数据挖掘chapPPT学习教案

1、会计学1数据挖掘数据挖掘chap第1页/共88页第2页/共88页第3页/共88页进化阶段进化阶段商业问题商业问题支持技术支持技术产品厂家产品厂家产品特点产品特点数据搜集(60年代)“过去五年中我的总收入是多少？”计算机、磁带和磁盘IBMCDC提供历史性的、静态的数据信息数据访问(80年代)“在新英格兰的分部去年三月的销售额是多少？”关系数据库(RDBMS)结构化查询语言(SQL)ODBCOracleSybaseInformixIBMMicrosoft在记录级提供历史性的、动态数据信息数据仓库决策支持(90年代)“在新英格兰的分部去年三月的销售额是多少？波士顿据此可得出什么结论？”联机分析处理(

2、OLAP)多维数据库数据仓库PilotComshareArborCognosMicrostrategy在各种层次上提供回溯的、动态的数据信息数据挖掘（正在流行）“下个月波士顿的销售会怎么样？为什么？”高级算法多处理器计算机海量数据库PilotLockheedIBMSGI其他初创公司提供预测性的信息第4页/共88页第5页/共88页第6页/共88页数据仓库数据仓库数据清洗数据清洗过滤过滤数据库数据库数据库或数据仓库服务器数据挖掘引擎模式评估图形用户界面知识库数据集成数据集成第7页/共88页第8页/共88页第9页/共88页第10页/共88页第11页/共88页第12页/共88页数据挖掘统计学机器学习高

3、性能计算数据库及数据仓库决策支持系统可视化第13页/共88页第14页/共88页第15页/共88页第16页/共88页第17页/共88页第18页/共88页第19页/共88页第20页/共88页第21页/共88页第22页/共88页第23页/共88页n客户关系管理第24页/共88页第25页/共88页第26页/共88页第27页/共88页第28页/共88页第29页/共88页第30页/共88页第31页/共88页第32页/共88页time_keydayday_of_the_weekmonthquarteryeartime 维表location_keystreetcitystate_or_provincecoun

4、trylocation 事实表Sales 事实表 time_key item_key branch_key location_key units_sold dollars_sold avg_sales度量item_keyitem_namebrandtypesupplier_typeitem 维表branch_keybranch_namebranch_typebranch 维表第33页/共88页第34页/共88页第35页/共88页第36页/共88页第37页/共88页第38页/共88页第39页/共88页alltimeitemlocationsuppliertime,itemtime,locatio

5、ntime,supplieritem,locationitem,supplierlocation,suppliertime,item,locationtime,item,suppliertime,location,supplieritem,location,suppliertime, item, location, supplier0-D(顶点) 方体1-D方体2-D 方体3-D 方体4-D(基本) 方体第40页/共88页第41页/共88页time_keydayday_of_the_weekmonthquarteryeartimelocation_keystreetcitystate_or_p

6、rovincecountrylocationSales Fact Table time_key item_key branch_key location_key units_sold dollars_sold avg_salesMeasuresitem_keyitem_namebrandtypesupplier_typeitembranch_keybranch_namebranch_typebranch第42页/共88页time_keydayday_of_the_weekmonthquarteryeartimelocation_keystreetcity_keylocationSales Fa

7、ct Table time_key item_key branch_key location_key units_sold dollars_sold avg_salesMeasuresitem_keyitem_namebrandtypesupplier_keyitembranch_keybranch_namebranch_typebranchsupplier_keysupplier_typesuppliercity_keycitystate_or_provincecountrycity第43页/共88页time_keydayday_of_the_weekmonthquarteryeartime

8、location_keystreetcityprovince_or_statecountrylocationSales Fact Tabletime_key item_key branch_key location_key units_sold dollars_sold avg_salesMeasuresitem_keyitem_namebrandtypesupplier_typeitembranch_keybranch_namebranch_typebranchShipping Fact Tabletime_key item_key shipper_key from_location to_

9、location dollars_cost units_shippedshipper_keyshipper_namelocation_keyshipper_typeshipper第44页/共88页第45页/共88页第46页/共88页第47页/共88页第48页/共88页第49页/共88页第50页/共88页allEuropeNorth_AmericaMexicoCanadaSpainGermanyVancouverM. WindL. Chan.allregionofficecountryTorontoFrankfurtcity许多概念分层的定义隐含在数据库的模式中。比如：location维的定义，

10、officecitycountryregion；这些属性 按一个全序相关，形成一个层次结构：yeardayquartermonthweek维的属性也可以组成一个偏序，形成一个格：第51页/共88页第52页/共88页第53页/共88页第54页/共88页第55页/共88页第56页/共88页第57页/共88页第58页/共88页第59页/共88页第60页/共88页数据仓库提取清理转换装入刷新OLAP服务器查询报告分析数据挖掘监控、整合元数据存储数据源前端工具输出数据集市操作数据库其他外部信息源数据仓库服务器OLAP服务器第61页/共88页第62页/共88页第63页/共88页第64页/共88页定义高层数

11、据模型定义高层数据模型数据数据集市集市数据数据集市集市分布式数据分布式数据集市集市多层数据仓库多层数据仓库企业数据仓库企业数据仓库模型提炼模型提炼模型提炼模型提炼第65页/共88页第66页/共88页第67页/共88页) 11(niiLT(item)(city)()(year)(city, item)(city, year)(item, year)(city, item, year)第68页/共88页(item)(city)()(year)(city, item)(city, year)(item, year)(city, item, year)第69页/共88页) 11(niiLT第70页/共

12、88页第71页/共88页A(month) 40个值个值B29303132123459131415166463626148474645a1a0c3c2c1c 0b3b2b1b0a2a3C(item) 4000个值个值B(city) 400个值个值442856402452362060哪个是多路数哪个是多路数组聚集的最佳组聚集的最佳遍历次序？遍历次序？第72页/共88页A(month)40B29303132123459131415166463626148474645a1a0c3c2c1c 0b3b2b1b0a2a3C(item)4000442856402452362060B(city)400第73页/共88页AB29303132123459131415166463626148474645a1a0c3c2c1c 0b3b2b1b0a2a3C442856402452362060B第74页/共88页第75页/共88页第76页/共88页第77页/共88页第78页/共88页第79页/共88页第80页/共88页第81页/共88页第82页/共88页第83页/共88页第84页/共88页数据仓库数据仓库元数据元数据多维多维数据数据库库OLAM引擎引