logo

您所在位置网站首页 > 海量文档  > 教学课件 > 大学课件

数据挖掘2、数据仓库和数据挖掘的OLAP技术要点解析.ppt 65页

本文档一共被下载: ,您可全文免费在线阅读后下载本文档。

  • 支付并下载
  • 收藏该文档
  • 百度一下本文档
  • 修改文档简介
全屏预览

下载提示

1.本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值,立即自动返金币,充值渠道很便利
数据仓库的应用 数据仓库的三种应用 信息处理 支持查询和基本的统计分析,并使用交叉表、表、图标和图进行报表处理 分析处理 对数据仓库中的数据进行多维数据分析 支持基本的OLAP操作,切块、切片、上卷、下钻、转轴等 数据挖掘 从隐藏模式中发现知识 支持关联分析,构建分析性模型,分类和预测,并用可视化工具呈现挖掘的结果 三种应用间的差别 从联机分析处理到联机分析挖掘 为什么要联机分析挖掘 数据仓库中有高质量的数据 数据仓库中存放着整合的、一致的、清理过的数据 围绕数据仓库的信息处理结构 存取、集成、合并多个异种数据库的转换,ODBC/OLEDB连接,Web访问和访问工具等 基于OLAP的探测式数据分析 使用上卷、下钻、切片、转轴等技术进行数据挖掘 数据挖掘功能的联机选择 多种数据挖掘功能、算法和任务的整合 联机分析挖掘的体系结构 数据仓库 元数据 多维数据库 OLAM 引擎 OLAP 引擎 用户图形界面 API 数据方体 API 数据库 API 数据清理 数据集成 第三层 OLAP/OLAM 第二层 多维数据库 第一层 数据存储 第四层 用户界面 数据的过滤、集成 过滤 数据库 基于约束的数据挖掘 挖掘结果 * DW在物理本质上,和DB,FILE SYSTEM一样,也是一堆数据的集合 * * 多维数据模型的潜力和概念分层的混合 * * 数据仓库的构架 * 高层数据模型为不同主题的数据提供一个全局的视图 概念分层 (1) 一个概念分层(concept hierarchy)定义一个映射序列,将低层概念映射到更一般的高层概念 E.g. 表示location的概念:杭州?浙江?中国?亚洲 概念分层允许我们在各种抽象级审查和处理数据 概念分层可以由系统用户、领域专家、知识工程师人工的提供,也可以根据数据分布的统计分析自动的产生 概念分层 (2): location维的一个概念分层 all Europe North_America Mexico Canada Spain Germany Vancouver M. Wind L. Chan ... ... ... ... ... ... all region office country Toronto Frankfurt city 许多概念分层的定义隐含在数据库的模式中。比如:location维的定义,office<city<country<region;这些属性 按一个全序相关,形成一个层次结构: year day quarter month week 维的属性也可以组成一个偏序,形成一个格: 概念分层 (3) ——使用 概念分层为不同级别上的数据汇总提供了一个良好的基础 综合概念分层和多维数据模型的潜力,可以对数据获得更深入的洞察力 通过在多维数据模型中,在不同的维上定义概念分层,使得用户在不同的维上从不同的层次对数据进行观察成为可能。 多维数据模型(数据立方体)使得从不同的角度对数据进行观察成为可能,而概念分层则提供了从不同层次对数据进行观察的能力;结合这两者的特征,我们可以在多维数据模型上定义各种OLAP操作,为用户从不同角度不同层次观察数据提供了灵活性: 多维数据模型上的OLAP操作 (1) 上卷(roll-up):汇总数据 通过一个维的概念分层向上攀升或者通过维规约 当用维归约进行上卷时,一个或多个维由给定的数据立方体删除 下钻(drill-down):上卷的逆操作 由不太详细的数据到更详细的数据,可以通过沿维的概念分层向下或引入新的维来实现 (为给定数据添加更多细节) 切片和切块(slice and dice) 切片操作在给定的数据立方体的一个维上进行选择,导致一个子方 切块操作通过对两个或多个维进行选择,定义子方 多维数据模型上的OLAP操作 (2) 转轴(pivot) 立方体的重定位,可视化,或将一个3维立方体转化为一个2维平面序列 转轴是一种可视化操作,通过转动当前数据的视图来提供一个数据的替代表示 其他OLAP操作 钻过(drill_across):执行涉及多个事实表的查询 钻透(drill_through):使用关系SQL机制,钻到数据立方体的底层,到后端关系表 其他OLAP操作可能包括列出表中最高或最低的N项,以及计算移动平均值、增长率、利润、统计函数等等 * Data Mining: Concepts and Techniques * Fig. 3.10 Typical OLAP Operations 数据仓库设计:一个商务分析框架 (1) 数据仓库给商业分析专家提供了什么? 通过提供相关数据与信息,获得竞争优势 通过有效的收集精确的描述组织的数据,获得生产力的提高 通过提供不同级别(部门、市场、商业)的客户视图,协助客户关系管理 通过追踪长期趋势、异常等,降低成本

发表评论

请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
用户名: 验证码: 点击我更换图片

“原创力文档”前称为“文档投稿赚钱网”,本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有【成交的100%(原创)】。原创力文档是网络服务平台方,若您的权利被侵害,侵权客服QQ:3005833200 电话:19940600175 欢迎举报,上传者QQ群:784321556