数据挖掘30109.docVIP

数据挖掘考试提纲 名词解释（5道） 数据仓库（DW）：是一个面向主题的、集成的、非遗失的、并且随时间变化的数据集合。特点：面向主题的、集成的、非易失的随时间而不断变化的 元数据：元数据是关于数据的数据，主要承担对数据仓库的数据和环境进行描述的角色，是整个数据仓库的核心。 数据集市：指数据仓库的一个子集，用于面向中层领导。 数据粒度：是数据仓库中数据综合程度高低的一种度量。 维：是人们观察数据的特定角度，是考虑问题时所涉及的一些属性，属性的集合构成一个维。 维表：用于记录维度的关系表。事实表：用于记录度量的关系表。维表和事实表的关系是:1）维表和事实表都是关系表；2）事实表的体积比维表的体积打大的多；3）事实表的某些字段是维表的主键，并通过主键与维表建立联系 规范化：数据的规范化指将数据分解成较小的合适的组成过程，强调数据存储的灵活性和高效性，使规范化后的结构占用很小的存储空间，增强数据库的存储效率。 数据挖掘的技术定义：指从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含其中的、事先未知的、但又具有潜在价值的信息和知识的过程。 数据挖掘的商业定义：数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、专换、分析和其他模型处理，从中提取辅助商业决策的关键性数据。 简答题（6道/7道） DB和DW的区别是什么？ 答：1）DB处理的数据是可更新的，要求在操作的瞬间数据是准确的，面向应用的事务性操作；2）DW处理的数据是不可更新的历史数据，是面向主题的分析型操作。 2、元数据的类型和作用分别是什么？ 答：类型 1）按元数据描述的内容划分：（1）基于数据的元数据；（2）数据处理的元数据；（3）企业组织的元数据；2）按用户角度划分：（1）技术元数据；（2）业务元数据；3）按元数据在数据仓库中承担的任务分类：（1）静态元数据；（2）动态元数据；4）按数据仓库的功能域划分：（1）数据获取；（2）数据存取；（3）信息传递 作用 1）元数据在数据求精、开发、重构中的作用 （1）描述业务规则与数据之间的映射；（2）数据分割；（3）概括与聚集；（4）提高系统灵活性；（5）定义标准处理规则 2）元数据在数据抽取与转换中的作用 （1）确定数据源；（2）保证数据仓库内容的质量；（3）实现属性间的映射与转换 3、数据集市与数据仓库的区别是什么？ 答：数据仓库的数据来源于遗留系统，外部数据，而数据集市的数据来源于数据仓库；数据集市是数据仓库的子集；数据仓库用于企业级，而数据集市用于企业的部门或部门级；数据仓库划分时的粒度较细，而数据集市划分时的粒度较粗；此外，数据仓库的数据结构是规范化的第三范式，数据集市的数据结构是星形结构，雪花型结构以及二者的混合型数据结构。 4、DB、ODS和DW数据特征的差异分别是什么？ 答：如下表 数据库系统(DB) 操作数据存储系统（ODS） 数据仓库（DW） 瞬态数据 当前和近期数据 历史数据 细节数据 细节数据 细节数据和综合数据 企业内部数据 企业内部数据 内部数据和必要的企业外部数据 可联机修改 可联机修改 不可更新 数据是分散的、非结构化的 数据集成 数据集成 面向事务处理 面向主题 面向主题 OLTP 全局OLTP/近期OLAP 长期战略决策 底层操作人员 中层管理人员 高管 5、比较说明OLTP和OLAP的异同 OLTP数据 OLAP数据 原始数据 导出数据 细节性数据 综合性和提炼型数据 当前值数据 历史数据 数据可更新 数据不可更新，但会被周期性刷新 一次性处理的数据量较小 一次性处理的数据量大 面向应用，事物驱动 面向分析，分析驱动 面向操作人员的日常事务操作 面向决策人员的决策管理需要 6、MOLAP和ROLAP的比较 项目 数据存储 技术 特征 多维数据组织 MOLAP 详细数据通过关系表存储在数据仓库中；汇总数据保存在多维数据库中；在数据仓库中询问详细数据，从多维数据库中询问汇总数据 预先建立多为数据立方体；多维视图存储在阵列而非表格中；可高速检索矩阵数据；利用稀疏矩阵来管理汇总的稀疏数据 询问响应速度快；能轻松的适应多维分析；有广泛的钻取和多层次/多视角查询的能力 关系数据组织 ROLAP 全部数据以关系表形式存储在数据仓库中，可获得细节和综合的数据；有非常大的数据容量；从数据仓库中询问所有数据 使用复杂的SQL从数据仓库中获取数据；ROLAP引擎在数据分析中创建多维数据立方体；表示层能够表示多维视图 在复杂的数据分析功能上具有局限性，需要采用优化的OLAP；向下钻取数据较容易，但是跨维向下钻取数据较困难 7、联机分析处理OLAP的定义是什么，它所体现的特征是什么? 答：联机分析处理OL