数据挖掘概念与技术11--数据仓库的实现

1.数据立方体的有效计算

　　a.方体总数=∏（Li+1）（1<=i<=n）。其中Li为每个维的层数，n为维数。

　　b.方体的计算选择。

　　　　不物化：不预计算任何“非基本”方体。　

　　　　完全物化：预计算所有方体，但是需要花费海量的空间来存储。

　　　　部分物化：有选择的计算方体的一个自己。

　　c.索引OLAP数据

　　　　为了提供有效的数据访问，数据仓库支持索引结构和物化视图即上面所述。对OLAP数据进行索引可以通过位图索引和连接索引来进行。

　　　　位图索引;允许在数据立方体中进行快速的搜索。对于某一属性的位图索引表，表的每项包括n个位，n为该属性可能取的最大值。每个位的值为1（表示当前属性取该值）或0（当前属性不取该值）.

　　　　连接索引：类似于关系数据库中的两个实体表之间的关系表。用于将它们连接起来。

2.三种数据仓库的应用

　　（1）信息处理：支持查询和基本的统计分析，并使用交叉表，图表，表进行报告。

　　（2）分析处理：支持基本的OLAP操作，包括上卷，下钻，切片和切块等。注：：：联机分析处理的优势在于能够支持数据仓库数据的多维数据分析。

　　（3）数据挖掘：支持知识发现，包括找出隐藏的模式和关联，构造分析模型，并进行分类和预测等。

通过以上也可以看出信息处理，联机分析处理（OLAP），数据挖掘三者的关系。

　　信息处理基于查询，可以发现有用的信息，但是这部分信息直接反应的是存储在数据库中的信息（或通过聚集函数得到），不反映复杂的模式和隐藏在数据间的规律。

　　联机分析处理与数据挖掘之间的区别：

　　（1）联机分析处理反映数据在不同粒度上汇总/聚集工具，帮助简化数据分析，目的在于简化和支持交互数据分析，数据挖掘的目的在于尽可能的自动处理。

　　（2）联机分析处理在于一般的数据描述。而数据挖掘包括数据描述和数据建模，它不仅执行数据汇总比较，而且还执行关联，预测，聚类，时间序列分析等。

　　（3）数据挖掘不仅分析存放在数据仓库中的数据，，还可以分析比数据仓库提供的汇总数据粒度更细的数据。他还可以分事务物的，空间的，文本的，媒体的数据。

3.联机分析挖掘（OLAM）

　　将联机分析处理，数据挖掘，以及在多维数据库中发现知识集成在一起。

转载于:https://www.cnblogs.com/zjh225901/p/6109086.html

数据挖掘概念与技术11--数据仓库的实现相关推荐

【数据挖掘概念与技术】学习笔记5-数据立方体技术
基本方体是数据立方体中泛化程度最低的方体.泛化程序最高的方体是顶点方体,通常用all表示.基本方体的单元是基本单元,非基本方体的单元是聚集单元. 聚集单元在一个或多个维上聚集,其中每个聚集维用单元记号 ...
数据挖掘概念与技术课后笔记
数据挖掘概念与技术一数据爆炸:自动数据收集工具和成熟的数据库技术使大量的数据被收集,储存在数据库.数据仓库或其他信息库中以待分析. 数据挖掘:从大量的数据中挖掘令人感兴趣的.有用的.隐含的.先去未知 ...
【读书笔记-数据挖掘概念与技术】数据立方体技术
基本概念: 基本单元:基本方体的单元聚集单元:非基本方体的单元冰山立方体:部分物化的立方体最小支持度(最小支持度阀值):部分物化的最小阀值(说白了就是限定了一个范围) ∵冰山立方体仍有大量不感兴 ...
数据挖掘概念与技术（原书第3版）
<数据挖掘:概念与技术(原书第3版)>完整全面地讲述数据挖掘的概念.方法.技术和全新研究进展.本书对前两版做了全面修订,加强和重新组织了全书的技术内容,重点论述了数据预处理.频繁模式挖掘. ...
读书笔记《数据挖掘概念与技术》第2章数据预处理 2.4 数据集成和变换
<数据挖掘:概念与技术(原书第2版)> 2.4 数据集成和变换数据挖掘经常需要数据集成-合并来自多个数据存储的数据.数据还可能需要转换成适于挖掘的形式.本节介绍数据集成和数据变换. 2. ...
《数据挖掘概念与技术》第二版中文版第一章答案
引言 1.1 什么是数据挖掘?在你的回答中,针对以下问题: a. 它是又一种广告宣传吗?b. 它是一种从数据库.统计学和机器学习发展的技术的简单转换吗?c. 解释数据库技术发展如何导致数据挖掘d. 当 ...
【数据挖掘概念与技术】学习笔记1-引论
数据仓库:多个异构数据源在单个站点以统一的模式组织的存储,以支持管理决策. 数据仓库:通过数据清理.数据变换.数据集成.数据装入.定期数据刷新来构造. 数据仓库技术包括:数据清理.数据集成.联机分析处 ...
【读书笔记-数据挖掘概念与技术】聚类分析：基本概念和方法
下图摘自:http://blog.163.com/qianshch@126/blog/static/48972522201092254141315/ 主要的聚类方法可以划分为以下几类: 划分方法层次 ...
【读书笔记-数据挖掘概念与技术】数据挖掘的发展趋势和研究前沿
复杂的数据类型数据挖掘的其他方法关于数据挖掘基础的观点: 可视和听觉数据挖掘数据可视化数据挖掘结构可视化数据挖掘过程可视化交互式可视数据挖掘数据挖掘的应用转载于:https://www ...

数据挖掘概念与技术11--数据仓库的实现

数据挖掘概念与技术11--数据仓库的实现相关推荐

最新文章

热门文章