数据挖掘技术使用浅述.docVIP

数据挖掘技术使用浅述 　　【摘 要】数据挖掘（Data Mining）就是从大量的实际应用数据中提取隐含信息和知识，它利用了数据库、人工智能和数理统计等多方面的技术，是一类深层次的数据分析方法。数据挖掘技术是从同一个数据库的不同层次上提取相应的规则，通过数据挖掘技术解决存储问题。 　　【关键词】数据仓库；数据仓库应用；OLAP；联机分析处理 　　数据仓库技术是计算机数据库系统发展的新方向，近几年来已经在许多领域得到了应用。以数据仓库为基础的商业职能系统强大的功能在实际应用中能带来高利润的回报，所以近年来数据仓库在众多领域得到了越来越广泛的应用。对于大量存在于计算机信息系统中的数据，通过数据仓库、联机处理技术和数据挖掘技术，对数据进行加工、分析、产生用于决策支持的信息，得以充分利用。 　　1 数据库技术概念及特征 　　1.1 数据仓库概念 　　数据仓库就是面向主题的、集成的、不可更新的（稳定的）、随时间不断变化的数据集合。与其他数据库应用不同的是，数据仓库更像一种过程，即对分布在企业内部各处的业务数据的整合、加工和分析的过程，而不是一种可以购买的产品。 　　1.2 数据仓库的特征 　　①面向主题。数据仓库中的数据是按照一定的主题域进行组织。主题是一个抽象的概念，是指用户使用数据仓库进行决策时所关心的重点方面，一个主题通常与多个操作型信息系统相关。 　　②集成的。数据仓库中的数据是在对原有分散的数据库数据抽取、清理的基础上，经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。 　　③相对稳定的。数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据仓库以后，一般情况下将被长期保留，也就是数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的加载、刷新。 　　④反映历史变化。数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点到目前各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。 　　2 数据仓库的分析技术 　　OLAP是数据处理的一种技术概念。OLAP的基本目的是使企业的决策者能灵活地操纵企业的数据，以多维的形式从多面角度来观察企业的状态、了解企业的变化，通过快速、一致、交互地访问各种可能的信息视图，帮助管理人员掌握数据中存在的规律，实现对数据的归纳、分析和处理，帮助组织完成相关的决策。 　　根据OLAP产品的实际应用情况和用户对OLAP产品的需求，人们提出了一种对OLAP更简单明确的定义，即共享多维信息的快速分析。OLAP通过对多维信息以很多种可能的观察方式进行快速、稳定一致和交互性的存取，允许管理决策人员对数据进行深入的观察。基于操作型数据环境的OLTP（联机事务处理），其基本操作是通过经典的SQL语句实现的。而OLAP多维数据分析是指对多维数据采取切片、切块、钻取、旋转等各种分析操作，以求剖析数据，使最终用户能从多角度、多侧面地观察数据库中的数据，从而深入地了解包含在数据中的信息、内涵。数据仓库系统一般都支持OLAP的这些基本操作，也可以认为是一种扩展了的SQL操作。 　　2.1 联机分析处理的主要特点 　　OLAP是直接仿照用户的多角度思考模式，预先为用户组建多维的数据模型，在这里，维指的是用户的分析角度。例如对销售数据的分析，时间周期是一个维度，产品类别、分销渠道、地理分布、客户群类也分别是一个维度。一旦多维数据模型建立完成，用户可以快速地从各个分析角度获取数据，也能动态的在各个角度之间切换或者进行多角度综合分析，具有极大的分析灵活性。这也是联机分析处理在近年来被广泛关注的根本原因，它从设计理念和真正实现上都与旧有的管理信息系统有着本质的区别。 　　2.2 联机分析处理与数据仓库的关系 　　事实上，随着数据仓库理论的发展，数据仓库系统已逐步成为新型的决策管理信息系统的解决方案。数据仓库系统的核心是联机分析处理，但数据仓库包括更为广泛的内容。 　　概括来说，数据仓库系统是指具有综合企业数据的能力，能够对大量企业数据进行快速和准确分析，辅助做出更好的商业决策的系统。 　　从应用角度来说，数据仓库系统除了联机分析处理外，还可以采用传统的报表，或者采用数理统计和人工智能等数据挖掘手段，涵盖的范围更广；就应用范围而言，联机分析处理往往根据用户分析的主题进行应用分割，例如：销售分析、市场推广分析、客户利润率分析等等，每一个分析的主题形成一个OLAP应用，而所有的OLAP应用实际上只是数据仓库系统的一部分。 　　联机分析处理的用户是企业中的专业分析人员及管理决策人员，他们在分析业务经营的数据时，从不同的角度来审视业务的衡量指标是一种很自然