fā)5、由業(yè)務部門管理和維護6、快速實現(xiàn)7、購買較便宜8、投資快速回收9、工具集的緊密集成10、更詳細的、預先存在的數(shù)據(jù)倉庫的摘要子集1

7、1、可升級到完整的數(shù)據(jù)倉庫數(shù)據(jù)集市的特性元數(shù)據(jù)是數(shù)據(jù)倉庫的重要組成部分。元數(shù)據(jù)描述了數(shù)據(jù)倉庫的數(shù)據(jù)和環(huán)境，即關于數(shù)據(jù)的數(shù)據(jù)(metadata)元數(shù)據(jù)包括四種元數(shù)據(jù)。5.1.4元數(shù)據(jù)Himart元數(shù)據(jù)數(shù)據(jù)倉庫使用數(shù)據(jù)倉庫映射數(shù)據(jù)模型數(shù)據(jù)源它是現(xiàn)有的業(yè)務系統(tǒng)的數(shù)據(jù)源的描述信息。這類元數(shù)據(jù)是是對不同平臺上的數(shù)據(jù)源的物理結構和含義的描述。具體為：（1）數(shù)據(jù)源中所有物理數(shù)據(jù)結構，包括所有的數(shù)據(jù)項及數(shù)據(jù)類型。（2）所有數(shù)據(jù)項的業(yè)務定義。（3）每個數(shù)據(jù)項更新的頻率，以及由誰或那個過程更新的說明。（4）每個數(shù)據(jù)項的有效值。1、關于數(shù)據(jù)源的元數(shù)據(jù)數(shù)據(jù)倉庫的數(shù)

8、據(jù)模型是星型模型。通常企業(yè)數(shù)據(jù)模型被用作建立倉庫數(shù)據(jù)模型的起始點，再對模型加以修改和變換。2、關于數(shù)據(jù)模型的元數(shù)據(jù)這類元數(shù)據(jù)是數(shù)據(jù)源與數(shù)據(jù)倉庫數(shù)據(jù)間的映射。當數(shù)據(jù)源中的一個數(shù)據(jù)項