第章决策支持的新技术.pptVIP

2014年1月 黑龙江大学信息管理学院 李海晨 第一页，编辑于星期五：十九点 四十五分。 决策支持的新技术 数据仓库技术 数据挖掘技术 联机分析处理技术 第二页，编辑于星期五：十九点 四十五分。 数据仓库技术 操作型数据 事务处理 实时性 分析型数据 是操作型数据的积累和提炼 面向决策 第三页，编辑于星期五：十九点 四十五分。 数据仓库技术 事务处理不适宜决策应用原因 事务处理与分析处理的性能、特点不同 数据集成问题 数据动态集成问题 历史数据问题 数据的综合问题 使用对象不同 第四页，编辑于星期五：十九点 四十五分。 数据仓库技术 操作型数据与分析型数据区别 数据类型 属性 操作型数据 分析型数据 数据性质 细节的 综合的、可提炼的 时间性 存取瞬间准确 代表过去的数据 加工性 可更新 不更新 可知性 操作需求事先知道 操作需求事先不知道 性能要求 较高 宽松 操作情况 一个时刻操作一个单元 一个时刻操作一个集合 驱动因素 事务驱动 分析驱动 应用目的 面向应用 面向分析 操作领域 支持日常操作 支持管理需求 第五页，编辑于星期五：十九点 四十五分。 数据仓库技术 联机事务处理（OLTP）与联机分析处理（OLAP）区别 OLTP OLAP 数据库数据 数据库或数据仓库数据 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 一次处理的数据量小 一次处理的数据量大 对响应时间要求高 响应时间合理 用户数据量大 用户数据相对较少 面向操作人员、支持日常操作 面向决策人员、支持管理需求 面向应用，事物驱动 面向分析，分析驱动 第六页，编辑于星期五：十九点 四十五分。 数据仓库技术 数据仓库特点 面向主体的 集成的 稳定的 随时间增长的 数据量大 对软、硬件要求较高 第七页，编辑于星期五：十九点 四十五分。 数据仓库系统结构 DW管理工具 抽取、转换、装载 数据建模工具 元数据库 仓库管理 综合工具 当前数据 历史数据 数据仓库 用户查询工具 C/S工具 DM工具 分析工具 OLAP工具 关系数据库 数据文件 其它数据 源数据 第八页，编辑于星期五：十九点 四十五分。 数据仓库技术 数据仓库系统结构 数据仓库 元数据是数据仓库的核心 元数据用于存储数据模型、定义数据结构、转换规划、仓库结构和控制信息等。 仓库管理 数据的安全、归档、备份、维护、恢复 分析工具 查询工具、挖掘工具 第九页，编辑于星期五：十九点 四十五分。 数据仓库技术 数据仓库的运行结构 客户/服务器模式（C/S） 客户端 OLAP 服务器 DW 服务器 第十页，编辑于星期五：十九点 四十五分。 数据仓库技术 数据集市 部门级数据仓库 为某个局部范围内的管理人员服务 独立的数据集市 从属的数据集市 第十一页，编辑于星期五：十九点 四十五分。 数据仓库技术 从属数据集市结构 数据源 数据仓库 数据源 数据源 从属数据集市 数据分析 数据分析 数据分析 第十二页，编辑于星期五：十九点 四十五分。 数据仓库技术 独立数据集市结构 数据源 独立数据集市 数据源 数据源 数据分析 数据分析 数据分析 第十三页，编辑于星期五：十九点 四十五分。 数据仓库技术 数据进入数据仓库的过程 提取 从操作型数据仓库中选择并提取所需要的字段 变换 为所有来自数据源的数据指定常用的格式和名称 净化 尽量更正错误的数据 加载 把净化后的数据载入数据仓库中 汇总 提前计算出任何期待的数据仓库数据汇总供以后使用 第十四页，编辑于星期五：十九点 四十五分。 数据仓库技术 建立数据仓库的步骤 收集和分析业务需求 建立数据模型和数据仓库的物理设计 定义数据源 选择数据仓库技术和平台 从操作型数据库中提取、转换和净化数据并加载到数据仓库 选择访问和报表工具 选择数据库连接软件 选择数据分析和数据库展示软件 更新数据库 第十五页，编辑于星期五：十九点 四十五分。 数据挖掘技术 数据挖掘的作用 可以发现顾客和访问者的爱好、生活模式。 可以解决怎样争取新顾客、怎样使产品适销对路、怎样给产品定价、怎样优化Web站点等问题。 可以利用相应的信息确定顾客消费生命周期，针对不同的产品制定相应的营销策略。 可以确定客户细分，为每一个顾客的独特需求设计“量身订制”的产品。 第十六页，编辑于星期五：十九点 四十五分。 数据挖掘技术 数据挖掘的概念 从数据库的大量数据中揭示出隐含的、先前未知的、潜在有用的信息的非平凡过程。 数据库中的知识发现。 发现数据中隐藏的模式和关系。 在DSS中通过数据挖掘来发现数据之间的复杂联系以及这种联系对决策的影响。 第十七页，编辑于星期五：十九点 四十五分。 数据挖掘技术 数据挖掘的优点 减少了用户工作量。 使用户得到意外