联机分析挖掘处理技术(OLAM)研究.pdf

摘 要 联机分析处理技术(OLAP)和数据挖掘技术均是决策支持的重要技术，两者在决策分析 过程中可以分工合作、功能互补。但是两者的产生背景、发展历程、数据基础、分析层次、 用户群等方面存在着较大的差别，这妨碍了两者在决策支持应用中有机、高效的结合。为了 减少或消除这种差别，实现联机分析处理技术和数据挖掘技术的紧密结合，J．w．HAN于1997 年提出了OLAM的概念，即OLAP Mining，他从统一两者的数据基础入手，提出在多维数据 模型的基础上同时支持OLAP应用和数据挖掘应用的思路。但是数据挖掘所需的数据基础通 常是多样的，单纯的多维数据模型使得数据挖掘的功能不能充分的发挥。心 论文对OLAM的概念进行了扩展，对OLAM的内涵进行了深化，把OLAM定义为联机分析 Line 挖掘处理(On AnalyticalMiningProcessing)，实现对OLAP技术和数据挖掘技术的 紧密集成。fOLAM的数据基础不再局限于多维数据模型，而是包括多维数据模型、关系数据 模型、对象数据模型和对象关系数据模型、半结构或无结构化数据模型等多种模型的异构环 境。研究的重点为如何把OLAP与数据挖掘技术有机的集成在一起为用