数据仓库课后习题答案.docxVIP

word格式 word格式 第一章作业 1 .数据库与数据仓库的本质差别是什么 ？书P2 （1）数据库用于事务处理，数据仓库用于决策分析。（2）数据库保持事物处理的当前状态 ，数据仓库即保存过去的数据又保存当 前的数据。（3）数据仓库的数据是大量数据库的集成 。（4）对数据库的操作比较明确，操作数量较小。对数据仓库操作不明确 操作数据量大。 6. OLTP OLAP 细节性数据 综合性数据 当前数据 历史数据 经常更新 不更新，但周期性刷新 次性处理的数据量小 一次处理的数据量大 响应时间合理 响应时间合理 对响应时间要求高 面向应用，事务驱动 面向分析，分析驱动 .定义为关于数据的数据，描述数据仓库中数据及其环境的数据 。 .元数据不仅仅是数据仓库的字典，而且还是数据仓库本身功能的说明数据 ，是整个数据仓库的核心。数据字典是关于数据库中数据 的描述，而不是数据本身，数据字典是数据库的元数据。 18、 统计学与数据挖掘的不同。 统计学主要是对数量数据或连续值数据进行数值计算的定量分析 ，得到数量信息。数据挖掘主要对离散数据进行定性分析 ，得到规 则知识。在统计学中有聚类分析和判别分析 ，它们与数据挖掘中的聚类和分类相似 。但是，采用的标准不一样，统计学的聚类采用的 距 离”是欧式距离，即两点间的坐标（数值）距离。而数据挖掘的聚类采用的 距离”是海明距离，即属性取值是否相同，相同者距离为 0,不相 同者距离为1。 总之，统计学与数据挖掘是有区别的 ，但是，它们之间是相互补充的。不少数据挖掘的著作中均把统计学的不少方法引入到数据挖 掘中，与将机器学习中不少方法引入到数据挖掘中一样 ，作为从数据获取知识的一大类方法 。 19、 说明数据仓库与数据挖掘的不同 。 数据仓库是在数据库的基础上发展起来的 。它将大量的数据库的数据按决策需求进行重新组织 ，以数据仓库的形式进行存储，将为 用户提供辅助决策的随机查询、综合信息以及随时间变化的趋势分析信息等 。 数据仓库是一种存储技术，其数据存储量是一般数据库的 100倍，包含大量的历史数据、当前的详细数据以及综合数据 。它能适应 不同用户对不同决策需要提供所需的数据和信息 。 数据挖掘是从人工智能机器学习中发展起来的 。它研究各种方法和技术，从大量的数据中挖掘岀有用的信息和知识 。最常用的数据 挖掘方法是统计分析方法、神经网络方法和机器学习中研究的方法。数据挖掘中采用机器学习的方法有归纳学习方法 （如覆盖正例排斥反 例方法，如AQ系列算法、决策树方法等卜遗传算法、发现学习算法（如公式发现系统BACON）等。 利用数据挖掘的方法和技术从数据仓库中挖掘的信息和知识 ，反映了数据仓库中数据的规律性 。用户利用这些信息和知识来指导和 帮助决策。例如，利用分类规则来预测未知实体的类别 。 :数据仓库与联机分析岀口里、数据挖掘在决策支持方面有什么不同 ？ 答:数据仓库视为辅助决策而建立的 ，单依靠数据仓库达到辅助决策的能力是有限的 ，综合信息和预测信息是数据仓库所获得的辅助决 策信息。数据仓库中增加联机分析处理和数据挖掘等分析工具 ，能较大的提高辅助决策能力。数据仓库和联机分析处理几数据挖掘结合 的决策支持系统，是以数据仓库为基础的，称为基于数据仓库的决策支持系统 。概括地说:基于数据仓库的决策支持系统是从数据仓库 的数据中获取辅助决策信息和知识，为决策提供支持。 25画岀基于数据仓库的决策支持系统结构图 。如图： OIAPDM可题纭令与交互乘毓决策者 OIAP DM 可题纭令与交互乘毓 决策者 外那咎息输入系统 28 .如何理解商业智能与基于数据仓库的决策支持系统的区别于联系 ？ 答：可以认为，商业智能是对商业信息的搜集 、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力 （insight），促使他们 做岀对企业更有利的决策。商业智能一般由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成。商业智能的实现涉及到 软件、硬件、咨询服务及应用，其基本体系结构包括数据仓库 、联机分析处理和数据挖掘三个部分 。 第二章作业 画出数据仓库的结构图，说明各部分内容。P18 答：当前基本数据是最近时期的业务数据 ，是数据仓库用户最感兴趣的部分数据量大 。随着时间的推移，有数据仓库的时间控制机 制转为历史数据，轻度综合数据是从当前基本数据中提取岀来的 ，最高一层是高度综合数据层，这一层的数据十分精炼，是一种准 决策数据。 说明数据仓库结构图中包含轻度综合层与高度综合数据层的作用 。这些数据为什么不是临时计算出来的 。P18-19 数据仓库除了存储按主题组织起来的当前详细数据外 ，还需要存储综合数据，这是为了适应决策需求而增加的 。在数据库中需要得 到综合数据时，采用数据立方体的方法对详细数据进行综合