数据库系统专题 第五章 决策支持数据库.pptVIP

数据库系统专题Advanced Topics on Database Systems;第五章 决策支持数据库;5.1 数据仓库;5.1.1数据库与数据仓库;操作型数据与分析型数据的比较;事务处理环境不适合分析应用;5.1.2 数据仓库概念;主题与面向主题;OLTP数据组织方式;OLTP数据组织方式;OLAP数据组织方式;OLAP数据组织方式;数据仓库的特征;数据仓库的特征;数据仓库与数据库相分离：why;数据仓库与数据库相分离：why;5.1.3 数据仓库体系结构;;;数据刷新：根据数据源的变化来修改数据仓库中的数据 刷新时间 周期地或随时地 刷新方式 数据移动: 使用触发器来修改快照日志表，并将修改后的数据传送到数据仓库中 事务移动: 将事务日志中的数据修改发送到数据仓库中;监控器 检测数据源的变化 定义触发器 检查日志文件中的修改 对于遗产系统要编写额外的程序 将数据源的变化传送给集成器;集成器 接受来自监控器的变化 使得数据与数据仓库概念模式一致 将数据变化集成到数据仓库中 与现有数据进行合并 解决可能的修改异常;元数据 源数据库和内容 gateway描述 数据仓库模式、视图、导出数据定义 维定义和维层次 预定义查询 数据集市的位置和内容 数据分片 数据抽取、清洗和转换规格 数据刷新规则 安全: 用户授权、存取控制;数据集市;自下而上的数据仓库构建;自上而下建立面向部门级的数据分析集;一个典型数据仓库数据组织;5.1.4 数据仓库的数据模型;星型模式;雪花模式;查询模型：star-net;汇总表;5.2 在线分析处理(OLAP);5.2.1 OLAP基本概念;OLAP功能;OLAP功能;6.2.2 数据立方;6.2.2 数据立方;销售数据立方;数据立方上的操作;数据立方上的操作;旋转;数据立方上的操作;Cuboid：数据立方的计算;5.2.3 OLAP的实现技术;综合数据存放;5.3 数据挖掘(Data Mining);5.3.1 数据挖掘的概念 -- why;5.3.1 数据挖掘的概念 -- why;潜在的应用需求;数据挖掘定义;Data Cleaning;数据挖掘的步骤;数据挖掘的对象;相关学科;5.3.2 数据挖掘的功能;数据挖掘的功能;知识种类: 汇总, 关联, 分类, 聚类, 时间序列模式, ... 挖掘知识的抽象层次: 底层, 高层, 多层 被发掘的数据库种类: 关系型, 事务型, 面向对象, 对象关系, 主动, 空间, 文本, 多媒体, 异构, ... ??用的数据挖掘技术: 面向数据库的, 数据仓库的 (OLAP), 机器学习的, 统计学, 神经网络, ...;挖掘结果的评价;5.3.3 数据挖掘的需求与挑战;数据挖掘的需求与挑战(Cont.);5.3.4 文本数据挖掘;文本挖掘系统体系结构;IBM的智能文本挖掘器;IBM的智能文本挖掘器