数据仓库与数据挖掘论文.docx

《数据仓库与数据挖掘》论文 题目：浅析基于数据仓库与数据挖掘技术的
指导老师：_
班级：_
学号：
姓名：—
专业：
20RR年11月2日
摘要
通过对数据仓库与数据挖掘的学习和大致的了解 ，主要提出了一种基 于数据仓库的数据挖掘系统的决策支持系统的框架。 该文章把数据仓
库、数据挖掘工具和知识库结合在一起，提高了数据挖掘的效率。增 加了挖掘数据的效率和价值实用性！
亠、概述
今天，越来越多的企业认识到要从以往的事务处理和决策中总结经 验，利用现有的数据进行分析和推理，建立企业的决策支持系统(DSS 以提高决策的质量。企业如果不能快速精确的收集和分析信息， 将无
法进行科学而有效的决策。建立数据仓库(Datawarehouse)将能很的 解决这一问题，使企业从大量的业务信息中筛选出所需的信息， 并做
出正确的决策。数据仓库不是单一的产品，而是综合了多种信息技术 的计算环境。它将全企业的运行数据汇集到一个精心设计的关系数据 库中，并将它们转换成面向主题(Subject-oriented) 的形式，使最终
用户很容易的从历史的角度对这些数据进行访问和分析。以银行为 例，通常，银行的应用系统是按业务分类的，如储蓄、信贷、信用卡 等，一个客户的信息分布在不同的业务系统中， 要想得到一个客户的
全面信息非常困难。银行通过建立数据仓库，可以将分离在各个业务 系统中的数据合并成一个统一的图表，这样就可以看到客户在各个系
统中的全貌，而且可以从历史的角度对客户档案进行分析， 以便做出
为每一个客户进一步服务的决策。
1、数据仓库和数据挖掘的基本概念
数据仓库是支持管理决策过程的、面向主题的、集成的、随时间而变 的、持久的数据集合。数据仓库系统负责从操作型数据库中抽取数据， 实现对集成和综合后的数据的管理，并把数据呈现给一组数据仓库前 端工具，以满足用户的各种分析和决策的需求。数据仓库系统的前端 工具以OLA工具和数据挖掘工具为代表，是用户赖以从数据仓库中提 取、分析数据，以及实施决策的必经途径。数据挖掘DM（DataMining）， 是指从数据中识别出潜在有用的、 先前未知的、最终可理解的模式的 非平凡过程。研究基于数据仓库的数据挖掘系统结构框架是很有意义 的。
三、数据仓库的结构、功能
1、数据仓库的基本结构
数据仓库中的信息存储，根据对数据的不同深度的分析处理而区分为 不同的层次，其基本结构分为以下几个部分：
（1） 历史性详细数据层：它存储历史数据，用于数据对比、回归、 汇总等供分析、建模预测之用。历史数据一般为 5至10年或更久的数 据，它纵向只对数据/信息进行分类存储。
（2） 当前详细数据层：存储当前最新详细数据，重点用于了解当前 情况，是进一步分析数据的基础。在一定时刻，这些数据会转移到历 史数据层去。
（3） 不同程序的归纳总结信息层：可包含多个层次，根据所需分类 和归纳的不同深度而定。如按周、月、年统计的数据。这些信息只是 一些简单的汇总，尚不能形成高级的决策信息。
（4） 专业信息分析层：进一步专业分析的结果，如统计分析、运筹 分析、时间序列分析以及表面数据的内在规律分析等。
（5） 仓库结构信息：数据仓库的内部结构信息，反映各种信息在数
据仓库中的位置分布和处理方式等， 以便检索查