[计算机硬件及网络]3、数据仓库和数据挖掘的OLAP技术.pptVIP

数据仓库与OLAP技术概述 数据仓库－数据挖掘的有效平台 数据仓库中的数据清理和数据集成，是数据挖掘的重要数据预处理步骤 数据仓库提供OLAP工具，可用于不同粒度的数据分析 很多数据挖掘功能都可以和OLAP操作集成，以提供不同概念层上的知识发现 分类 预测 关联 聚集 什么是数据仓库? 数据仓库的定义很多，但很难给出一种严格的定义 它是一个提供决策支持功能的数据库，它与组织机构的操作数据库分别维护。 它允许将各种应用系统集成在一起，为统一的历史数据分析提供坚实的平台，对信息处理提供支持。 数据仓库区别于其他数据存储系统 “数据仓库是一个面向主题的、集成的、时变的、非 易失的数据集合，支持管理部门的决策过程.”—W. H. Inmon 数据仓库关键特征一——面向主题 面向主题，是数据仓库显著区别于关系数据库系统的一个特征 围绕一些主题来组织，如顾客、供应商、产品等 关注决策者的数据建模与分析，而不是组织机构的日常操作和事务处理。 排除对于决策支持过程无用的数据，提供特定主题的简明视图。 数据仓库关键特征二——数据集成 一个数据仓库是通过集成多个异构数据源来构造的 关系数据库，一般文件，联机事务记录。 使用数据清理和数据集成技术 确保命名约定、编码结构、属性度量等的一致性。 当数据被移到数据仓库时，它们要经过转化。 数据仓库关键特征三——随时间而变化 数据仓库是从历史的角度提供信息