《数据仓库与数据挖》第一章 概述(34P).pptVIP

* 序列分析 序列（Sequence）分析：序列分析主要用于分析数据仓库中的某类与时间相关的数据，搜索类似的序列或子序列，并挖掘时序模式、周期性、趋势和偏离等。例如，它可以导出类似“若ATT股票连续上涨两天且DEC股票不下跌，则第三天IBM股票上涨的可能性为75%”的数据关系。序列模式可以看成是一种特定的关联模型，它在关联模型中增加了时间属性。 * 偏差检测与模式相似性挖掘 偏差检测（Deviation Detection）：用于检测并解释数据分类的偏差，它有助于滤掉知识发现引擎所抽取的无关信息，也可滤掉那些不合适的数据，同时可产生新的关注性事实。 模式相似性挖掘：用于在时间数据库或空间数据库中搜索相似模式时，从所有对象中找出用户定义范围内的对象；或找出所有元素对，元素对中两者的距离小于用户定义的距离范围。模式相似性挖掘的方法有相似度测量法、遗传算法等。 * Web数据挖掘 Web数据挖掘包括Web使用模式挖掘、Web结构挖掘和Web内容挖掘等。 基于Web的研究：搜索引擎的设计、文件自动分类技术、关键词的自动提取、半结构化信息的提取及Web上新型应用的研究等。 * 数据仓库与数据挖掘 （DATA WAREHOUSING AND DATA MINING） 软 件 学 院 * 第一章 数据仓库与数据挖掘概述 本章要点 数据仓库的发展 数据仓库的基本概念 数据挖掘的发展 数据挖掘的基本概念 数据仓库与数据挖掘的集成 * 数据仓库的发展 自从NCR公司为Wal Mart建立了第一个数据仓库。 1996年，加拿大的IDC公司调查了62家实现了数据仓库的欧美企业。 客户/服务器结构-分布式对象。 IBM的实验室在数据仓库方面已经进行了10多年的研究，并将研究成果发展成为商用产品。 其他数据库厂商在数据仓库领域也纷纷提出了各自的解决方案。 * 数据仓库的发展 IBM: 在其DB2UDB发布一年后的1998年9月发布5.2版，并于1998年12月推向中国市场，除了用于OLAP（联机分析处理）的后台服务器DB2 OLAP Server外，IBM还提供了一系列相关的产品，包括前端工具，形成一整套解决方案。 Informix公司: 在其动态服务器IDS（Informix Dynamic Server）中提供一系列相关选件，如高级决策支持选件（Advanced Decision Support Option）、OLAP选件（MetaCube ROLAP Option）、扩展并行选件（Extended Parallel Option）等。 * 数据仓库的发展 微软公司: 在其SQL Server7.0以及SQL Server2000中集成了代号为Plato的OLAP服务器。 Sybase: 提供了专门的OLAP服务器Sybase IQ，并将其与数据仓库相关工具打包成Warehouse Studio 。 Oracle公司: 则推出从数据仓库构建、OLAP到数据集市管理等一系列产品包（如Oracle Warehouse Builder、Oracle Express、DataMart Suit等）。 * 数据仓库在我国的发展 现状：数据仓库的概念已经被国内用户接受多年，但在应用方面的收效仍很有限。 原因： 尚不存在可靠的、完善的、被广泛接受的数据仓库标准； 现有的数据库系统不健全，数据积累还不够，无法提出决策支持需求； 缺乏能够担负规划、设计、构建和维护数据仓库的重任的复合型人才； 缺乏数据仓库前端工具（如OLAP工具、数据挖掘工具等）； 由于国内外文化的差异，一些用于构建数据仓库的知名产品无法处理一些难以预料的问题，使得建立数据仓库的困难加大。 * 数据仓库的我国的发展 前景：随着计算机技术的发展，尤其是分布式技术的发展， 数据仓库在我国有着广阔的发展空间和良好的发展前景。例如： 由于银行商业化的步伐正在加大，各大中型银行在入世的机遇和挑战下，开始重新考虑自身的业务，特别是信贷风险管理方面特别注意，因而有关信贷风险管理和风险规章的基于数据仓库的决策支持系统的需求逐渐增多； 由于电子商务的迅速发展，越来越多的电子商务网站，开始考虑如何将数据仓库应用于商品销售分析、顾客的诚信度分析等，为客户提供更进一步的个性化服务； 如移动通信等各大型企业也开始考虑着手进行决策支持以及数据仓库规划。 * 从数据库到数据仓库 数据库应用的规模和深度 点  线 面 互联网  在线分析处理(OLAP) 在线事务处理 决策支持(DS) (OLTP)