基于数据仓库的数据挖掘技术分析研究.pdfVIP

基于数据仓库的数据挖掘技术分析研究

摘要

基于数据仓库的数据挖掘技术是一种对数据仓库中的数

据进行深层次的加工和处理的过程,也是一种实现数据仓库

决策价值的方法和工具。文中分析了数据仓库、数据挖掘等

概念,并结合数据挖掘在实际决策支持系统中的应用,说明了

数据挖掘的基本方法、主要过程以及发展方向。

关键词：仓库，储存，数据采集

1

目录

摘要错误！未定义书签。

目录

引言

1数据仓库及其体系结构.

2基于数据仓库的数据挖掘技术

.

3数据挖掘在实际决策支持系统中的应用

4.结束语

9

参考文献

2

引言

随着数据库技术的广泛应用,以及人们对当今社会信息

的高层次需求,以事务处理为核心、支持业务操作环境与平台

的数据库技术已不能适应人们在分析和决策层次上的需要。

为了有效地为企业和政府的管理与决策过程提供重要的信

息,需要根据决策的需要收集来自企业内外的有关数据,并加

以适当的组织处理,以形成一个综合的面向决策的环境。

1数据仓库及其体系结构

20世纪90年代初期,W.H.Inmon在5Buildingthe

DataWarehouse6一书中第一次提出了数据仓库(Data

Warehouse,简称DW)的概念,并将它定义为:面向主题的、集

成的、与时间相关的、稳定的数据集合。所谓面向主题,是指

按主题来组织数据,按不同的决策和分析来综合和归并数据;

所谓集成,是指将来自不同数据库中的数据进行统一和综合;

所谓与时间相关是指可以根据决策的需要不断地添加一些

新的数据,删除一些旧的数据;所谓稳定是指集成以后的数据

在内容上保持较长时间的不变。

与传统数据库显著不同的是,数据仓库是一种服务于

高层决策的数据库,它不仅采集、组织和存储大量的来自地理

位置分散、构造各异的信息源的数据,而且还通过对这些历史

数据的加工和变换,得到一系列用于决策分析的数据,利用这

3

些数据可以更好地为用户提供决策支持。其次,数据仓库是一

种面向主题的数据库,它按主题来组织数据,按决策和分析的

需要来提炼和净化数据。另外,数据仓库是一种包含历史数据

的数据库,其中的数据不仅用于检索等基本操作,还用于分析

整个组织的运行状态,以及未来的发展趋势。

构建数据仓库的关键是ETL(Extract,Transform,

Loading)技术,即如何准确、安全、可靠地从各种不同的业务

数据库中抽取数据,并经转换、清洗以及集成后载入数据仓

库。自数据仓库的概念提出以后,世界上不少著名的计算机公

司(如IBM,Oracle等)都纷纷对此展开深入的研究,并相继提

出各自的研究方案。虽然这些方案各有特色,但基本的框架一

般都是通过数据采集和处理工具将各数据源的数据集成并

载入数据仓库(如图1所示)。

图1.数据仓库基本框架图

(1)数据源。可以为普通的业务数据库,也可以是特定

的数据文件或其他的数据源。

(2)数据采集和处理。负责从各数据源中抽取数据,并

经转换、集成后载入数据仓库。

(3)数据仓库。存储两类数据。一类是元数据,它是数

据仓库的基本构成单元,主要用于记录数据的结构以及数据

仓库的变化;另一类是实视图,它是供决策人员分析处理用的

数据。

4

(4)应用。主要是服务于决策的在线分析(On-Line

AnalyticalProcessing