1 數(shù)據(jù)挖掘
1.1 數(shù)據(jù)挖掘與傳統(tǒng)數(shù)據(jù)分析的區(qū)別
數(shù)據(jù)挖掘與傳統(tǒng)的ERP數(shù)據(jù)分析，如查詢、報表、聯(lián)機應用分析的本質區(qū)別是數(shù)據(jù)挖掘是在沒有明確假設的前提下去挖掘信息、發(fā)現(xiàn)知識。數(shù)據(jù)挖掘所得到的信息應具有先前未知、有效和實用三個特征。即數(shù)據(jù)挖掘是要發(fā)現(xiàn)那些不能靠直覺發(fā)現(xiàn)的信息或知識，甚至是違背直覺的信息或知識，挖掘出的信息越出乎意料就可能越有價值。而傳統(tǒng)的數(shù)據(jù)分析趨勢為從大型數(shù)據(jù)庫抓取所需數(shù)據(jù)并使用專屬計算機分析軟件。因此數(shù)據(jù)挖掘與傳統(tǒng)分析方法有很大的不同。
1.2 數(shù)據(jù)挖掘的應用價值
(1)分類：首先從數(shù)據(jù)中選出已經(jīng)分好類的訓練集，在該訓練集上運用數(shù)據(jù)挖掘分類的技術，建立分類模型，對于沒有分類的數(shù)據(jù)進行分類。(2)估計：與分類類似，不同之處在于，分類描述的是離散型變量的輸出，而估值處理連續(xù)值的輸出；分類是確定數(shù)目的，估計是不確定的。(3)聚類：是對記錄分組。聚類和分類的區(qū)別是聚集不依賴于預先定義好的類，不需要訓練集。中國移動采用先進的數(shù)據(jù)挖掘工具馬克威分析系統(tǒng)，對用戶wap上網(wǎng)的行為進行聚類分析，通過客戶分群，進行精確營銷。(4)關聯(lián)規(guī)則和序列模式的發(fā)現(xiàn)：關聯(lián)是某種事物發(fā)生時其他事物會發(fā)生的這樣一種聯(lián)系。例如：每天購買啤酒的人也有可能購買香煙，比重有多大，可以通過關聯(lián)的支持度和可信度來描述。與關聯(lián)不同，序列是一種縱向的聯(lián)系。例如：今天銀行調整利率，明天股市的變化。(5)預測：通過分類或估值得出模型，該模型用于對未知變量的預言。(6)偏差的檢測：對分析對象的少數(shù)的、極端的特例的描述，揭示內在的原因。除此之外，在客戶分析，運籌和企業(yè)資源的優(yōu)化，異常檢測，企業(yè)分析模型的管理的方面都有廣泛使用價值。
2.1 數(shù)據(jù)倉庫的特征
(1)面向主題(Subject Oriented)的數(shù)據(jù)集合。數(shù)據(jù)倉庫圍繞一些主題如顧客、供應商、產(chǎn)品和銷售來組織。數(shù)據(jù)倉庫關注決策者的數(shù)據(jù)建模與分析，而不是組織機構的日常操作和事務處理。(2)集成(Integrated)的數(shù)據(jù)集合。數(shù)據(jù)倉庫中的數(shù)據(jù)是在對原有分散的數(shù)據(jù)庫數(shù)據(jù)抽取、清理的基礎上經(jīng)過系統(tǒng)加工、匯總和整理得到的，必須消除源數(shù)據(jù)中的不一致性，以保證數(shù)據(jù)倉庫內的信息是關于整個企業(yè)的一致的全局信息。(3)時變(Time Variant)的數(shù)據(jù)集合。數(shù)據(jù)存儲從歷史的角度提供信息。數(shù)據(jù)倉庫中的數(shù)據(jù)通常包含歷史信息，通過這些信息，可以對企業(yè)的發(fā)展歷程和未來趨勢做出定量分析和預測。(4)非易失(Nonvolatile)的數(shù)據(jù)集合。數(shù)據(jù)倉庫的數(shù)據(jù)主要供企業(yè)決策分析之用，所涉及的數(shù)據(jù)操作主要是數(shù)據(jù)查詢，修改和刪除操作很少，通常只需要定期的加載、刷新。數(shù)據(jù)倉庫里的數(shù)據(jù)通常只需要兩種操作：初始化載入和數(shù)據(jù)訪問，因此其數(shù)據(jù)相對穩(wěn)定，極少或根本不更新。
2.2 數(shù)據(jù)倉庫的類型
數(shù)據(jù)倉庫的類型根據(jù)數(shù)據(jù)倉庫所管理的數(shù)據(jù)類型和它們所解決的企業(yè)問題范圍，一般可將數(shù)據(jù)倉庫分為下列3種類型：企業(yè)數(shù)據(jù)倉庫(EDW)、操作型數(shù)據(jù)庫(ODS)和數(shù)據(jù)集市(Data Marts)。①企業(yè)數(shù)據(jù)倉庫為通用數(shù)據(jù)倉庫，它既含有大量詳細的數(shù)據(jù)，也含有大量累贅的或聚集的數(shù)據(jù)，這些數(shù)據(jù)具有不易改變性和面向歷史性。此種數(shù)據(jù)倉庫被用來進行涵蓋多種企業(yè)領域上的戰(zhàn)略或戰(zhàn)術上的決策。②操作型數(shù)據(jù)庫既可以被用來針對工作數(shù)據(jù)做決策支持，又可用做將數(shù)據(jù)加載到數(shù)據(jù)倉庫時的過渡區(qū)域。與EDW相比，ODS是面向主題和面向綜合的，易變的，僅含有目前的、詳細的數(shù)據(jù)，不含有累計的、歷史性的數(shù)據(jù)。③數(shù)據(jù)集市是為了特定的應用目的或應用范圍，而從數(shù)據(jù)倉庫中獨立出來的一部分數(shù)據(jù)，也可稱為部門數(shù)據(jù)或主題數(shù)據(jù)。幾組數(shù)據(jù)集市可以組成一個EDW。
2.3 數(shù)據(jù)倉庫與傳統(tǒng)數(shù)據(jù)庫的比較
二者的聯(lián)系既有聯(lián)系又有區(qū)別。數(shù)據(jù)倉庫的出現(xiàn)，并不是要取代數(shù)據(jù)庫。目前，大部分數(shù)據(jù)倉庫還是用關系數(shù)據(jù)庫ERP管理系統(tǒng)來管理的。可以說，數(shù)據(jù)庫、數(shù)據(jù)倉庫相輔相成、各有千秋。二者的區(qū)別可以從以下幾個方面進行比較：
(1)出發(fā)點不同：數(shù)據(jù)庫是面向事務的設計；數(shù)據(jù)倉庫是面向主題設計的。(2)存儲的數(shù)據(jù)不同：數(shù)據(jù)庫一般存儲在線交易數(shù)據(jù)；數(shù)據(jù)倉庫存儲的一般是歷史數(shù)據(jù)。(3)設計規(guī)則不同：數(shù)據(jù)庫設計是盡量避免冗余，一般采用符合范式的規(guī)則來設計；數(shù)據(jù)倉庫在設計是有意引入冗余，采用反范式的方式來設計。(4)提供的功能不同：數(shù)據(jù)庫是為捕獲數(shù)據(jù)而設計，數(shù)據(jù)倉庫是為分析數(shù)據(jù)而設計。(5)基本元素不同：數(shù)據(jù)庫的基本元素是事實表，數(shù)據(jù)倉庫的基本元素是維度表。(6)容量不同：數(shù)據(jù)庫在基本容量上要比數(shù)據(jù)倉庫小的多。(7)服務對象不同：數(shù)據(jù)庫是為了高效的事務處理而設計的，服務對象為企業(yè)業(yè)務處理方面的工作人員；數(shù)據(jù)倉庫是為了分析數(shù)據(jù)進行決策而設計的，服務對象為企業(yè)高層決策人員。
3 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的關系
當然為了數(shù)據(jù)挖掘你也不必非得建立一個數(shù)據(jù)倉庫，數(shù)據(jù)倉庫不是必需的。建立一個巨大的數(shù)據(jù)倉庫，把各個不同源的數(shù)據(jù)統(tǒng)一在一起，解決所有的數(shù)據(jù)沖突問題，然后把所有的數(shù)據(jù)導到一個數(shù)據(jù)倉庫內，是一項巨大的工程，可能要用幾年的時間花上百萬的錢才能完成。只是為了數(shù)據(jù)挖掘，你可以把一個或幾個事務數(shù)據(jù)庫導到一個只讀的數(shù)據(jù)庫中，就把它當作數(shù)據(jù)集市，然后在他上面進行數(shù)據(jù)挖掘。
轉載請注明出處：拓步ERP資訊網(wǎng)http://m.guhuozai8.cn/
相關文章
