数据仓库与数据挖掘.ppt
yy****24
亲,该文档总共125页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
数据仓库与数据挖掘.pdf
数据仓库与数据挖掘.ppt
数据仓库与数据挖掘课程介绍教学方式与考核方式授课计划授课计划参考书数据挖掘职业能力要求职业薪酬一、数据仓库与数据挖掘概述主要内容1、学习数据仓库与数据挖掘有何意义引言时代背景信息传播的背景划时代意义的技术网络之后下一个技术热点是什么?信息处理的难题要学会抛弃信息数据爆炸但知识贫乏我们怎么分析这些数据导致“数据爆炸但知识贫乏”的原因企业面临的问题数据爆炸问题面临的挑战“我们花了20多年的时间将数据放入数据库,如今是该将它们拿出来的时候了。”----著名的数据仓库专家RalphKimball学习本课的意义2、
数据仓库与数据挖掘.docx
1.技术瓶颈:海量数据收集、海量数据存储、海量数据多维分析等一系列的问题,即使最热门最被业内人士看好的Hadoop技术能否撑得住?2.资源投入:海量数据处理伴随着相应的硬件、软件需求的增长,技术人员的投入上对企业势必成为新的负担。3.价值金矿:海量数据中的非结构化数据蕴含着的“价值金矿”,能够帮助企业从未所触及的角度和维度为企业提供商业决策和辅助。从海量数据价值挖掘层面上看,传统的思维是数据量加大是一定要考虑OLAP的,一般的报表可能5、6个小时出来结果,而基于Cube的查询可能只需要几分钟,因此从一般意
数据仓库与数据挖掘.docx
1.技术瓶颈:海量数据收集、海量数据存储、海量数据多维分析等一系列的问题,即使最热门最被业内人士看好的Hadoop技术能否撑得住?2.资源投入:海量数据处理伴随着相应的硬件、软件需求的增长,技术人员的投入上对企业势必成为新的负担。3.价值金矿:海量数据中的非结构化数据蕴含着的“价值金矿”,能够帮助企业从未所触及的角度和维度为企业提供商业决策和辅助。从海量数据价值挖掘层面上看,传统的思维是数据量加大是一定要考虑OLAP的,一般的报表可能5、6个小时出来结果,而基于Cube的查询可能只需要几分钟,因此从一般意
数据仓库与数据挖掘.pptx
第二章数据仓库原理第二章数据仓库原理数据仓库中的数据组织粒度分区维度元数据数据仓库的数据组织形式数据仓库的数据追加数据仓库中的数据组织粒度分割维度元数据数据仓库的数据组织形式数据仓库的数据追加2.6数据仓库中的数据组织2.6数据仓库中的数据组织数据仓库中的数据存在着不同的综合级别早期细节级一般而言,当前细节级的数据对于决策的支持程度随数据发生时间的久远而降低。为了有效控制数据仓库中当前细节级数据的规模,保证系统的运行效率,在设计数据仓库时,通常应结合业务的特点和系统硬件的水平,设定一个合理的时间阀值,将老