- 博客(11)
- 收藏
- 关注
原创 SQL SERVER 2005中添加自定义挖掘算法
在SQL Server 2000 Service Pack 1中,添加了一个叫Provider Aggregator的组件。这个组件聚集了其他提供者到标准提供者模型的元数据行集。用户应用程序可以用统一的方式连接MSOLAP提供者和查询提供者模型的元数据行集,以便发现微软和其他公司提供的挖掘算法。MSOLAP使用了DMX查询不同提供者的挖掘模型算法。 在SQL Server 2005,微软
2007-09-30 21:47:00 953
转载 SQL Server 2005 中的商务智能和数据仓库
微软发布了SQL Server 2005,对于微软与BI来说这是一个非常重要的版本,它完善了微软在BI方面的产品线。SQL Server 2005以及 Visual Studio .net2005的整合,有着庞大的开发用户,必将给BI领域的市场带来冲击。下面转载了一篇介绍性的文章共十部分,下面是第一部分,其他的请看回复。SQL Server 2005 中的商务智能和数据仓库(1)【导读】本文概述了
2007-09-30 21:46:00 2604
原创 BI Dev Studio中的离线模式和实时模式
离线模式和实时模式微软的2005 BI开发工具包有2种操作模式。可以根据个人偏好选择一种模式,有时候必须选择一种模式。每个模式都有自己的优缺点,理解他们之间的区别是至关重要的。 实时模式在实时模式下工作是数据挖掘用户最常见的习惯。当你在实时模式下工作,你可以直接连接Analysis Services server。当你打开一个对象,比如一个挖掘结构,是直接从服务器打开的。当你修改保
2007-09-30 21:45:00 1563
原创 OLE DB for Data Mining中的基本概念
OLE DB for Data Mining 为一系列的数据挖掘对象定义了通用的概念。下面分别来介绍这些概念。实例(Case)数据挖掘是用来分析实例的—一个实例是一个基本的信息实体。它包括一系列的属性,比如性别和年龄。属性也可以叫做统计学中的变量。一个属性可能有一系列的值,称为状态。例如,性别属性有2种状态:男和女。 一个实例可能是简单的。例如,当你用客户的统计信息分析客户
2007-09-30 21:45:00 1149
转载 挖潜无极限—数据挖掘技术与应用热点扫描
转自:http://bbs.xml.org.cn/blog/more.asp?name=topcio&id=16699 “我们把世界看成数学,并且把你也看成数学”——用这句话来说明数据挖掘技术的复合性和应用的广泛性似乎再好不过。如今,虽然一些行业在应用这一技术上仍然缺乏足够的主动,但一个不能阻挡的趋势是:已经有越来越多的人在快乐并有效地使用这一技术,同时不由自主地成为“挖掘”的对象。
2007-09-30 21:44:00 904
原创 为什么需要OLEDB For DataMining?
虽然数据挖掘中的一些技术在20世纪60年代开始出现,但是数据挖掘的概念是最近出现的。OLE DB for Data Mining (OLE DB for DM)应用编程接口在2000年7月出现,之前的数据挖掘市场是非常零散的,就像20世纪70年代关系数据库之前的数据库市场。没有挖掘模型、模型训练和预测的标准概念。对于许多人来说,数据挖掘就是一组算法的集合,就像早些时候人们认为数据库只不过是存储数据
2007-09-30 21:43:00 891
转载 SQL Server 2005 Data Mining简介(zt)
简介 企业均在尝试分析其数据时都面临若干问题。通常,并不缺乏数据。事实上,很多企业感觉到他们被数据淹没了;他们没有办法完全利用所有的数据,将其变成信息。为了处理这方面的问题,开发了数据仓库技术,以让企业从异构的数据源获取大量数据,并将其变成实用信息。 恰当实现的数据仓库是具有惊人强大功能的解决方案。公司可以对信息进行分析,并将其加以利用,以进行明智的决策。通过使用数据仓库,可以为您提供以下
2007-09-30 21:41:00 741
翻译 业务系统和数据仓库
业务系统和数据仓库数据仓库和业务系统的目的从根本上是不同的。业务系统支持业务处理的执行,同时数据仓库支持处理的评估。他们的使用目的不同,因此需要不同的原理指导不同的设计。维度建模的原理非常适合数据仓库系统的需求。业务系统业务系统业务系统直接支持业务处理的执行。通过捕获交易事务重要事件的细节,建立活动记录。例如,一个销售系统捕获订单、运输和回款信息;一个人力资源系统捕获员工的雇佣和提
2007-09-30 21:32:00 2386
翻译 星型模式
一个星型模式是根据维度建模原理设计的关系数据库中一些表的集合。20世纪90年代,Ralph Kimball在数据仓库设计方法中广泛采用星型模式。通过他的工作和著作,Kimball建立了标准术语和最佳实践,现在被广泛应用。在2002年出版的《The Data Warehouse Toolkit》中,提供了详细的描述。本文依据该书的案例描述,你必须理解维度建模的基本原理。尤其是,读者必须理解下面的
2007-09-30 21:32:00 1231
翻译 聚集的基本原理
十年前,Ralph Kimball描述了聚集表,认为是“大型数据仓库中提升性能的方法”,“聚集对性能有很大的影响,有时候在数百种方法中惟有聚集能够加速查询,再没有其它方法有这么大的收益”。虽然过了十年,但这些话现在仍然有效。从那时起,先进的硬件和软件大大提高了数据仓库的性能。聚集技术的加入,让这些基本技术获得了更高的性能增益。 提高数据仓库性能仍然跟过去一样急迫。随着技术的进步,数据仓库能
2007-09-30 21:31:00 1465
翻译 《精通数据仓库星型模式》
英文名称:Mastering Data Warehouse Aggregates Solutions for Star Schema Performance目录如下:Chapter 1 Fundamentals of AggregatesChapter 2 Choosing AggregatesChapter 3 Designing AggregatesChapter 4 Us
2007-09-30 21:11:00 1264
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人