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