计算机三级数据库技术 第14章「数据仓库与数据挖掘」

前言：完结撒花！！！

如发现内容错误，评论区轰炸

---

14.1

1. 决策支持系统是协助而不是取代管理者进行决策

2. 

操作型数据(原式数据): 来自企业操作系统的数据

分析型数据(导出数据): 根据操作型数据计算得到的数据，为了提高数据查询和管理效率

14.2

1. 数据仓库的特性: 面向主题性、集成性、不可更新性、时间特性

 

数据集成功能: 数据抽取、转换、清理、装载

 

2. 粒度：粒度越大，表示综合程度越高

3. 元数据：描述数据的数据

元数据分为技术型元数据和业务型元数据

 

4. 操作型系统和数据库中间存在一个操作型数据存储(ODS)的数据层

ODS I: 秒级

ODS II: 小时级

ODS III: 天级

ODS IV: 根据数据来源方向和类型区分

14.3

1. 数据仓库的概念模型的表示方法是实体关系图(ER图)

2. 数据集成: 将源自不同的数据源的数据经过抽取、转换、清理、装载等操作载入数据仓库的过程

数据清洗: 减少错误和不一致的过程，不符合要求的数据包括不完整的数据、错误的数据和重复的数据

14.4

1. 数据仓库的维护策略分为实时维护、延时维护和快照维护

实时维护：在数据源发生变化时，立即更新数据仓库中数据

延时维护：数据仓库中的视图被查询时更新

快照维护：定期对数据仓库进行维护

14.5

1. 多维分析的基本操作：钻取与卷起、切片和切块、旋转

2. OLAP的实现方法:

基于多维数据库的OLAP(MOLAP)

基于关系数据库的OLAP(ROLAP)

混合型的OLAP(HOLAP)

14.6

1. 数据挖掘的三个阶段：数据准备、数据挖掘、结果的解释和评估

 

2. 为了发现有意义的关联规则，需要给定阈值：最小支持度和最小可信度

 

同时满足最小可信度阈值和最小支持度阈值被称为强关联规则

 

3. 分类的步骤：①通过已知训练集，建立分类函数，构造分类器

②利用所获得的的分类函数对未知类别标记的数据项进行分类操作

4. 聚类是将一个数据集中尽可能相似的数据分为一组

5. 时间序列分析是用时间排序的一组随机变量