DW: Data Warehouse 数据仓库
OLAP: On-Line Analytical Processing 联机分析处理
DM: Data Mining 数据挖掘
DSS: Decision Support Systems 决策支持系统
技术的进步,不懈的努力使人们终于找到了基于数据库技术的DSS的解决方案,这就是:DW + OLAP + DM ————> DSS 的可行方案。数据仓库、OLAP和数据挖掘是作为三种独立的信息处理技术出现的。数据仓库用于数据的存储和组织,OLAP集中于数据的分析,数据挖掘则致力于知识的自动发现。它们都可以分别应用到信息系统的设计和实现中,以提高相应部分的处理能力。但是,由于这三种技术内在的联系性和互补性,将它们结合起来即是一种新的 DSS 架构。这一架构以数据库中的大量数据为基础,其特点是:
(1)在底层的数据库中保存了大量的事务级细节数据。这些数据是整个 DSS 系统的数据来源。
(2)数据仓据对底层数据库中的事务级数据进行集成、转换、综合,重新组织成面向全局的数据视图,为 DSS 提供数据存储和组织的基础。
(3)OLAP从数据仓库中的集成数据出发,构建面向分析的多维数据模型,再使用多维分析方法从多个不同的视角对多维数据进行分析、比较、分析活动从以前的方法驱动转向了数据驱动,分析方法和数据结构实现的分离。
(4)数据挖掘以数据仓库和多维数据库中的大量数据为基础,自动地发现数据中的潜在模式,并以这些模式为基础自动地做出预测。数据挖掘表明知识就隐藏在日常积累下来的大量数据之中,仅靠复杂的算法和推理并不能发现知识,数据才是知识的真正源泉。数据挖掘为AI技术指出了一条新的发展道路。
本文作者:wzy0623 来源:CSDN博客
CIO之家 www.ciozj.com 微信公众号:imciow