数据仓库-笔记

数据仓库的特点：

1. 面向主题
2. 集成
3. 相对稳定
4. 反映历史变化

ETL抽取过程：

1. 抽取
2. 转换
3. 加载

建立数据仓库的步骤：

1. 收集和分析业务需求
2. 建立数据模型和数据仓库的物理设计
3. 定义数据源
4. 选择数据仓库技术和平台
5. 从操作型数据库中抽取，清洗及转换数据到数据仓库
6. 选择访问和报表工具，选择数据库连接软件，选择数据分析和数据展示软件
7. 更新数据仓库

自动摘要：

1. 主题摘要
2. 信息摘要
3. 纲目摘要
4. 摘录型摘要
5. 评论型摘要

WEB挖掘

• WEB内容挖掘
  • 文本挖掘
  • 多媒体挖掘
• WEB结构挖掘
  • 超链接挖掘
  • 页面结构挖掘
• WEB使用挖掘
  • 用户访问模式挖掘
  • 分析定制WEB站点

神经网络

1. 计算总体误差对于每个参数的有序倒数公式（函数）
2. 任意选择一组数据作为初始参数
3. 根据当前参数计算总体误差
4. 计算各参数的增量，并计算调整后的参数大小，把调整后的参数作为当前参数

ID3：

信息增益的缺点是倾向于取值较多的属性
只能对描述属性为离散型属性的数据集构造决策树

支持度≥SUP(min)的项集称为频繁项集。

如果L2 = { {A,B},{A,C},{B,C},{B,D},{A,D} };
则连接产生的C3 = abc ,adb,acd ,bcd //子集没有cd,去掉CD
修剪C3 = ABC ABD