2012青大《数据仓库和数据挖掘》复习.docVIP

2012春《数据仓库与数据挖掘》复习提纲 商务智能【参考：BI是一种解决方案，它的目的是把用户积累下来的、大量的数据 转化为业务容易理解的信息，进而辅助决策。】 Kimball对数据仓库的定义【参考：DW仅仅是构成它的数据集市的联合。】 Inmon对数据仓库的定义【参考：一个面向主题的、集成的、随时间变化的、非易 逝的用于支持管理的决策过程的数据集合。】 ETL【参考：数据的提取、转换和装载，预处理数据并装在DW中。】 数据仓库总线矩阵【参考：该矩阵将公司业务过程映射到参与这些过程的实体或对象。矩阵的每一行对应一个业务过程，每一列描述对象，它们参与了各种业务过程。】 事实【参考：对一些事件发生结果的度量。】 维度【参考：维度是维度模型的基础，用来描述业务的对象。】 粒度【参考：事实表中包含信息的详尽程度。】 维度模型【参考：由一个中心事实表(或者多个事实表)和与其相关的维度构成。事 实表位于中心，而所有维度表环绕在其周围，类似于星形结构，因此又把维度模型称为星形模式。】 业务过程维度模型【参考：关于一个业务过程所有的维度模型的集合。】 多维数据集（又称为数据立方体）由维度和一个或多个度量组构成的多维分析结构，用于OLAP 部署【参考：将多维数据集的定义发布到OLAP服务器上的过程。】 OLAP 联机分析处理采用多维数据结构和层次结构作为导航，探查汇总数据，辅助决策。 代理键【参考：对于DW/BI系统，需要在数据仓库数据库中建立一组与事务处理 源系统中的键分离开来的全新的键，称这种键为代理键。】独立于业务键的用于数据仓库中的从ETL中的人工键 渐变维度【参考：属性值可以改变的维度。分为值的改变需要跟踪和不需要跟踪两 种。】 聚合【参考：经过预先计算后形成的汇总表，主要目标是用来改进查询性能。】 星型模型【参考：由一个事实表和多个维度表构成的模型。事实表与维度表是1对多关系。事实表位于中心，而所有维度表环绕在其周围，类似于星形结构。】 雪花模型【参考：雪花模型是将维度表中的字段和查找表相连接而得到的结果。】 事实星座模型 由多个星型模型或雪花模型通过共享维度形成的多事实表多维度表的模型 多维数据库【参考：采用多维数据组存储数据，主要应用于OLAP服务器的数据存 储结构。】 SQL Server 2005的维度层次 SQL Server 2005的属性层次 SQL Server Analysis Service默认为每个维度每个属性构成的单层结构 数据挖掘【参考答案：从海量数据中提取有趣模式或知识（有趣是指：隐含的、非平凡的、事先未知的、潜在有用的）】 数据挖掘的两大类通用功能【参考答案：描述型数据挖掘和预测型数据挖掘。前者用于刻画数据集的一般特征，后者对现有数据进行推演以用于新实例（某个属性的取值）的预测。】 OLAM【参考答案：On-Line Analytical Mining，联机分析挖掘，将OLAP与数据挖掘相互融合进行数据探查分析，是未来基于数据仓库的数据分析的一种趋势】 简单了解关联分析（又称为关联规则挖掘或购物篮分析）、分类、回归、聚类分析的功能 关联分析：发现交易数据库中不同商品（项）之间的联系 分类：预测离散属性的取值 回归：预测连续属性的取值 聚类分析：将到不同的类或者簇Bill Inmon将数据仓库定义为“一个面向主题的、集成的、随时间变化的、非易逝的用于支持管理的决策过程的数据集合” 。Ralph Kimball说“数据仓库仅仅是构成它的数据集市的联合” 。（2）数据仓库构建方法之争：恩门的“Building the Data Warehouse”主张建立数据仓库时采用自上而下（DWDM）方式，以第3范式进行数据仓库模型设计，而他生活上的好朋友Ralph Kimball在“The DataWarehouse Toolkit”则是主张自下而上（DMDW）的方式，力推数据集市建设，以致他们的FANS吵闹得差点打了起来，直至恩门推出新的BI架构CIF（Corporation information factory），把Kimball的数据集市包括了进来才算平息。恩门认为星型模型只适用于数据集市（星型模型对于数据集市是十分理想的），而不适用于数据仓库。(3) 对数据集市的理解差异: Inmon：面向部门（Department）的小型数据仓库——BPR, Kimball：面向业务过程 （Process）的小型数据仓库 ——BPM。】 Kimball流派主张基于哪四个主要原则的迭代方法来构建数据仓库体系【参考：（1） 从业务着手——出发点；（2）构建一个信息基础设施——设计一个单一、集成、易用、高效的信息基础平台能够满足企业内部的各种需求；（3）按时间周期增量交付——根据业务价值进行优先级排序，每个时间周期对应时间轴上