數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的關(guān)系

數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的關(guān)系學(xué)習(xí)目標(biāo)2知識(shí)目標(biāo)●了解數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘●數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的關(guān)系能力目標(biāo)●數(shù)據(jù)挖掘和數(shù)據(jù)倉(cāng)庫(kù)的關(guān)系●了解數(shù)據(jù)挖掘?qū)W習(xí)任務(wù)3了解數(shù)據(jù)挖掘的基本概念初步探索數(shù)據(jù)挖掘和數(shù)據(jù)倉(cāng)庫(kù)的關(guān)系數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)造總結(jié)數(shù)據(jù)挖掘與數(shù)據(jù)倉(cāng)庫(kù)關(guān)系數(shù)據(jù)倉(cāng)庫(kù)的概念數(shù)據(jù)挖掘與數(shù)據(jù)倉(cāng)庫(kù)的關(guān)系4目錄數(shù)據(jù)挖掘的概念5數(shù)據(jù)倉(cāng)庫(kù)的概念1

面向主題的：數(shù)據(jù)倉(cāng)庫(kù)圍繞一些主題，如顧客、供應(yīng)商、產(chǎn)品和銷(xiāo)售組織。數(shù)據(jù)倉(cāng)庫(kù)關(guān)注決策者的數(shù)據(jù)建模與分析，而不是構(gòu)造組織機(jī)構(gòu)的日常操作和事務(wù)處理。因此，數(shù)據(jù)倉(cāng)庫(kù)排除對(duì)于決策無(wú)用的數(shù)據(jù)，提供特定主題的簡(jiǎn)明視圖。2

集成的：通常，構(gòu)造數(shù)據(jù)倉(cāng)庫(kù)是將多個(gè)異種數(shù)據(jù)源，如關(guān)系數(shù)據(jù)庫(kù)、一般文件和聯(lián)機(jī)事務(wù)處理記錄，集成在一起。使用數(shù)據(jù)清理和數(shù)據(jù)集成技術(shù)，確保命名約定、編碼結(jié)構(gòu)、屬性度量的一致性。數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)面向主題的、集成的、時(shí)變的、非易失的數(shù)據(jù)集合，支持管理決策制定。6數(shù)據(jù)倉(cāng)庫(kù)的概念3

時(shí)變的：數(shù)據(jù)存儲(chǔ)從歷史的角度（例如，過(guò)去5-10

年）提供信息。數(shù)據(jù)倉(cāng)庫(kù)中的關(guān)鍵結(jié)構(gòu)，隱式或顯式地包含時(shí)間元素。4

非易失的：數(shù)據(jù)倉(cāng)庫(kù)總是物理地分離存放數(shù)據(jù)；這些數(shù)據(jù)源于操作環(huán)境下的應(yīng)用數(shù)據(jù)。由于這種分離，數(shù)據(jù)倉(cāng)庫(kù)不需要事務(wù)處理、恢復(fù)和并行控制機(jī)制。通常，它只需要兩種數(shù)據(jù)訪問(wèn)：數(shù)據(jù)的初始化裝入和數(shù)據(jù)訪問(wèn)。概言之，數(shù)據(jù)倉(cāng)庫(kù)是一種語(yǔ)義上一致的數(shù)據(jù)存儲(chǔ)，它充當(dāng)決策支持?jǐn)?shù)據(jù)模型的物理實(shí)現(xiàn)，并存放企業(yè)決策所需信息。數(shù)據(jù)倉(cāng)庫(kù)也常常被看作一種體系結(jié)構(gòu)，通過(guò)將異種數(shù)據(jù)源中的數(shù)據(jù)集成在一起而構(gòu)造，支持結(jié)構(gòu)化和啟發(fā)式查詢(xún)、分析報(bào)告和決策制定。7數(shù)據(jù)倉(cāng)庫(kù)的結(jié)構(gòu)組成數(shù)據(jù)倉(cāng)庫(kù)主要由數(shù)據(jù)源、數(shù)據(jù)倉(cāng)庫(kù)、業(yè)務(wù)數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)分析和報(bào)表、數(shù)據(jù)管理、元數(shù)據(jù)管理、傳輸和基礎(chǔ)結(jié)構(gòu)及部分構(gòu)成。數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)一數(shù)據(jù)倉(cāng)庫(kù)為核心，通過(guò)數(shù)據(jù)分析報(bào)表模塊的查詢(xún)和分析工具（OLAP、決策分析、數(shù)據(jù)挖掘）完成對(duì)信息的提取，以滿足決策的需要。8數(shù)據(jù)挖掘的概念

數(shù)據(jù)挖掘(DataMining)是通過(guò)分析每個(gè)數(shù)據(jù)，從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)，主要有數(shù)據(jù)準(zhǔn)備、規(guī)律尋找和規(guī)律表示3個(gè)步驟。數(shù)據(jù)挖掘的任務(wù)有關(guān)聯(lián)分析、聚類(lèi)分析、分類(lèi)分析、異常分析、特異群組分析和演變分析等。

數(shù)據(jù)挖掘（英語(yǔ)：Datamining），又譯為資料探勘、數(shù)據(jù)采礦。它是數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)（英語(yǔ)：Knowledge-DiscoveryinDatabases，簡(jiǎn)稱(chēng)：KDD)中的一個(gè)步驟。數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中自動(dòng)搜索隱藏于其中的有著特殊關(guān)系性（屬于Associationrulelearning）的信息的過(guò)程。數(shù)據(jù)挖掘通常與計(jì)算機(jī)科學(xué)有關(guān)，并通過(guò)統(tǒng)計(jì)、在線分析處理、情報(bào)檢索、機(jī)器學(xué)習(xí)、專(zhuān)家系統(tǒng)（依靠過(guò)去的經(jīng)驗(yàn)法則）和模式識(shí)別等諸多方法來(lái)實(shí)現(xiàn)上述目標(biāo)。9數(shù)據(jù)挖掘的系統(tǒng)框架10數(shù)據(jù)挖掘的系統(tǒng)框架數(shù)據(jù)挖掘系統(tǒng)中主要的輸入是源于數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)、分析指導(dǎo)員的指導(dǎo),以及存儲(chǔ)數(shù)據(jù)挖掘系統(tǒng)知識(shí)庫(kù)中的知識(shí)和經(jīng)驗(yàn)。從數(shù)據(jù)倉(cāng)庫(kù)中選擇的數(shù)據(jù)在知識(shí)發(fā)現(xiàn)引擎里處理,引擎中提供了大量的抽取算法,以便生成輔助的模式和關(guān)系。有些發(fā)現(xiàn)還要加入知識(shí)庫(kù)中以便后續(xù)發(fā)現(xiàn)的抽取和進(jìn)行評(píng)價(jià)。下面分別介紹各模塊的功·能:數(shù)據(jù)挖掘系統(tǒng)管理器,知識(shí)發(fā)現(xiàn)系統(tǒng)管理器控制并管理知識(shí)發(fā)現(xiàn)過(guò)程。分析員的輸入和知識(shí)庫(kù)中的信息,用于驅(qū)動(dòng)以下三個(gè)過(guò)程:數(shù)據(jù)選擇過(guò)程、抽取算法的選擇和使用過(guò)程、發(fā)現(xiàn)的評(píng)價(jià)過(guò)程。系統(tǒng)管理器幫助生成發(fā)現(xiàn)結(jié)果的描述,并將恰當(dāng)發(fā)現(xiàn)結(jié)果存于知識(shí)庫(kù)以備下一次發(fā)現(xiàn)。11數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的關(guān)系數(shù)據(jù)倉(cāng)庫(kù)為數(shù)據(jù)挖掘提供更好更廣泛的數(shù)據(jù)源數(shù)據(jù)倉(cāng)庫(kù)中集成和存儲(chǔ)著來(lái)自異質(zhì)的信息源的數(shù)據(jù),而這些信息源本身就可能是一個(gè)規(guī)模龐大的數(shù)據(jù)庫(kù)。同時(shí)數(shù)據(jù)倉(cāng)庫(kù)存儲(chǔ)了大量長(zhǎng)時(shí)間的歷史數(shù)據(jù),這,可以進(jìn)行數(shù)據(jù)長(zhǎng)期趨勢(shì)的分析,為決策者的長(zhǎng)期決策行為提供了支持。數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)在時(shí)間軸上的縱深:數(shù)據(jù)挖掘不能回避的又一個(gè)新難點(diǎn)。12數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的關(guān)系數(shù)據(jù)倉(cāng)庫(kù)為數(shù)據(jù)挖掘提供了新的支持平臺(tái)數(shù)據(jù)倉(cāng)庫(kù)的發(fā)展不僅為數(shù)據(jù)挖掘開(kāi)辟了新的空間,更對(duì)數(shù)據(jù)挖掘技術(shù)提出了更高的要求。作為數(shù)據(jù)挖掘?qū)ο?數(shù)據(jù)倉(cāng)庫(kù)技術(shù)的產(chǎn)生和發(fā)展為數(shù)據(jù)挖掘技·術(shù)開(kāi)辟了新的戰(zhàn)場(chǎng),提出了新要求和挑戰(zhàn)。數(shù)據(jù)倉(cāng)庫(kù)的體系結(jié)構(gòu)努力保證查詢(xún)和分析的實(shí)時(shí)性。數(shù)據(jù)倉(cāng)庫(kù)一般設(shè)計(jì)成只讀方式,數(shù)據(jù)倉(cāng)庫(kù)的更新由專(zhuān)門(mén)一套機(jī)制保證,數(shù)據(jù)倉(cāng)庫(kù)對(duì)查詢(xún)的強(qiáng)大支持使數(shù)據(jù)挖掘效率更高13數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的關(guān)系數(shù)據(jù)倉(cāng)庫(kù)為更好地使用數(shù)據(jù)挖掘工具提供了方便數(shù)據(jù)倉(cāng)庫(kù)的建立,充分考慮數(shù)據(jù)挖掘的要求。用戶(hù)可以通過(guò)數(shù)據(jù)倉(cāng)庫(kù)服務(wù)器得到所需的數(shù)據(jù),形成開(kāi)采中間數(shù)據(jù)庫(kù),利用數(shù)據(jù)挖掘方法進(jìn)行開(kāi)采,獲得知識(shí)。數(shù)據(jù)倉(cāng)庫(kù)為數(shù)據(jù)挖掘集成了企業(yè)內(nèi)各部門(mén)的全面的、綜合的數(shù)據(jù),數(shù)據(jù)挖掘要面對(duì)的是關(guān)系更復(fù)雜的企業(yè)全局模式的知識(shí)發(fā)現(xiàn)。而且,數(shù)據(jù)倉(cāng)庫(kù)機(jī)制大大降低了數(shù)據(jù)挖掘的障礙,一般進(jìn)行數(shù)據(jù)挖掘要花大量的精力在數(shù)據(jù)準(zhǔn)備階段:數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)已經(jīng)被充分文集起來(lái),進(jìn)行了整理、合并,并且有些還進(jìn)行了初步的分析處理。這樣,數(shù)據(jù)挖掘的注意力能夠更集中于核心處理階段。另外,數(shù)據(jù)倉(cāng)庫(kù)中對(duì)數(shù)據(jù)不同粒度的集成和綜合,更有效地支持廣多層次、多種知識(shí)的開(kāi)采。14數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的關(guān)系數(shù)據(jù)挖掘?yàn)閿?shù)據(jù)倉(cāng)庫(kù)提供了更好的決策支持企業(yè)領(lǐng)導(dǎo)的決策要求系統(tǒng)能夠提供更高層次的決策輔助信息,而基于數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)挖掘能更好地滿足高層戰(zhàn)略決策的要求。數(shù)據(jù)挖掘?qū)?shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)進(jìn)行模式抽取和發(fā)現(xiàn)知識(shí),從數(shù)據(jù)倉(cāng)庫(kù)中揭示出對(duì)企業(yè)有潛在價(jià)值的規(guī)律知識(shí),形成知識(shí)發(fā)現(xiàn),為知識(shí)管理提供了內(nèi)容,在知識(shí)管理中起到中流砥柱的作用。這些正是數(shù)據(jù)倉(cāng)庫(kù)所不能提供的。15數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的關(guān)系