第四讲决策支持新技术.ppt

第四讲决策支持的新技术 第一节 数据仓库技术 4.1.1 数据仓库的基本知识 4.1.2 数据仓库系统的结构 4.1.3 数据仓库的运行结构 4.1.4 数据集市的结构 第二节 数据挖掘技术 4.2.1 数据挖掘概述 4.2.2 数据挖掘基本过程与步骤 4.2.3 数据挖掘的任务与挖掘方法 4.2.4 数据挖掘与数据仓库的关系 第三节 联机分析处理技术 4.3.1 基本概念 4.3.2 OLAP的数据组织 4.3.3 OLAP的多维数据分析方法 4.3.4 OLAP的发展 4.1.1 数据仓库的基本知识 一.从数据库到数据仓库 4.1.1 数据仓库的基本知识 二.数据仓库的概念 1.W.H.Inmon 2.SAS软件研究所的观点 3.DW是作为DSS的基础的分析型DB，用来存放大容量的只读数据，为制定决策提供所需的信息。 4.DW是与操作型系统相分离的、基于标准企业模型集成的、带有时间属性的，即与企业定义的时间段相关的、面向主题且不可更新的数据集合。 5.…… 三.数据仓库的特点 四.数据库与数据仓库的区别 4.1.2 数据仓库系统的结构 一.数据仓库管理系统 1.定义部件 2.数据获取部件 3.管理部件 4.目录部件（元数据） 5.DBMS部件 二.数据仓库的结构构成 1.数据仓库的构成 二.数据仓库的结构构成 2.数据仓库的元数据 2.数据仓库的元数据 2.数据仓库的元数据 2.数据仓库的元数据 2.数据仓库的元数据 三.数据仓库的工具集 1.分析工具 （1）查询工具 （2）可视化工具 2.挖掘工具 四.数据进入DW的过程与建立DW的步骤 1.数据进入DW的基本过程（教材p221） 2.建立DW的步骤 4.1.3 数据仓库的运行结构 4.1.4 数据集市的结构 一.数据集市的概念 二.数据集市的特点 三.数据集市与数据仓库的关系 1.数据集市不等于数据仓库，多个数据集市合并起来不能成为数据仓库。 2.数据仓库与数据集市的区别 四.数据集市的两种结构 4.2.1 数据挖掘概述 一.案例——NBA通过数据挖掘取得飞跃 二.数据挖掘的概念 三.数据挖掘的优点与缺点 1.优点 三.数据挖掘的优点与缺点 2.缺点 4.2.2 数据挖掘基本过程与步骤 一.数据挖掘的基本过程 1.数据准备 一.数据挖掘的基本过程 2.数据挖掘 一.数据挖掘的基本过程 3.数据表述与评价 二.进行数据挖掘的步骤 1.问题定义 2.发现信息 3.制定计划 4.采取行动 5.检测结果 4.2.3 数据挖掘的任务与挖掘方法 一.数据抽取：对数据进行浓缩，给出它的紧凑描述。 1.多维数据分析方法：是一种数据仓库技术，它把汇集操作结果预先计算并存贮起来，供DSS使用。 2.面向对象的归纳方法：对用户感兴趣的数据视图进行泛化，从较高层次上总结了在低层次上的原始关系。 二.分类发现 三.聚类 四.关联规则发现 4.2.4 数据挖掘与数据仓库的关系 1.DM比DW的汇总型分析处理要详细和深入得多； 2.DW的发展是促进DM发展的一个重要原因，DM经常被看成是DW的后期市场产品，DW中具有最丰富的资源可供挖掘； 3.DW不是DM的必要条件，当DW可为DM的数据集成和数据准备提供一种好的方法； 4.DM可能是DW的一个逻辑上的子集，而非一定得是物理上单独的数据库。 4.3.1 基本概念 一.OLAP的概念 1.OLAP理事会： 一.OLAP的概念 2.OLAP的简单定义： 二.OLAP的其他基本概念 三.OLAP与OLTP的关系与比较 4.3.2 OLAP的数据组织 一.ROLAP （Relation OLAP） 二.MOLAP （Multi-dimension OLAP） 三.两种组织方式的比较 4.3.3 OLAP的多维分析方法 一.切片 二.切块 三.旋转/转轴 四.钻取 4.3.4 OLAP的发展与应用 一.OLAP和DM有机结合起来形成了新技术——联系分析挖掘（OLAM） 二.OLAP广泛的应用领域 集成 目 标 数 据 预 处 理 数 据 模 式 数 据 知 识 源 数 据 预处理 数据挖掘 评价与解释 数据准备 数据挖掘 评价与解释 数 据 选择 （1）减少了用户的工作量。 （2）使用户得到意外的信息。 （3）对数据的迅速变化可作出快速响应，以提供决策支持信息。 （1）对计算机的性能要求高。 （2）意外的信息不可靠。 （3）即使发现一个潜在的可以利用的关系，其实际使用价值也可能不太明显。 （1）数据集成：从操作型环境中提取并集成数据，解决语义二义性问题。 （2）数据