数据管理与知识发现-Read.ppt

第六章：数据管理与知识发现 本章主要介绍数据库与数据仓库的基础知识及其在电子商务中的应用。 内容提要 6.1 数据库基础 6.2 数据库与Web集成的方法 6.3 数据仓库与商业智能 6.1 数据库基础 数据管理的基本概念 从文件系统到数据库 数据库管理系统的主要功能 数据库发展 数据管理的基本概念 数据、信息和知识 数据管理、数据库和数据库管理系统 数据模型 数据模型是描述一个企业中的数据、数据之间的关系，以及对数据的约束的一组完整的概念 实体联系模型（ER模型） 层次、网状、关系、面向对象等模型 数据文件系统 数据文件系统的缺陷 数据的分离 数据的冗余 数据与程序的依赖 数据库系统 数据库管理系统的结构 数据库管理系统的功能 1．数据库的定义功能 2．数据库的操纵功能 3．数据库的保护和控制功能 安全性控制 完整性控制 并发控制 恢复控制 用户可访问的数据字典 4．数据库的维护功能 数据库发展 数据库的模型 层次，网络，关系，面向对象 数据类型 结构化，文本，多媒体 伸缩性 分布性 多平台 智能性 与Internet, WWW的结合 6.2 数据库与Web集成Web-DBMS Web-DBMS的体系结构 Web-DBMS的实现 数据访问接口 Web-DBMS的体系结构 Web-DBMS的实现 中间件： CGI JAVA Bean Active控件 数据访问接口 SQL 专用API ODBC JDBC 数据访问对象 开放数据库互连（ODBC） 6.3 数据仓库与商业智能 数据仓库的概念 联机分析处理（OLAP) 数据挖掘与知识发现 数据仓库的概念 什么是数据仓库 为什么要建造数据仓库 数据仓库与传统数据库的区别 数据仓库的功能 什么是数据仓库 数据仓库的最终目标是把企业范围内的所有数据集成在一个大仓库中，让用户能运行查询、产生报告、执行分析。 “数据仓库之父”Bill Inmon给的定义：数据仓库就是一个用以更好地支持企业或组织的决策分析处理的，面向主题的，集成的，不可更新的，随时间不断变化的数据集合。 为什么要建造数据仓库 信息技术的广泛应用和电子商务的开展 商业竞争的日趋激烈, 企业必须重视信息的策略性价值 所面对的问题不是简单地处理数据而是如何使用数据 数据库无法达到这一要求 数据仓库与传统数据库的区别 数据仓库结构 数据仓库的功能 数据获取 数据转换 数据分发 数据存储 数据查询支持（索引、目录） 数据显示与分析 典型的数据仓库解决方案 IBM数据仓库解决方案 ORACLE数据仓库解决方案 SAS数据仓库解决方案 … 联机分析处理（OLAP) OLAP(On-Line Analytical Processing)是指用于对数据进行在线分析的技术，它主要包括： 多维数据视图 多维数据分析 多维数据视图 多维数据分析 对以多维形式组织起来的数据采取切片、切块、旋转等各种分析动作以求剖析数据，使最终用户能从多个角度、多侧面地观察数据库中的数据。 OLAP体系结构 数据挖掘与知识发现 从现成的已积累的数据中发掘出未知的规律和知识，是人工智能和数据库技术相结合的产物 帮助企业管理人员寻找规律，发现被忽略的要素，预测趋势，进行决策。 数据挖掘的一般过程 数据挖掘工具 IBM的Intelligent Miner SAS Institute Inc.的 SAS System Integral Solutions Ltd的 Clementine DataMind Corp的DataCrusher Information discovery Inc.的 Data Mining Suite Right Information Systems的thought。 数据挖掘的商业应用 零售业：识别顾客的购买模式 银行： 侦察欺诈性信用卡使用模式 保险： 理赔分析 医疗： 识别出针对不同病例的成功疗法 商业智能（BI) Business intelligence (BI) transforms business data into conclusive, fact-based and actionable information. It allows companies to spot customer trends, create customer loyalty, enhance supplier relationships, reduce financial risk, and uncover new sales opportunities. In short, business intelligence is the path to gaining -and maintaining -- your