伊利诺伊大学-成都市工商局网上年检

7.4数据仓库
7所示。4所示。I数据仓库处理企业数据并不是一个新问题，但许多 企业正在
寻求一种新的解决方案:数据仓库(顾名思义，数据仓库是一个存储场所——尽管
它由 硅而不是砂浆和砖块组成)。数据仓库可以包含10年前的信息档案，但也可
以包含最近收集的数据。
数据仓库的概念引入了一种新的体系结构方法来构建各种企业数据来源，其目标
是使工人能够广 泛和方便地访问数据，尽管事实证明这些数据在零售、银行、公
用事业和电信行业很受欢迎。数据仓库对 大多数企业都很有用。
这是因为数据仓库解决了每个企业都面临的基本问题。
数据仓库允许 您更好地管理和利用企业知识，这在tarn中帮助企业变得更有竞
争力，更好地了解客户，并更快地满 足市场需求。[2]
“数据仓库”一词是几年前由加州森尼维尔市(Sunnyvale)生产仓库管 理系统的
Prism Solutions Inc.的技术副总裁威廉?虽然Inmon已经就这个主 题写了好
几本书，但他通常被称为概念之父，尽管他指出数据仓库的各个方面已经存在多
年
根据Inmon的说法，数据仓库将组织的决策支持、信息数据和日常运营数据分离开来。
数据仓库中发现的材料有四个特点，仓库数据是:
.subject面向;
•集成;
•时变;
.nonwolatile。
例如，金融机构的运营 数据将侧重于贷款等事务公关功能。储蓄和银行卡，而关于客户的信
息将在许多其他的数据库中保持分离 和不一致。
但是，仓库中的数据是围绕客户、供应商和产品等主题组织的，终端用户很容易
理 解这些主题。仓库数据通常从整个企业的数据源收集。包括不同的应用程序、
数据库和计算机系统，并且 很可能是分散的和不一致的。必须对[3]仓库数据进
行清理，以符合一致的格式、命名和访问方法。
对于时间的变异，数据是准确的，在一个特定的时刻，在时间，流走4
礼物。t
在 日常交易的世界里。单个数据记录，比如客户的账户余额，可能会不断变化。
但是在数据仓库中，随着时 间的推移，客户的余额将由一长串单个快照组成。因
为快照是不变的，它们是非易挥发的。
大多数组织都是分阶段实现数据仓库的。
首先，组织必须创建数据模型，以及数据仓库的物理 设计。它还必须建立记录的
svstem，这是Inmon对数据[5]源的术语
然后，必须 从操作数据库中提取数据，转换或清理数据，并将其加载到数据仓库
中。此任务通常由数据仓库管理软件 处理。提供这类软件的公司包括
Prism Solutions、Evolutionary Tec hnologies和马萨诸塞州伯灵顿
(Birlington)的卡尔顿公司(Carleton Corp.)

数据仓库管理软件在工作站上运行，允许IS工作人员指定特定的转换，例如 数
据映射、转换和摘要。
数据仓库管理软件还维护元数据，其本质是关于数据的数据。元数据 定义了操作
数据库和数据仓库之间的关系，并存储在仓库中。当最终用户访问数据仓库时，

他们可以使用元数据来查找数据的定义或查找主题
区域。
当然，在将数据放入仓库的同时，组织还必须为仓库选择一个DBMS。
所有流行的关系数据库管理系统(RDBMS)-DB2Oracle。
Ingres, Informix, Sybase SQL Server和惠普公司。的AllbaseSQL适用
于数据仓库。此外，还有专门用于数据仓库的数据库。
如红砖仓库。
后者的支持者说，像Red Brick这样的DBMS提供了更快的查询处理的优势，因
为它没有处理事务过程的内置开销。
反对者认为，这些产品只对中型车具有性能优势

组织还必须选择适当的数据访问和 报告工具、数据库连接软件，以便最终用户将
信息存储在数据仓库中。
和
Trinzic集团。森林&。tree和Metaphor Inc.的数据解释系统(DIS)就是数据
访问工具的例子，而微软(Microsoft Corp.)的数据解释系统
(Data Interpretation System, DIS)则是一个例子。中间件连接了不同的数
据库和前端应用程序。
Warchouse构 建器可能还希望评估数据分析和表示产品，这些产品允许从仓库中
收集的数据进行分析和图形化表示。这 最后一类产品可以包括从电子表格到安全
信息系统的任何东西。
已经沉浸在这一过程中的公司 表示，随着他们的努力的继续，实现数据仓库变得
越来越容易，成本也越来越低。
当然，用户 对数据仓库的结果很满意。有时候就像一个孩子在糖果店，他们很兴
奋能得到他们想要的东西。[7
7.4.2什么是数据挖掘?
概述
通常，数据挖掘(有时称为数据或知识发 现)是从不同的角度分析数据，并将其归
纳为有用的信息，可以用来提高效率、降低成本或两者兼而有之 的过程。D)数据
挖掘软件是分析数据的众多分析工具之一。它允许用户从许多不同的维度或角度
分析数据，并对其进行分类。总结确定的关系。[2]从技术上讲，数据挖掘是在
大型关系数据库的几 十个领域中寻找相关性或模式的过程。
不断创新
虽然数据挖掘是一个相对较新的术语。技术 不是。多年来，各家公司一直使用强
大的电脑来筛选大量超市扫描仪数据，分析市场研究报告。然而，在 计算机处理
能力、磁盘存储方面的不断创新。统计软件极大地提高了分析的准确性，同时也
推高 了多伦的成本。
数据。信息,知识。
. data
数据就是事实。可以由计算机处理的数字或文本。今天,

组织正在以不同的格式和不同的数据库积累越来越多的数据。这包括。
.运营或交易数据，如销售、成本、库存、工资和会计。
非操作性数据，如行业销售、预测数 据和宏观经济数据。元数据——关于数据本身的数据，

如逻辑数据库设计或数据字典定义 。
、信息
所有这些数据之间的模式、关联或关系可以提供信息。
例如，对零售销售点的交易数据进行分析，可以得到关于哪个点的信息。
产品正在销售，何时销售
.Knowledge
信息可以转化为关于历史模式和未来趋势的知识。
例如，零售超市销售的汇总信息可以根据促 销活动进行分析，提供消费者购买行为的知识。
因此，制造商或零售商可以确定哪些产品最容易受到促销 活动的影响。
数据仓库。
数据捕获、处理能力、数据传输和存储能力方面的巨大进步使组织 能够将各种数据库集成到
数据仓库中。数据仓库被定义为集中数据管理和检索的过程。数据仓库，比如数 据挖掘。是
一个相对较新的术语，尽管这个概念本身已经存在多年。数据仓库代表了维护所有组织数据< br>的中央存储库的理想愿景。为了最大化用户访问和分析，需要对数据进行集中。戏剧性的技
术进步 使许多公司实现了这一设想。此外，数据分析软件的巨大进步也让用户可以自由地访
问这些数据。数据分 析软件支持数据挖掘。[4]
数据挖掘能做什么?
如今，数据挖掘主要被关注消费者的公司所使用。
财务、沟通和营销组织。它使这些公司能够 确定“内部”因素(如价格、产品定位或员工技
能)与“外部”因素(如经济指标、竞争和客户统计数据 )之间的关系。和。它使他们能够确定
对销售、客户满意度的影响。和公司的利润。最后，它使他们能够 “深入”到摘要信息中，
以查看详细的事务数据。
通过数据挖掘，零售商可以使用客户购买的 销售点记录，根据个人的购买历史发送有针对性
的促销信息。通过从评论或保修卡中挖掘人口数据，零售 商可以开发产品和促销活动，以吸
引特定的客户群。
数据挖掘是如何工作的?
虽然 大规模信息技术正在发展独立的事务和分析系统，但数据挖掘为两者之间的
联系提供了基础。数据挖掘软 件基于开放的用户查询分析存储事务数据中的关系
和模式。有几种类型的分析软件可用:统计软件、机器 学习软件和神经网络软件。
一般来说，四种关系中的任何一种都可以找到:。类:存储的数据用于定位预 定组
中的数据。例如，一家连锁餐厅可以挖掘顾客的购买数据，以确定顾客什么时候
来，他们通 常订购什么。这些信息可以通过每日特价来增加流量
离合器:指根据逻辑关系或用户喜好对数据项进行分组的集合。
为例。可以挖掘数据来确定细分市场或消费者亲缘关系。
.关联:可以挖掘数据来识别关联。啤酒尿布的例子是联想挖掘的一个例子。
.序列模式:挖 掘数据以预测行为模式和趋势。例如，户外设备零售商可以根据消
费者购买睡袋和登山鞋的情况来预测购 买背包的可能性。()数据挖掘由5个主要
元素组成:.提取、转换和将事务数据加载到数据仓库系统。
。在多维数据库系统中存储和管理数据。
.为业务分析师和信息技术专业人员提供数据访问。
。应用软件分析数据。
.以有用的格式显示数据，例如图表或表格。