共 13 篇文章
显示摘要每页显示  条
⑵ 数据挖掘的物流信息管理系统:把收集得到的数据汇总到数据仓库,再根据数据挖掘送来的数据,为管理决策人员提供最新的和最有价值的信息或知识,帮助其快速、正确地做出决策。⑶ 数据挖掘:根据决策者提出的问题特点,确定挖掘的任务或目的,对数据仓库中的相关数据进行精简和预处理,再从精简后的数据中挖掘出新的、有效的新知识,提供给数...
这些行业本身的业务系统便是海量数据系统,而数据仓库系统通常都要存储比业务系统多得多的历史数据,通常会是12个月的历史数据,而且,数据在进入数据仓库后,为了提高展现和分析的效率,会生成部分冗余和汇总的数据,30%的膨胀率对于数据仓库系统而言很平常。通过一个成功的数据仓库系统能够发现企业中隐藏的成本和潜在增加收入的机会,让数据...
数据仓库白皮书-结构与应用篇作者: 张澜、康增培 ,  出处:赛迪网, 责任编辑: 丁一凡, 2004-12-24 11:37  IBM、Oracle等厂商都提出了自己的数据仓库结构,但严格说来,任何一个数据仓库结构都是从一个基本框架发展而来,实现时再根据分析处理的需要具体增加一些部件。◆数据抽取、精练、分布 根据数据仓库的设计,实现从源数据抽取数据、...
数据仓库应用案例分析。无论在哪种情况下,数据仓库结构一旦确定,便可用数据填充数据仓库,其方法主要有两种:"我们可以建立符合业务术语的对象名,"Bazarian说,"其它工具确实无法提供这一功能;它们希望用户了解数据库的结构、表的名称,以及这些表彼此是如何关联的。工具选定后,DowElanco就成立了一个由用户和IS分析人员组...
2006数据挖掘技术与应用热点扫描。【摘要】 热点篇:文本挖掘与网络挖掘 算法和建模作为数据挖掘工具的核心技术,从它诞生之日起就在得到不断完善,而在最近两年,也有一些新的技术和应用热点开始引起人们的关注,比如文本挖掘、网络挖掘和可视化挖掘就是其中比较重要的三种。热点篇:文本挖掘与网络挖掘。如果说文本挖掘是一项技术热...
网络信息挖掘是一个极其复杂的过程,它不同于传统的数据仓库技术和简单的知识发现(KDD),它面对的海量信息不是全简单的结构化数据,而常常为半结构化的数据,如文本、图形、图像数据,甚至是异构型数据。根据挖掘的对象不同,网络信息挖掘可以分为网络内容挖掘、网络结构挖掘和网络用法挖掘。网络内容挖掘、网络结构挖掘的对象是网上的原始数...
元数据管理的五种成熟度。技术上的元数据指数据源的位置、数据访问协议(ODBC、JDBC、SQL*NET等)、数据源的物理结构(如数据库描述、表定义、栏目描述等)、数据源的逻辑结构(ER模型、目标模型、实体模型)等。技术 有一些元数据管理工具可用于共享来自数据源的元数据,并能把来自不同建模工具的逻辑元数据导入到元数据知识库中。为了整合不...
谈到数据挖掘应从以下三方面加以考虑,一是用数据挖掘解决什么样的商业问题,二是为进行数据挖掘所做的数据准备,三是数据挖掘的各种分析算法。数据准备包含很多方面:一是从多种数据源去综合数据挖掘所需要的数据,保证数据的综合性、易用性、数据的质量和数据的时效性,这有可能要用到数据仓库的思想和技术;其实要想真正做好数据挖掘,数据...
1 网络信息挖掘概述1.1 数据挖掘(Data Mining)  网络信息挖掘必须从数据挖掘谈起。1.2 网络信息挖掘  国外有人认为:网络信息挖掘就是利用数据挖掘技术,自动地从网络文档以及服务中发现和抽取信息的过程。2 网络信息挖掘的类型  根据挖掘的对象不同,网络信息挖掘可以分为网络内容挖掘(Web content mining)、网络结构挖掘(Web struc...
帮助 | 留言交流 | 联系我们 | 服务条款 | 下载网文摘手 | 下载手机客户端
北京六智信息技术股份有限公司 Copyright© 2005-2024 360doc.com , All Rights Reserved
京ICP证090625号 京ICP备05038915号 京网文[2016]6433-853号 京公网安备11010502030377号
返回
顶部