基于数据挖掘的OLAP分析技术及应用.pdf

信息安全刘瑛等:基于数据挖掘的OLAP分析技术及应用

基于数据挖掘的OLAP分析技术及应用

刘瑛1,2,白振兴1,褚文奎1
(11空军工程大学工程学院陕西西安710038;2195927部队河北沧州061000)

摘要:数据仓库和数据挖掘技术是目前信息技术研究的热点问题之一,介绍了数据挖掘(datamining)、数据仓库(data
warehouse)及联机分析处理(OLAP)技术。并以零售业决策支持系统为例,介绍了该系统的体系结构、数据仓库的设计、系
统实现关键技术及各子系统功能,着重论述了如何利用OLAP技术实现企业决策支持系统。
关键词:数据挖掘;数据仓库;OLAP;DSS
中图分类号:TP311文献标识码:B文章编号:1004373X(2006)0107203

OLAPAnalysisTechnologyandApplicationBasedonDataMining
LIUYing1,2,BAIZhenxing1,CHUWenkui1
(11EngineeringInstitute,AirForceEngineeringUniversity,Xi′an,710038,China;2195927Troops,Cangzhou,061000,China)

Abstract:Datawarehouseanddataminingtechnologyisoneofmosthotproblemsinthefieldofinformationtechnologyresearchat
present.Thispaperintroducestheconceptsofdatamining,datawarehouseandonlineanalyticalprocessingtechnology.Onthisbasis,
ittakesretailbusinesssupportsystemasanexample,introducesthesystemstructure,thekeytechniquesofthesystemandthefunctions
ofeachsubsystem,especiallydiscusseshowtouseOLAPtechnologytorealizeenterprisingdecisionsupportsystem.
Keywords:datamining;datawarehouse;OLAP;DSS

21世纪人类对数据的存储已远远超过了以往任何一仓库环境中不进行一般意义上的数据更新。所以数据在
个时代,当今数据库容量已经达到上万亿(T)。在这些大一定的时间间隔是稳定的,并且能反映企业当前和历史的
量的原始数据中隐藏了许多具有决策意义的信息,那么这数据。
些有用的信息知识如何获得呢?数据仓库和数据挖掘技(4)数据仓库的数据是随时间变化的
术正是解决上述问题的新技术。数据仓库的数据随时间变化,不断增加新的数据内容
和删去旧的数据内容。数据仓库中含有大量与时间有关
1数据仓库及其决策支持工具概述
的综合数据。
1.1数据仓库数据仓库是由3个层次构成的,如图1所示。
数据仓库方面的首席设计师W.H.Inmon对数据仓
库的定义为:数据仓库是一个面向主题的、集成的、时变
的、非易失的数据集合,支持管理部门的决策过程[1]。
(1)面向主题性
主题是一个抽象的概念,是在较高层次上对企业信息
系统中的数据综合、归类后进行分析利用的抽象。在逻辑
意义上,他是对应企业中某一宏观分析领域的分析对象,
是针对某个决策问题而设置的。
(2)数据的集成性
数据仓库中存储的数据是从原来分散、异构的数据库

数据经过抽取、统一、综合转换成全局统一的定义,消除不图1数据仓库的层次结构
一致和错误之处。(1)底层是仓库数据库服务器,他通常为一个关系数
(3)数据的不可更新性据库系统。
数据仓库中的数据通常是一起载入与访问的,在数据(2)中间层是OLAP服务器,其典型的实现或者是
ROLAP模型或者是MOLAP模型。
收稿日期:20051015(3)顶层是客户,这一层包括查询、报告工具、分析工
72

©1994-2008ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net
《现代电子技术》2006年第1期总第216期通信与信息技术

具和数据挖掘工具[2]。或其他信息库,数据库、数据仓库服务器,知识库、数据挖
1.2联机分析处理(OLAP)掘引擎、模式评估、图形用户界面。典型数据挖掘系统结
1.2.1OLAP概述构如图3所示[4]。
OLAP(OnLineAnalyticalProcessing)是与数据仓
2零