关于建立数据仓库应用层的数据模型

定义任何应用的数据模型都是项复杂的任务，对于数据挖掘也不例外。实际的挖掘中，有两种定义数据模型的方法：

一是建立公共的数据模型，这个模型为上层所有的应用所共用，但是这一方法需要一个较为长期的过程，而且由于上层应用的多样性与不可预知性，常常会无法确定变量是否重要，也就无法确定变量是否必须保留或删除，一般的做法是考察所有可能的应用，基于这些应用抽取所有的变量或指标；

另外一种数据模型的定义方法是为解决特定业务需求而开发，即不考虑全局，只为特定问题建立所必需的模型，很明显这种做法需要结合灵活的可扩展功能。权威的建议是在尽可能的情况下使用第一种方法，因为公共的数据模型可以提供使用OLAP、数据挖掘等快速查看企业的所有信息，有助于决策的全面性。