數(shù)據(jù)倉庫、O L A P和數(shù)據(jù)挖掘的比較分析

1、數(shù)據(jù)倉庫、O L A P 和數(shù)據(jù)挖掘的比較分析 一、數(shù)據(jù)倉庫、OLAP 和數(shù)據(jù)挖掘的關(guān)系 和區(qū)別分析 二、數(shù)據(jù)倉庫、OLAP 和數(shù)據(jù)挖掘在銀行 業(yè)中的應(yīng)用與比較 目錄 一、數(shù)據(jù)倉庫、OLAP 和數(shù)據(jù)挖掘的 關(guān)系和區(qū)別分析 1.數(shù)據(jù)倉庫、OLAP 和數(shù)據(jù)挖掘的關(guān)系 數(shù)據(jù)倉庫：數(shù)據(jù)倉庫：將來自于各種數(shù)據(jù)源的數(shù)據(jù)，根據(jù)不同的 主題進(jìn)行存儲(chǔ)，并對(duì)原始數(shù)據(jù) 進(jìn)行抽取、轉(zhuǎn)換和加載等一系列篩選和清理工作。 OLAP ：則將數(shù)據(jù)通過多維視角和多種層次向用戶進(jìn)行多方式的呈現(xiàn)。 數(shù)據(jù)挖掘：數(shù)據(jù)挖掘：則應(yīng)用不同的算法，向用戶揭示數(shù)據(jù)間的規(guī)律性，從而輔助商業(yè)決策。 2. OLAP 和數(shù)據(jù)挖掘的區(qū)別與聯(lián)系 一、數(shù)據(jù)倉庫

2、、OLAP 和數(shù)據(jù)挖掘的 關(guān)系和區(qū)別分析 OLAP:基于用戶假設(shè)驅(qū)動(dòng)，通過OLAP 證實(shí)或推翻這些假設(shè)，是演繹推理過程；限于 結(jié)構(gòu)化數(shù)據(jù)，側(cè)重與用戶交互、快速響應(yīng)及提供多維視圖。 數(shù)據(jù)挖掘數(shù)據(jù)挖掘:通過歸納方式，海量數(shù)據(jù)中主動(dòng)找尋模型，自動(dòng)發(fā)掘數(shù)據(jù)中價(jià)值信息。主 動(dòng)權(quán)交給挖掘工具，能分析文本、空間和多媒體非結(jié)構(gòu)化數(shù)據(jù)。 OLAP與數(shù)據(jù)挖掘互補(bǔ)：與數(shù)據(jù)挖掘互補(bǔ)：OLAP 分析結(jié)果為數(shù)據(jù)挖掘提供分析依據(jù)；數(shù)據(jù)挖掘可以拓 展OLAP 分析深度，發(fā)掘更復(fù)雜、細(xì)致信息。 二、數(shù)據(jù)倉庫、OLAP 和數(shù)據(jù)挖掘在 銀行業(yè)中的應(yīng)用與比較 1.數(shù)據(jù)倉庫設(shè)計(jì) 按面向主題應(yīng)用原則，以個(gè)人信用卡消費(fèi)趨勢(shì)為主題，以“星形

3、模型”為建模 方式，按“數(shù)據(jù)方塊”組織結(jié)構(gòu)和提供數(shù)據(jù)，建立“事實(shí)表”和“維度表”。 “信用卡交易事實(shí)表”位于星形模型中心，要素主要來自銀行卡消費(fèi)、信用卡 消費(fèi)的屬性和信息表。周圍“日期”、“銀行機(jī)構(gòu)”、“產(chǎn)品”和“客戶”4 張維 度表構(gòu)成星形模型的維度實(shí)體。 2.OLAP的展現(xiàn) 二、數(shù)據(jù)倉庫、OLAP 和數(shù)據(jù)挖掘在 銀行業(yè)中的應(yīng)用與比較 OLAP 技術(shù)提供了對(duì)數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行復(fù)雜顯示和分析的方法。 銀行管理人員或業(yè)務(wù)人員可以對(duì)數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行旋轉(zhuǎn)、切片、鉆取等分 析操作，并通過專業(yè)圖表展現(xiàn)給用戶，獲取直觀的分析結(jié)果，得到或驗(yàn)證結(jié)論與假 設(shè)。 3.數(shù)據(jù)挖掘的應(yīng)用 二、數(shù)據(jù)倉庫、OLAP

4、和數(shù)據(jù)挖掘在 銀行業(yè)中的應(yīng)用與比較 數(shù)據(jù)挖掘技術(shù)提供了一種自動(dòng)統(tǒng)計(jì)和分析數(shù)據(jù)，發(fā)現(xiàn)和描述其中隱含的 趨勢(shì)或內(nèi)涵的方法。其步驟包括： （1）確定對(duì)象和目標(biāo) （2）數(shù)據(jù)選擇 （3）建立模型 （4）結(jié)果分析 f(x)=1.2148+0.5734*income+0.1246*consum+0.1349cardnum 總結(jié) 三種技術(shù)分別處于不同的應(yīng)用層面。數(shù)據(jù)倉庫將面向不同主題的數(shù)據(jù) 進(jìn)行格式化存儲(chǔ)，OLAP 和數(shù)據(jù)挖掘則根據(jù)不同的應(yīng)用人員進(jìn)行數(shù)據(jù)再處 理。數(shù)據(jù)倉庫的海量數(shù)據(jù)只有通過OLAP 和數(shù)據(jù)挖掘才能成為有價(jià)值的信 息，體現(xiàn)建立數(shù)據(jù)倉庫最終價(jià)值。而數(shù)據(jù)倉庫經(jīng)過篩選和清理，對(duì)來自不 同數(shù)據(jù)源的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行格式化預(yù)處理，為OLAP 和數(shù)據(jù)挖 掘提供高質(zhì)量數(shù)據(jù)，簡(jiǎn)化了OLAP 和數(shù)據(jù)挖掘的過程和步驟，提高兩者的 工作效率。 未來，DW(數(shù)據(jù)倉庫) OLAP（聯(lián)機(jī)分析處理） DM（數(shù)據(jù)挖掘） -DS