企业数据仓库与数据挖掘技术的应用研究.docVIP

企业数据仓库与数据挖掘技术的应用研究 【摘要】当今世界，随着科学技术的发展，数据的迅速增长，信息量的急剧增加，为人类提出了一个急待解决的课题，即如何有效地使用这些数据。目前还处于数据丰富而知识贫乏阶段，利用当前的数据库技术并不能充分发挥这些数据的作用。本文介绍了数据仓库技术，分析了数据仓库技术对于现代企业的作用。 Enterprise data warehouse and data mining technology research and Application Abstract：Nowadays, with the development of science and technology, the rapid growth of data, amount of information increasing, as people put forward an urgent task, i.e., how to effectively use these data. There is abundant data and poor knowledge stage, using the current database technology and can not give full play to the role of these data. This paper introduced the data warehouse and data mining technology, analysis of the data warehouse and data mining technology in modern enterprises role. Key words：Data warehouse; data mining; characteristics; application 一.数据仓库与数据挖掘 数据仓库的概念提出于20世纪80年代中期。目前数据仓库的定义不完全统一。“数据仓库之父”W.H.Inmon在其（Building the Data Warehouse）一书中定义：数据仓库是支持管理决策过程的、面向主题的、集成的、随时间而变、持久的数据集合。它指出了数据仓库技术是解决企业决策支持系统的重要手段。 数据仓库与传统的数据库系统有着本质的区别。传统的数据库都是事务处理型，主要是对数据库联机的日常操作，这种数据库应用称为联机事务处理（OnLine Transaction ProcessingOLTP）。而数据仓库是为了满足管理层和分析人员的信息需求，从来自不同地点或不同操作系统的不同数据源的数据进行计算机辅助分析决策，称决策支持系统（Decision Support Systems，简称DSS）。 数据仓库的基本特点： 1．数据仓库是面向主题的 与传统数据库面向应用进行数据组织的特点相对应，数据仓库中的数据是面向主题进行组织的。主题是一个抽象的概念，是对企业信息系统中的数据在较高层次上进行抽象的综合、归类并进行分析利用。在逻辑意义上，它是相应企业中某一宏观分析领域所涉及的分析对象。 2．数据仓库是集成的 数据仓库的数据主要是作分析用，分析用数据的最大特点在于它不局限于某个具体的操作数据，而是对细节数据的归纳和整理。数据仓库中的综合数据不能从原有数据库系统中直接得到而需从其中抽取。 3．数据仓库是稳定的 数据仓库主要是为信息分析提供综合的、集成的、面向某一分析主题的数据，这些数据主要涉及维护查询。数据仓库数据反映的是一段相当长的时间内历史数据的内容，而不象事务处理中的数据是频繁变化的数据。当数据经过集成进入数据仓库后是极少进行更新或根本不考虑更新。 4．数据仓库是随时间变化的 虽然数据仓库中的数据一般是不更新的，但是在数据仓库的整个生存周期中的数据集合却是随着时间的变化而变化的。主要表现在以下方面： 首先，数据仓库随着时间的变化要不断删除旧的数据内容。数据仓库中的数据也有存储期限，一旦超过了这一期限，过期的数据就要被删除。数据仓库中的数据并不是永远保存，只是保存时间更长而已。其次，数据仓库中保存的数据是历史数据，对用户来说不能更改数据仓库中的数据，但可以随着时间变化系统定期进行刷新，把OLTP数据库变化的数据追加到数据仓库中，随时导出新的综合数据和统计数据 数据挖掘（DM，DataMining）是指从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中挖掘出隐含在其中、人们事先不知道的、但潜在的、有用的信息和知识的过程。这个定义包括好几层含义：数据源必须是真实的、大量的、含噪声的；发现的是用户感兴趣的知识；发现的知识要可接受、可理解、可运用；并不要求发现放之四海皆准的知识，仅支持特定的发现问题。