数据仓库和数据挖掘PPT课件.pptx

第7章 数据仓库和数据挖掘
数据仓库概述
数据挖掘概述
数据挖掘的主要技术
数据仓库和挖掘对CRM的影响
第1页/共64页
第7章 数据仓库和数据挖掘
数据仓库概述
数据挖掘概述
数据挖掘的主要技术
数据仓库和挖掘对CRM的影响
第2页/共64页
什么是数据仓库？
数据仓库概念与特点
始于20世纪80年代初，“数据仓库之父”William 。
“数据仓库是在企业管理和决策中面向主题的、集成的、相对稳定的、与时间相关的数据集合，以支持经营管理中的决策。
数据仓库用于支持决策，面向分析型数据处理，不同于企业现有的操作型数据库；数据仓库是对多个异构的数据源有效集成，集成后按照主题进行了重组，并包含历史数据。
第3页/共64页
数据仓库概念与特点
1、面向主题
2、集成的数据
3、数据相对稳定
4、数据仓库的时间相关性
特点
第4页/共64页
数据仓库概念与特点
（1）面向主题
数据库：面向事务处理任务，各系统分离
数据仓库：按照一定的主题域组织在一起
主题：用户使用数据仓库进行决策时所关心的重点方面。针对决策者的数据分析，而不是日常事务的处理，因而排除了对决策无用的数据，提供了特定主题的简明视图。是对应企业中某一宏观分析领域所涉及的分析对象，是针对某一决策问题而设置的。
第5页/共64页
第6页/共64页
财务子系统
销售商分析
产品分析
销售子系统
供应子系统
人力资源子系统
消费者分析
数据仓库
生产调度子系统
数据库
面向主题
面向事务
第7页/共64页
例如：一个保险公司的数据仓库所组织的主题可能是：客户、政策、保险金、索赔等，而按应用来组织则可能是：汽车保险、生命保险、伤亡保险等。
第8页/共64页
数据仓库概念与特点
（2）集成的数据
从原来分散的多个异种数据源（关系数据库、文本数据库、Web数据库、一般文件等）构成的子系统中提取数据。
① 原有数据库系统记录的是每一项业务处理的流水账，不适合分析处理，在进入数据仓库之前必须进行综合、计算，抛弃分析处理不需要的数据项，必要时增加一定的外部数据。
② 原分散数据库中有很多重复或不一致的地方，必须消除不一致和错误，全局统一。
为何进行数据集成？
第9页/共64页
数据仓库概念与特点
（3）数据相对稳定
数据库：通常定时更新，根据需要变化
数据仓库：主要供查询，只读。
从内容上看，存储当前和历史的数据，不是日常事务产生的数据，并且当前数据在一定时间间隔后要转换成历史数据转存慢速设备，不需要的则删除，因此极少修改。
火车票销售
第10页/共64页