《数据仓库与数据挖掘》复习.pdfVIP

. 201X 春《数据仓库与数据挖掘》复习提纲 1、 商务智能【参考： BI 是一种解决方案，它的目的是把用户积累下来的、大量的数据 转化为业务容易理解的信息，进而辅助决策。 】 2 、 Kimball 对数据仓库的定义【参考： DW 仅仅是构成它的数据集市的联合。 】 3 、 Inmon 对数据仓库的定义【参考：一个面向主题的、集成的、随时间变化的、非易 逝的用于支持管理的决策过程的数据集合。 】 4 、 ETL 【参考：数据的提取、转换和装载，预处理数据并装在 DW 中。】 5 、 数据仓库总线矩阵【参考：该矩阵将公司业务过程映射到参与这些过程的实体或对 象。矩阵的每一行对应一个业务过程， 每一列描述对象， 它们参与了各种业务过程。 】 6 、 事实【参考：对一些事件发生结果的度量。 】 7 、 维度【参考：维度是维度模型的基础，用来描述业务的对象。 】 8 、 粒度【参考：事实表中包含信息的详尽程度。 】 9 、 维度模型【参考：由一个中心事实表 (或者多个事实表 )和与其相关的维度构成。事 实表位于中心，而所有维度表环绕在其周围，类似于星形结构，因此又把维度模型称为 星形模式。 】 10、 业务过程维度模型【参考：关于一个业务过程所有的维度模型的集合。 】 11、 多维数据集 （又称为数据立方体） 由维度和一个或多个度量组构成的多维分析结构， 用于 OLAP 12、 部署【参考：将多维数据集的定义发布到 OLAP 服务器上的过程。 】 13、 OLAP 联机分析处理采用多维数据结构和层次结构作为导航，探查汇总数据，辅助 决策。 14、 代理键【参考：对于 DW/BI 系统，需要在数据仓库数据库中建立一组与事务处理 源系统中的键分离开来的全新的键，称这种键为代理键。 】独立于业务键的用于数据仓 库中的从 ETL中的人工键 15、 渐变维度 【参考：属性值可以改变的维度。 分为值的改变需要跟踪和不需要跟踪两 种。】 16、 聚合【参考：经过预先计算后形成的汇总表，主要目标是用来改进查询性能。 】 17、 星型模型【参考：由一个事实表和多个维度表构成的模型。事实表与维度表是 1 对多关系。事实表位于中心，而所有维度表环绕在其周围，类似于星形结构。 】 18、 雪花模型【参考：雪花模型是将维度表中的字段和查找表相连接而得到的结果。 】 19、 事实星座模型 由多个星型模型或雪花模型通过共享维度形成的多事实表多维度表 的模型 20 、 多维数据库【参考：采用多维数据组存储数据，主要应用于 OLAP服务器的数据存 储结构。】 21 、 SQL Server 201X的维度层次 22 、 SQL Server 201X的属性层次 SQL Server Analysis Service默认为每个维度每个属性 构成的单层结构 23 、 数据挖掘【参考答案：从海量数据中提取有趣模式或知识（有趣是指：隐含的、非 平凡的、事先未知的、潜在有用的） 】 24 、 数据挖掘的两大类通用功能