客户的关系管理（PPT 345页）.pptVIP

OLAM的系统特征（4） 支持复杂信息建模，即要求OLAM系统支持多种异构DBMS中多种数据类型的融合，全面处理企业内的各种决策支持应用。一方面，决策分析的数据对象来自于不同开发环境和目的的分立应用系统，数据的管理方法和数据结构也可能不同，这就要求OLAM在数据方面有很强的包容性;另一方面，不同的数据挖掘方法要求不同的数据结构支撑。 * OLAM的系统特征(5) 良好的可扩展性。要求OLAM系统支持多种挖掘算法的模块的添加、多种工作对象的建构、多种数据源的集成、多种前端工具的利用等扩展功能。用户能根据实际问题的不同，选用不同的挖掘算法。此外，OLAM因该具有支持这些扩展的通用接口，以便与其它工具和算法衔接，或者嵌人用户自己的算法。 * OLAM的系统特征(6) 灵活友好的人机交互能力。OLAM中的决策分析过程是要在人的指导下进行的，人作为系统的有机组成部分和系统应用密不可分。人利用自己掌握的领域知识在OLAM系统的辅助下完成领域内问题的求解，在这个过程中人与计算机分别承担各自最擅长的工作，达到资源的合理配置。 * OLAM的系统特征(7) 支持复杂事务模型及多任务优化和调度。OLAM事务是有“内部结构”的数据库操作集合，是一个有层次的复杂网络结构，传统的无内部结构、彼此孤立的、最小原子特性的事务模型只是这种模型的特例。OLAM事务之间具有广泛的联系，考虑在对事务分解的基础上，充分利用不同事务中的公共子事务来优化事务的调度。 * OLAM的分析操作 从OLAM的定义来看，它是建立在多维数据视图基础之上的。因此，对于OLAM的操作应是超立方体计算与传统挖掘算法的结合。这里所说的立方体计算方法一般指切片、切块、上卷、下钻、旋转等操作;而挖掘算法则是指关联规则、分类、聚类等挖掘算法。根据立方体计算和数据挖掘所进行的次序的不同组合可以有不同的模式。 * OLAM的分析操作 先进行立方体计算、后进行数据挖掘。在进行数据挖掘以前，先对多维数据进行二定的立方体计算，以选择合适的数据范围和恰当的抽象级别。 先对多维数据作数据挖掘，然后再利用立方体计算算法对挖掘出来的结果做进一步的深人分析。 立方体计算与数据挖掘同时进行。在挖掘的过程中，可以根据需要对数据视图做相应的多维操作。这也意味着同一个挖掘算法可以应用于多维数据视图的不同部分。 回溯操作。OLAM的标签和回溯特性，允许用户回溯一步或几步，或回溯至标志处，然后沿着另外的途径进行挖掘，这样用户在挖掘分析中可以交互式的进行立方体计算和数据挖掘。 * OLAM技术的发展趋势 OLAM技术实现了OLAP和DM技术的互补，它的发展趋势是两者更加可靠的集成、融合，有自己合理优化的结构体系和一套完备的技术理论基础，从整体上为决策分析提供完美支持。 OLAM技术是一门交叉学科，涉及机器学习、模式识别、统计学、智能数据库、人工智能、高性能计算、数据可视化、专家系统等综合技术。这些相关学科的发展，无疑也将会推动OLAM技术的发展。特别是，近年来随着数据库技术的发展，出现了不同数据类型的高级数据库，如面向对象数据库、对象关系型数据库、空间数据库、超文本数据库、多媒体数据库、时序数据库等。因此，未来的OLAM技术应用应基于这些高级数据库展开。 随着互联网技术的发展，全球信息的共享，基于Web的联机分析挖掘(Web0LAM)，也将成为OLAM技术发展的一个新方向。 * CRM: Customer Relationship Management客户关系管理 重庆大学经济与工商管理学院 于同奎 Tel: (023E-mail: yutongkui@ 2004.8 * DWOLAP DW是管理决策分析的基础，若要有效地利用DW中的信息资源，必须有强大的工具对信息进行分析、决策，OLAP就是一个得到广泛用的DW技术。 * DWOLAP OLAP专门用于支持复杂的决策分析，是支持信息管理和业务管理人员决策活动的一种决策分析工具。它可以根据分析人员的要求，迅速、灵活地对大量数据进行复杂的查询处理，并且以直观的、容易理解的形式将查询结果提供给各种决策人员，使他们迅速、准确地掌握企业的运营情况，了解市场的需求。 * 发展背景 60年代，关系数据库之父E.F.Cdd提出了关系模型，促进了联机事务处理(OLTP)的发展(数据以表格的形式而非文件方式存储)。 1993年，E.F.Cdd提出了OLAP（联机分析处理）概念，认为OLTP已不能满足终端用户对数据库查询分析的需要，SQL对大型数据库进行的简单查询也不能满足终端用户分析的要求。用户的决策分析需要对关系数据库进行大量计算才能得到结果，而查询的结果并不能满足决策者提出的需求。因此，E.F.Cdd提出了多维数据库和多维分析的概念，即OLAP技术概念。 * O