管理信息系统第4章 数据与信息管理技术.pptVIP

4.2 数据库系统 一、数据仓库 2. 数据仓库的类型 从结构的角度看，数据仓库模型有三种类型：企业数据仓库（Enterprise Warehouse）、数据集市（Data Mart）和虚拟数据仓库（Virtual Warehouse）。 ① 企业数据仓库：企业数据仓库搜集关于主题的所有信息，涵盖整个企业。它提供企业范围内的数据集成，通常来自一个或多个数据库系统或外部信息提供者。 ② 数据集市是数据仓库中关于企业某一方面的数据子集，例如针对某一部门或某一业务流程。 ③ 虚拟数据仓库是操作数据库上视图的集合。 4.2 数据库系统 一、数据仓库 3. 数据仓库的特点 （1）数据仓库是来自不同数据库的信息集合 4.2 数据库系统 一、数据仓库 3. 数据仓库的特点 （2）数据仓库具有多维性 （3）数据仓库支持决策而非事务处理 4.2 数据库系统 一、数据仓库 4. 数据仓库开发 （1）自顶向下和自底向上 （2）递增和进化的方式 4.2 数据库系统 一、数据仓库 5. 使用数据仓库时应考虑的问题 （1）并非所有的企业都真正需要数据仓库 （2）企业有时并不需要整个数据仓库 （3）更新信息的问题 4.2 数据库系统 二、联机分析处理技术 1. 联机分析处理 联机分析处理（Online Analytical Processing，OLAP）也称为多维数据分析，是一种提供决策支持的信息处理方式。OLAP可以在使用多维数据模型的数据仓库或数据集市上进行。典型的OLAP操作包括上卷、下钻（钻过、钻透）、切片和切块、转轴（旋转），以及统计操作。 4.2 数据库系统 二、联机分析处理技术 2. OLAP和OLTP的区别 （1）面向的对象不同 （2）数据内容不同 （3）数据库的设计方法不同 （4）视图不同 （5）访问模式不同 4.2 数据库系统 数据挖掘是从大量的、不完全的、模糊的、随机的数据中抽取出有效的、新颖的和潜在有用的知识的过程，通过一些专门技术发掘海量数据中隐藏的模式和关系，并将这些规则用于预测未来发展，指导管理决策。 4.2 数据库系统 三、数据挖掘 1. 数据挖掘使用的技术 （1）统计学 （2）数据库系统与数据仓库 （3）信息检索 4.2 数据库系统 三、数据挖掘 2. 数据挖掘的工具 数据挖掘工具是用户对数据仓库进行信息查询的软件工具。数据挖掘工具支持联机分析处理，即通过对数据的处理来支持决策任务。 （1）查询与报表工具 （2）智能代理 （3）多维分析工具 （4）统计工具 4.2 数据库系统 三、数据挖掘 3. 数据挖掘面临的主要问题 数据挖掘是一个动态的、快速扩展的领域，其研究的主要问题有挖掘方法、用户交互、有效性与可伸缩性、数据类型的多样性等。 （1）数据挖掘方法 （2）用户交互 （3）有效性与可伸缩性 （4）数据库类型的多样性 4.2 数据库系统 三、数据挖掘 4. 数据挖掘的应用 （1）金融数据分析的数据挖掘 （2）零售和电信业的数据挖掘 （3）科学与工程数据挖掘 第4章 数据与信息管理技术 第4章 数据与信息管理技术 本章所讲内容如下： 1. 传统文件管理方式下的数据组织 2. 数据库系统 3. 商务智能基础 4.1 传统文件管理方式下的数据组织 本节所讲的内容如下： 　　１.　文件管理的相关概念 　　２.　传统文件管理方式的问题 4.1 传统文件管理方式下的数据组织 一、文件管理的相关概念 4.1 传统文件管理方式下的数据组织 二、传统文件管理方式的问题 （1）数据冗余和不一致性 （2）缺少数据集成 （3）数据依赖 （4）缺乏灵活性 （5）低安全性和低共享性 4.2 数据库系统 本节所讲的内容如下： 　　１.　数据库系统的相关概念 　　２.　数据库模型 　　３.　数据库的开发与维护 　　４.　数据库的操作 4.2 数据库系统 数据库技术可以解决传统文件系统所带来的诸多问题。数据库管理方法（Database Management Approach）将原先存储在各个独立文件中的数据记录合并到一个数据库中，供很多不同的应用程序访问。 4.2 数据库系统 数据库系统具有以下特点： 1.采用复杂的数据模型表示数据结构 2.数据冗余度小，能够实现数据共享，易于扩充 3.具有较高的数据独立性 4.为