商务智能知识整理.docVIP

商务智能整理 数据仓库 数据仓库是面向主题的、集成的、非易失的和时变的数据集合，用以支持管理决策。面向主题的数据组织方式可在较高层次上对分数据给出完整、一致的描述；其数据是从原有分散的源数据库中提取集成出来的；其数据是不可实时更新的，仅当超过规定的存储期限，才将其从仓库中删除，提取新的数据经集成后再更新；其数据是按照时间顺序追加的，带有时间属性。 〖例〗试画出销售分析的概念模型。 解：首先根据销售分析的实际需求，确定信息包的维度、类别和指标与事实： （1）维度：包括日期维、销售地点维、销售产品维、年龄组别维、性别维等。 （2）类别：确定各维的详细类别，如：日期维包括年（10）、季度（40）、月（120）等类别，括号中的数字分别指出各类别的数量；销售地点维包括国家（15）、区域（45）、城市（280）、区（880）、商店（2000）等类别，括号中的数字同样分别指出各类别的数量；类似地，可以确定销售产品、年龄组别维、性别维等的详细类别。 （3）度量和事实：确定用于进行分析的数值化信息，包括预测销售量、实际销售量和预测偏差等。 一个超市案例 设计一个数据库存储商店管理信息系统的数据 涉及的数据信息有： 商品，仓库，仓库管理员，顾客，供货商 商品名称、商品类型、商品规格、商品质量、商品库存量、仓库地址、仓库电话、管理员姓名、管理员电话、顾客姓名、顾客电话、顾客住址、购买商品价格、购买商品数量、商品供货价格、商品 供货商电话、供货商地址、供货商联系人 概念模型图实例 星型结构与雪花模型的比较 星型结构的查询速度快，查询访问效率高，结构比较直观，方便业务人员使用；雪花模型节省存储空间，有一定程度的范式。 数据仓库设计 度量 维度 维度表和事实表设计 数据仓库物理实现 ETL 多维数据集设计部署 OLAP 定义1 ：OLAP(联机分析处理)是针对特定问题的联机数据访问和分析。通过对信息(维数据)的多种可能的观察形式进行快速、稳定一致和交互性的存取，允许管理决策人员对数据进行深入观察。 定义2 ：OLAP(联机分析处理) 是使管理人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维特性的信息进行快速、一致、交互地存取，从而获得对数据的更深入了解的一类软件技术。 Slicing:Filtering by AUS2 Dicing:Filtering by AUS1+AUS2 and Wholesale 数据挖掘 又称为数据库中的知识发现，它 是一个利用人工智能、机器学习和统计学等多学科理论分析大量的数据，进行归纳性推理，从事务数据库、文本数据库、空间数据库、多媒体数据库、数据仓库以及其他数据文件中提取正确的、新颖的、有效的以及人们感兴趣的知识的高级处理过程。 聚类与分类的区别 与分类不同，在开始聚集之前用户并不知道要把数据分成几组，也不知分组的具体标准，聚类分析时数据集合的特征是未知的。 聚类根据一定的聚类规则，将具有某种相同特征的数据聚在一起也称为无监督学习。分类用户则知道数据可分为几类，将要处理的数据按照分类分入不同的类别，也称为有监督学习。 贝叶斯分类器 对于连续属性: 离散化 把属性的范围划分为许多段： 每一段设定一个有序值 这样会违反独立性假设 估计概率密度: 假定属性服从正态分布 估计该属性分布的参数 (例如, 均值和标准差) 在得到概率密度之后，我们可以使用它估计条件概率P(Ai|c) 税号 去年退税 婚姻状况 可征税收入 逃税 1 是 单身 125k 否 2 否 婚姻中 100k 否 3 否 单身 70k 否 4 是 婚姻中 120k 否 5 否 离婚 95k 是 6 否 婚姻中 60k 否 7 是 离婚 220k 否 8 否 单身 85k 是 9 否 婚姻中 75k