数据挖掘终稿.docx

第一章：绪论
商业智能主要可以应用在一下几个方面：
①了解运营状况 ②衡量绩效 ③改善关系 ④创造获利机会
商业智能项目之所以失败的十大原因：
未能认识到商业智能项目是跨部门的商务整合计划，未能理解商业智能不同于孤立的解决方案。
预测变量的最佳分割方式把原始数据分成两组。
将分割后的每一组作为样本，重复前述分割步骤。
重复分割，直到所有变量都被用完为止。
其他分析方法
第五章数据挖掘与相关领域的关系
数据挖掘与统计分析的不同
数据挖掘与数据仓库的关系
KDD与数据挖掘的关系

数据挖掘与机器学****的关系
Web数据挖掘和数据挖掘有什么不同
Web数据挖掘具有以下特性：
数据收集容易且不引人注意
以交互式个人定制服务为终极目标
可整合外部数据让Web数据挖掘的分析功能发挥得更深更广
第六章 SQL Server2005中的商业智能
SQL Server2005 入门
关联型数据库
①报表服务器 ②表分区③使用表分区快速加载数据④使用表分区快速删除数据
Analysis Services
第七章SQL Server2005中的数据挖掘功能
创建商业智能应用程序
Server2005数据挖掘功能的优势
①易用性 ②简单而丰富的API （应用程序接口） ③可伸缩性④数据挖掘算法
Server2005数据挖掘算法
决策树、关联规则、Naive Bayes＞时间聚类、时间序列、神经网络、文本挖掘
可扩展性
SQL Server2005数据挖掘功能与商业智能集成
①数据分析 ②报表
使用数据挖掘可以解决的问题
①构建挖掘模型 ②构建数据挖掘应用程序 ③DMX范例
选择填空（课本前七章）
简答题
联机分析处理（OLAP）
联机分析处理（on line analytical processing , OLAP）从数据仓库中的综合数据出发，提供面向分析的 多维模型，并使用多维分析的方法从多个角度、多个层次对多维数据进行分析，使决策者能够以更加 自然的方式来分析数据。
数据仓库的定义
数据仓库是一种为信息分析提供了良好的基础并支持管理决策活动的分析环境，是面向主题的、集成 的、稳定的、不可更新的、随时间变化的、分层次的多维的集成数据集合。
数据仓库的特点
（1） 数据仓库是面向主题的
（2） 数据仓库数据的集成性
C3）数据仓库是稳定的
（4）数据仓库是随时间变化的
C5）数据仓库的数据量很大
C6）数据仓库软、硬件要求较高
数据仓库与数据库的比较
对比内容
数据库
数据仓库
数据内容
详细的、当前的数据
历史的、存档的、归纳的、 计算的提炼数据
数据目标
面向业务操作程序，重复 处理
面向主题域，分析应用
数据特性
动态变化，按字段更新
静态、不能直接更新，只 能定时添加、刷新
数据结构
高度结构化、复杂，适合 操作计算
简单、适合分析
使用频率
iWj
中到低
数据访问量
只访问少量记录
有的可能需要访问大量记 录
两种数据集市结构
数据集市是指具有特定应用的数据仓库，主要针对某个应用或者具体部门级的应用，支持用户获得竞 争优势或者找到进入新市场的具体解决方案。
数据集市分为独立的数据集市和从属的数据集市。
（1）从属数据集市：它的数据直接来自于中央数据仓库。一般为那些访问数据仓库十分频繁的关键 业务部门建立从属的数据集市，这样可以很好地提高查询的反应速度。
中央数据仓庠
（2）独立数据集市：它的数据直接来源于各生产系统。许多企业在计划实施数据仓库时，往往出于 投资方面的考虑，最后建成独立数据集市，用来解决个别部门比较迫切的决策问题。
元数据
元数据可以分为四类，分别是关于数据源的元数据、关于数据模型的元数据、关于数据仓库映射的元 数据和关于数据仓库使用的元数据
元数据定义了数据仓库有什么，指明了数据仓库中数据的内容和位置，刻画了数据的抽取和转换规则, 存储了与数据仓库主题有关的各种商业信息，而且整个数据仓库的运行都是基于元数据的。
（1） 关于数据源的元数据
这类元数据是对不同平台上的数据源的物理结构和含义的描述。具体为：
■数据源中所有物理数据结构，包括所有的数据项及数据类型。
■所有数据项的业务定义。
■每个数据项更新的频率，以及由谁或那个过程更新的说明。
■ 每个数据项的有效值。
■其他系统中具有相同业务含义的数据项的清单。
（2） 关于数据模型的元数据
这组元数据描述了数据仓库中有什么数据以及数据之间的关系，它们是用户使用管理数据仓库的基 础。
这种的元数据可以支持用户从数据仓库中获取数