版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
主講教師:范微娜浙江經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院數(shù)據(jù)采集與處理數(shù)據(jù)處理的方法案例導(dǎo)入數(shù)據(jù)集成數(shù)據(jù)變換010203數(shù)據(jù)規(guī)范041、案例導(dǎo)入小明采集到的一份關(guān)于某網(wǎng)站的瀏覽數(shù)據(jù),但是他發(fā)現(xiàn)該數(shù)據(jù)存在數(shù)據(jù)不一致的情況,請問他該如何對這些數(shù)據(jù)進(jìn)行處理呢?數(shù)據(jù)處理的作用是為了提高數(shù)據(jù)的質(zhì)量以及使用數(shù)據(jù)分析軟件進(jìn)行數(shù)據(jù)分析。2、數(shù)據(jù)集成在企業(yè)中,由于開發(fā)時間或開發(fā)部門的不同,往往有多個異構(gòu)的、運(yùn)行在不同的軟硬件平臺上的信息系統(tǒng)同時運(yùn)行,這些系統(tǒng)的數(shù)據(jù)源彼此獨(dú)立、相互封閉,使得數(shù)據(jù)難以在系統(tǒng)之間交流、共享和融合,從而形成了"信息孤島"。隨著信息化應(yīng)用的不斷深入,企業(yè)內(nèi)部、企業(yè)與外部信息交互的需求日益強(qiáng)烈,急切需要對已有的信息進(jìn)行整合,聯(lián)通“信息孤島”,共享信息。數(shù)據(jù)集成通過應(yīng)用間的數(shù)據(jù)交換從而達(dá)到集成,主要解決數(shù)據(jù)的分布性和異構(gòu)性的問題,其前提是被集成應(yīng)用必須公開數(shù)據(jù)結(jié)構(gòu),即必須公開表結(jié)構(gòu),表間關(guān)系,編碼的含義等3、數(shù)據(jù)變換數(shù)據(jù)變換是數(shù)據(jù)準(zhǔn)備的重要環(huán)節(jié),它通過數(shù)據(jù)平滑、數(shù)據(jù)聚集、數(shù)據(jù)概化和規(guī)范化等方式將數(shù)據(jù)轉(zhuǎn)換成適用于數(shù)據(jù)挖掘的形式。常見的變換方法:1)數(shù)據(jù)平滑;2)數(shù)據(jù)聚集;3)數(shù)據(jù)概化;4)數(shù)據(jù)規(guī)范化;5)屬性構(gòu)造4、數(shù)據(jù)規(guī)范①數(shù)據(jù)表由標(biāo)題行(字段)和數(shù)據(jù)部分(記錄)組成;②數(shù)據(jù)表第一行是表的字段名字,不能重復(fù);③第二行起是數(shù)據(jù)部分,數(shù)據(jù)部分的每一行數(shù)據(jù)稱為一條記錄,并且數(shù)據(jù)部分不允許出現(xiàn)空白行和空白列,數(shù)據(jù)要保持完整性;④一個單元格只記錄一個屬性數(shù)據(jù),切勿復(fù)合記錄,有一說一;⑤數(shù)據(jù)表中不能有合并單元格存在;⑥數(shù)據(jù)表需要以一維表的形式存儲。總結(jié)數(shù)據(jù)整理好之后,可以進(jìn)行初始的數(shù)據(jù)加工了。因?yàn)樵紨?shù)據(jù)可能并不符合我們的分析需求,比如:我們想看的是某模塊的數(shù)據(jù),但原始數(shù)據(jù)是拆成每一個點(diǎn)擊位的數(shù)據(jù),我們就需要把每個點(diǎn)擊位的數(shù)據(jù)進(jìn)行求和等操作,轉(zhuǎn)化成模塊數(shù)據(jù)。還有一些常見的情況是利用標(biāo)準(zhǔn)的行業(yè)計(jì)算公式,將某幾個指標(biāo)進(jìn)行數(shù)理計(jì)算得到另一個指標(biāo),如單UV價(jià)值=GMV/頁面UV、訂單轉(zhuǎn)化率=引入訂單數(shù)/頁面UV、人均點(diǎn)擊次數(shù)=點(diǎn)擊PV/點(diǎn)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 8.2+誠信經(jīng)營+依法納稅-同步課件 2024-2025學(xué)年高中政治統(tǒng)編版選擇性必修二法律與生活
- 2024-2025學(xué)年初中化學(xué)九年級下冊人教版(2024)教學(xué)設(shè)計(jì)合集
- 跪跳起 (教案) 體育四年級下冊
- 第二章 田徑-跨越式跳高 教學(xué)設(shè)計(jì)
- 高一上學(xué)期體育與健康人教版 排球原地雙手頭上傳接球游戲:你傳我搶 教案
- 桂教版七年級上冊信息技術(shù) 1.2計(jì)算機(jī)的發(fā)展與應(yīng)用 教案
- 教科版(2017秋)三年級下冊科學(xué)1.8.《測試“過山車”》教案(含課堂練習(xí)和反思)
- 人音版音樂一年級下冊4《可愛的小象》(教學(xué)設(shè)計(jì))
- 2024年10月上旬流通領(lǐng)域重要生產(chǎn)資料市場價(jià)格變動情況
- 《Proteus仿真平臺單片機(jī)項(xiàng)目式教程》課件 項(xiàng)目5 定時器-1.定時1S
- 第二單元《線與角》復(fù)習(xí)試題(單元測試)-2024-2025學(xué)年四年級上冊數(shù)學(xué)北師大版
- 2024《整治形式主義為基層減負(fù)若干規(guī)定》全文課件
- 2024年4月全國自考英美文學(xué)選讀真題試卷
- DZ∕T 0227-2010 地質(zhì)巖心鉆探規(guī)程(正式版)
- 2024年社區(qū)工作者考試必背1000題題庫【含答案】
- 2024年全國高考物理電學(xué)實(shí)驗(yàn)真題(附答案)
- 國開電大可編程控制器應(yīng)用實(shí)訓(xùn)形考任務(wù)1實(shí)訓(xùn)報(bào)告
- 20以內(nèi)加減法口算題(10000道)(A4直接打印-每頁100題)
- 幼兒園中班語言:《兩只蚊子吹牛皮》 課件
- 腹膜透析相關(guān)性腹膜炎的護(hù)理查房
- 中國新生兒復(fù)蘇指南解讀(2021修訂)
評論
0/150
提交評論