数据仓库与数据挖掘培训.pptVIP

数据仓库与数据挖掘;课程简介：;数据库与数据仓库;主要学习内容：;主要参考书：;考核方法??;第一章 数据仓库概述;;1．1 数据仓库的产生; 1.2 数据仓库的含义;;1.3 数据仓库的特征;面向主题;面向主题;面向主题示例;面向主题示例;面向主题示例;主题一：商品;主题二：供应商;主题三：顾客;; 示例了一个电信企业的情况。 计费数据库:计费数据库记录了客户的消费情况 财务数据库:财务数据库记录了客户的缴费情况 客户服务数据库:客户的咨询和投诉情况 如果直接基于传统数据库系统进行“客户”和“收益”信息的分析，则需要访问多个数据库才能获得客户或收益各个侧面的信息（收益主题需从计费数据库和财务数据库中了解公司各项业务的收入情况；客户主题则要从计费数据库、财务数据库、客户服务数据库中获得客户消费、交费、咨询等全方位的信息。），这样将极大的影响系统处理的时间和效率，并且数据之间的不一致性和不同步等问题将影响决策的可靠性。而以“客户”和“收益”主题组织的数据仓库，将某个主题的全部相关数据集中于一个地方，这样决策者可以非常方便地在数据仓库中的一个位置检索包含某个主题的所有数据。 ;面向主题;集成的; 数据仓库中存储的数据一般从企业原来已建立的数据库系统中提取出来，但并不是原有数据的简单拷贝，而是经过了抽取、筛选、清理、综合等工作。这是因为： 1） 原有数据库系统记录的是每一项业务处理的流水帐，这些数据不适合于分析处理。在进入数据仓库之前必须经过综合、计算，同时抛弃一些分析处理不需要的数据项，必要时还要增加一些可能涉及的外部数据。 2） 数据仓库每一个主题所对应的源数据在源分散数据库中有许多重复或不一致之处，必须将这些数据转换成全局统一的定义，消除不一致和错误之处，以保证数据的质量；显然，对不准确，甚至不正确的数据分析得出的结果将不能用于指导企业做出科学的决策。 3） 源数据加载到数据仓库后，还要根据决策分析的需要对这些数据进行概括、聚集处理。 事实上，决策支持系统需要集成的数据。全面而正确的数据是有效地分析和决策的首要前提，相关数据收集得越完整，得到的结果就越可靠。因此，对源数据的集成是数据仓库建设中最关键，也是最复杂的一步。;集成的;非易失的;;随时间不断变化;  1.4 数据仓库与传统数据库的比较;1 两个系统的主要区别; 数据目标：数据库系统是面向业务操作，用于办事员、客户和信息技术专业人员的事务和查询处理。数据仓库是面向主题的，用于知识工人（包括经理、主管和分析人员）的决策分析。 数据特性：数据库系统存储的是当前数据，数据是动态变化的，按字段进行更新操作。数据仓库中数据是批量载入的、静态的，系统定期执行提取过程为数据仓库增加数据，这些数据一旦加入，一般不再从系统中删除。 数据结构：数据库系统采用面向应用的数据库设计，以高度结构化和复杂的形式组织数据，以适应复杂的事务操作计算的需求。数据仓库通常采用面向主题的星型或雪花数据组织模式，以适应分析决策，数据结构简单。 ;。 ; 2 两个系统的查询支持不同 OLTP系统是为了快速回答简单查询，而不是为了存储分析趋势的历史数据而创建的。一般的，OLTP提供了大量的原始数据，这些数据不易被分析。 数据仓库需要回答更复杂的查询，而不仅仅是一些像“英国主要城市的商品平均销售价格是多少”之类的简单聚集数据查询。数据仓库需要回答的查询类型可以是简单的查询，也可以是高度复杂的，且还与终端用户使用的查询工具相关。 以下是某数据仓库支持的一些查询示例: 2008年第三季度，整个英格兰的总收入是多少？ 2007年英国每一类房产销售的总收入是多少？ 2008年租借房产业务中每个城市哪个地域最受欢迎？与过去的两年相比有何不同？ 每个分支机构本月的房产销售月收入是多少，并与刚过去的12个月相比较。 如果对于10万英镑以上的房产，法定价格上升3.5%而政府税收下降1.5%，对英国不同区域的销售会产生什么影响？ 在英国主要城市中，哪种类型的房产销售价格高于平均房产销售价格？这与人口统计数据有何联系？; 3 两个系统数据组织模式示例比较 ;;从上述实例，不难看出： 1）在从面向应用到面向主题的转变过程中，丢弃了原来有的但不必要的、不适于分析的信息； 2）在原有的数据库模式中，有关