第八章电子商务应用技术.pptVIP

数据仓库与数据挖掘 数据仓库（DW：Data Warehouse）：数据仓库是支持管理决策过程的、面向主题的、集成的、随时间变化的、但信息本身相对稳定数据集合。 数据仓库与数据库的不同之处 数据仓库只从数据库中抽取需要的数据 数据仓库是多维的 数据仓库支持决策处理，而不是事务处理 数据仓库的特点 面向主题。操作型数据库的数据组织面向事务处理任务，各个业务系统之间各自分离，而数据仓库中的数据是按照一定的主题域进行组织。主题是一个抽象的概念，是指用户使用数据仓库进行决策时所关心的重点方面，一个主题通常与多个操作型信息系统相关。 集成的。面向事务处理的操作型数据库通常与某些特定的应用相关，数据库之间相互独立，并且往往是异构的。而数据仓库中的数据是在对原有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。 相对稳定的。操作型数据库中的数据通常实时更新，数据根据需要及时发生变化。数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据仓库以后，一般情况下将被长期保留，也就是数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的加载、刷新。 反映历史变化。操作型数据库主要关心当前某一个时间段内的数据，而数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点(如开始应用数据仓库的时点)到目前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。 数据仓库建立过程 数据挖掘 分析报告给你后见之明 (hindsight)；统计分析给你先见之明 (foresight)；数据挖掘给你洞察力 (insight) 数据挖掘（DM：Data Mining）：是一种决策支持过程，从大量数据库中发现并提取隐藏在其中合理有效的信息。帮助企业管理人员寻找规律，发现被忽略的要素，预测趋势，进行决策。 数据挖掘的应用 零售业 用于识别顾客的购买模式，在顾客的统计特征中发现关联，预测促销活动的反应，进行市场分析。如在购买面包和黄油的顾客中，有90%的人同时也买了牛奶”：(面包+黄油)→(牛奶)。 银行 二八定律 保险 如；保险客户流失性判断 医疗 探求各种疾病之间的相互关系、各种疾病的发展规律，总结各种治疗方案的治疗效果，以及对疾病的诊断、治疗和医学研究是非常有价值和发展前景的。同时，医疗数据是既有文本、如：预测肝癌患者存活期 。。。。。。 据《日经产业新闻》报道，专家们采用了被称为“数据挖掘”的分析方法，其特点是没有主观色彩，利用所掌握的全部数据来研究相互间的关系，消除了过去先按经验假设再验证的不准确之处。  　　这次研究中，专家们搜集1990年到2002年间因肝癌死亡的456名患者的各方面状况，把患者血液检查结果、症状等详细信息数字化，所涉及的数据达77万种，然后用“数据挖掘”软件分析其相关性。结果发现，某些数据和肝癌患者的存活期密切相关，比如代表一种“PIVKA”蛋白质异常程度的数值到一定标准以上，90％以上的肝癌患者存活期不到一年。这种蛋白质与肝癌关系密切，但与患者存活期的关系还是第一次发现。  使用新方法不仅可以较准确地预测肝癌患者的存活期，而且有助于选择恰当的治疗方法，来保持或者改善那些与存活期密切相关的数值，进而延长患者生命。今后，研究人员还计划集中日本各地的检查数据，对乳腺癌、胃癌、子宫癌等癌症情况用软件进行分析，以对这些癌症患者的存活期作出正确预测。 * * * 数据挖掘工具 数据仓库 数据转换、 装载 数据提取、 净化 主题 销售数据库 客户数据库 财务数据库 。。。。 生产数据库 辅助决策 收入5万元 年龄35岁 不易流失 易流失 是否事业单位 不易流失 易 流 失 Y N Y Y N N 例：保险客户流失性判断的决策树