原创

DW、OLAP、DM、DSS 的关系

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://wxy0327.blog.csdn.net/article/details/53926694

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。 

文章最后发布于: 2016-12-29 13:21:27
展开阅读全文
0 个人打赏
私信求帮助

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 大白 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览