选修4 数据管理技术第五章 数据库技术新发展5.2 数据仓库与数据挖掘优秀课件ppt

这是一份选修4 数据管理技术第五章 数据库技术新发展5.2 数据仓库与数据挖掘优秀课件ppt，共14页。PPT课件主要包含了数据挖掘等内容，欢迎下载使用。
1.数据仓库的产生 数据处理大致可分为两类，一类是分析型处理，另一类是操作型处理。操作型处理也叫联机事务处理（On-Line Transactin Prcessing，简称OLTP），是指对数据库联机的日常操作，通常是对记录的增、删、改和查询，主要是为企业的特定应用服务的，人们所关心的是响应时间，数据的安全性和完整性。 分析型处理则用于管理人员的决策分析，需要经常访问大量的历史数据。
两种应用差别的具体表现如表5-1所示。
图5-1 联机事务处理与分析处理的差别
以上分析表明，联机事务处理和分析处理在实时性、对处理数据的要求等方面都存在着明显的差异，在传统的事务处理型数据库应用环境中不宜构建分析型应用。要提高分析和决策的效率和有效性，分析型处理及其数据必须与操作型处理及其数据相分离。数据仓库正是为了满足对数据的分析处理而出现的新的数据库技术。
数据仓库的概念是什么？
2.数据仓库的概念 数据仓库（Data Warehuse，简称DW）是用来更好地支持企业或组织决策分析处理的、面向主题的、集成的、稳定的、随时间变化的一种数据集合。 数据仓库通常有以下特点：
（1）面向主题。（2）集成。（3）稳定性。（4）随时间变化。（5）数据量大。（6）硬件要求高。
3.数据仓库的结构 数据仓库的结构如图所示，它至少包括三个部分：数据源与数据集成、数据存储、数据查询与分析工具。
1.数据挖掘技术的产生 面对浩如烟海的数据，人们呼唤能从数据汪洋中去粗取精、去伪存真的技术。从数据库中发现知识及有价值信息的技术一数据挖掘（Data Mining，简称DN）便应运而生了。 数据挖掘不是对数据库的简单检索、查询和调用，它是一门广义的交叉学科，需要利用人工智能、数理统计、可视化、并行计算等领域中的技术，通过对大量数据进行各种技术处理，找出潜在的对用户有价值的信息和知识。
2.数据挖掘技术的作用 通过数据挖掘，可以发现以下儿种类型的知识： 广义型知识，反映同类事物共同性质的知识。 特征型知识，反映事物各方面特征的知识。 差异型知识，反映不同事物之间属性差别的知识。 关联型知识，反映事物之间依赖或关联的知识。 预测型知识，根据历史和当前的数据推测未来数据。 偏离型知识，揭示事物偏离常规的异常现象。
3.数据挖掘技术的应用 DM以可广泛应用于银行金融、零售与批发、制造、保险、公共设施、政府、教育、远程通讯、软件开发、运输等各个企事业单位及国防科研上。