数据库原理及应用.pptVIP

一、数据挖掘技术概述 数据挖掘是一门综合性的技术，涉及到很多学科---数据库、人工智能和数理统计等等。目前其主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。 9.2 数据挖掘 数据挖掘与数据仓库技术有着密切的关系。见图10.2.1 9.2 数据挖掘 数据挖掘库可能是你的数据仓库的一个逻辑上的子集，而不一定非得是物理上单独的数据库。但如果你的数据仓库的计算资源已经很紧张，那你最好还是建立一个单独的数据挖掘库。 9.2 数据挖掘 数据挖掘和OLAP的不同之处： ● OLAP是决策支持领域的一部分。OLAP分析过程在本质上是一个演绎推理的过程。但是如果分析的变量达到几十或上百个，那么再用OLAP手动分析验证这些假设将是一件非常困难和痛苦的事情。 数据挖掘与OLAP不同的地方是，数据挖掘不是用于验证某个假定的模式（模型）的正确性，而是在数据库中自己寻找模型。他在本质上是一个归纳的过程。 9.2 数据挖掘 ● 数据挖掘和OLAP具有一定的互补性。在利用数据挖掘出来的结论采取行动之前，你也许要验证一下如果采取这样的行动会给公司带来什么样的影响，那么OLAP工具能回答你的这些问题。 9.2 数据挖掘 二、数据挖掘（DATA MINING）的定义 数据挖掘就是从大量的、不完全