本文主要介绍了数据仓库与数据挖掘的相关概念，包括数据仓库的四个级别、数据源、元数据分类、数据处理类型、Fayyad过程模型、数据挖掘技术类别、孤立点定义以及Web数据挖掘的三类。此外，还讨论了数据仓库的特点、数据挖掘的技术定义、业务元数据的作用、数据挖掘与传统分析方法的区别以及数据仓库的四种体系结构的异同和适用性。
数据仓库与数据挖掘
第一章
课后习题
一：填空题
1
)数据库中存储的都是
数据
，而数据仓库中的数据都是一些历史的、存档的、归纳的、计
算的数据。
2
)数据仓库中的数据分为四个级别：
早起细节级、
当前细节级、
轻度综合级、
高度综合级
。
3
)数据源是数据仓库系统的基础，
是整个系统的数据源泉，
通常包括
业务数据和历史数据。
4
)元数据是
“关于数据的数据”
。
根据元数据用途的不同将数据仓库的元数据分为
技术元数
据和业务元数据两类。
5
)数据处理通常分为两大类：
联机事务处理和联机事务分析
6
)
Fayyad
过程模型主要有
数据准备，数据挖掘和结果分析
三个主要部分组成。
7
)如果从整体上看数据挖掘技术，可以将其分为
统计分析类、知识发现类和其他类型
的数
据挖掘技术三大类。
8
)那些与数据的一般行为或模型不一致的数据对象称做
孤立点
。
9
)按照挖掘对象的不同，将
Web
数据挖掘分为三类：
web
内容挖掘、
最低0.47元/天 解锁文章
2511
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
