OLAP与数据挖掘一体化模型的分析与讨论

OLAP(On-Line Analytical Processing)与数据挖掘工具由于内在技术以及适用范围的不同,在决策分析中必须协调使用才能发挥最佳的作用.本文提出基于影响域的OLAM(OLAP Mining)模型,将数据挖掘和OLAP技术结合在一个统一的框架之中,使得数据挖掘能够在数据库或数据仓库的不同部位、或在不同的抽象级别上进行,加强了决策分析的功能和灵活性.该模型有助于在大型数据库和数据仓库中交互式地挖掘多层次的知识.     

OLAP与数据挖掘一体化模型的研究与发展

1 引言目前,OLAP(联机分析处理)与数据挖掘是信息系统领域内的研究重点。OLAP作为一种多维分析工具,可提供数据多层面、多角度的逻辑视图。用户提出问题或假设,OLAP负责提取关于该问题的详细信息,并将结果呈现给用户。数据挖掘是在数据集合中寻找模式的决策支持过程,能从大量数据中发现潜在数据模式并作出预测性分析,是现有的人工智能、统计学等成熟技术在特定系统中具体的应用。数据挖掘与OLAP都属于分析型工具,但二者之间有着明显的区别。数据挖掘的分析过程是自动的,用户不必提出确切的问题,只需工具去挖掘隐藏的模式并预测未来的趋势,这样有利于发现未知的事实。而OLAP更多地依靠用户输入问题和假设,由于用户先     

数据挖掘、OLAP在决策支持系统中的应用

分析了传统数据库和决策支持系统中存在的问题,讨论了基于数据集市的数据挖掘和联机分析处理技术在决策支持系统中的应用。     

OLAP及数据挖掘在移动通信决策支持系统中的应用

本文针对移动通信决策支持系统，介绍了其涉及的主要技术，给出了一个实现欠费问题分析的决策支持解决方案。     

OLAP建模巅峰之旅——数据挖掘经典案例

本文主要从数据挖掘技术本身、数据挖掘技术与在线分析处理技术的对比中。以实际案例来展示数据挖掘的特点和优势,同时,将数据挖掘模型作为多维数据库的一个维度。实现了数据挖掘与在线分析处理的融合和企业数据更深层次信息的提取。[编者按]     

一种基于OLAP与DM的OLAM模型的研究

OLAP(On-Line Analytical Processing)技术与数据挖掘技术,其实现技术以及适用范围不尽相同,在决策分析中必须协调使用才能发挥更好的作用。基于OLAP与DM的OLAM(OLAP Mining)模型,是将数据挖掘和OLAP技术结合在一个统一的框架之中,使得决策人员和分析人员能够以不同的角度、不同的层次观察数据,加强了决策分析的功能和灵活性。有助于发现更合理的模式,为用户提供更多的支持。     

OLAP技术及其发展

本文介绍ＯＬＡＰ技术的概念及其特征,分析并比较了当前流行的三种ＯＬＡＰ结构,在文章最后我们探讨了ＯＬＡＰ技术今后发展的两个方向－ＷＥＢ ＯＬＡＰ和ＯＬＡＰ＋数据挖掘。     

数据仓库、数据挖掘及OLAP之两两关系

随着数据库应用技术的发展,数据仓库、数据挖掘和OLAP已成为近年来数据库界研究的热点。本文介绍了这三种技术的基本概念及相互之间的两两关系。     

基于OLAP与数据挖掘的高考招生数据分析

如何从海量的高考招生数据中发现有用信息,是招生主管部门迫切关心的问题,也是家长、考生以及社会各界都十分关注的问题。围绕这一问题,依据某省多年来累积的高考招生数据,建立数据仓库和多维数据集,进行OLAP分析与数据挖掘分析,得到了一些潜在的有用信息。研究分析表明,这些信息可以为招生主管部门提供决策支持,也可作为指导考生合理填报志愿的重要依据。介绍了数据仓库和多维数据集的建立过程、录取相关数据的OLAP分析及其结果的解读过程以及利用决策树算法和关联规则算法进行数据挖掘的过程。     

基于SQL Server的OLAP和数据挖掘设计

借助大数据信息技术,可实现医院管理系统对医疗改革的有效支持.医院收入构成监测是医疗改革中的一项重要工作.在对比众多分析工具的基础上,选择利用SQL Server 2012,利用关系型数据库,完成其联机分析处理和数据挖掘的设计工作,从而帮助管理者实现从宏观到微观观察数据的功能和利用数据监测异常的功能.结果证明,该系统很好地完成了医院收入构成监测工作.     

金融审计OLAP模型技术分析与设计

本文结合审计机构进行金融审计的实际需要,在银行的贷款业务数据库系统上建立数据仓库,采用OLAP技术对银行不良贷款问题进行分析,为审计机构提供了一个有效可行的计算机辅助审计方案。     

数据仓库、数据挖掘和OLAP分析及其应用实例

在日益激烈的市场竞争中,海量信息的存储、挖掘而得到的任何与消费者行为有关的信息对商家来说都是非常宝贵的.概要介绍了数据仓库、数据挖掘和联机分析处理(OLAP分析)等概念,并介绍了一个工具SAS及其在网站访问量分析中的应用实例.     

OLAP数据挖掘模型的应用研究

OLAP数据挖掘模型结合了微软分析服务可以访问的数据挖掘和联机分析处理两种决策机制,其创建可以借助挖掘模型向导或利用决策支持对象编程实现。采用微软决策树算法的OLAP数据挖掘模型可根据决策树、虚拟立方体和维来分析数据,并预测数据的某些特性,以帮助用户决策。     

一种基于多维数据库的OLAP实现方法ADT：数据仓库的工具应用讨论

“数据仓库”是近数年来兴起的一种数据处理技术,其特点是对数据的长期保留并作出分析的支持决策,在其应用的工具中,国外新兴了一门针对特定问题的联机数据访问和分析的软件技术,称之为OLAP(On_Line Analytical Process-ing).OLAP的两种实现技术MOLAP(多维数据库OLAP)和ROLAP(关系型OLAP)现在正处于激烈的竞争之中.事实上,这两种技术各有特色,各有利弊,本文结合了ROLAP与MOLAP两种技术的特点,阐述了采用MOLAP ADT方法来实现的OLAP技术,相信研究数据库和数据仓库的读者会对此有一定的兴趣.     

数据仓库、数据挖掘和OLAP分析及其应用实例

在日益激烈的市场竞争中，海量信息的存储、挖掘而得到的任何与消费者行为有关的信息对商家来说都是非常宝贵的。概要介绍了数据仓库、数据挖掘和联机分析处理（O－LAP分析）等概念，并介绍了一个工具SAS及其在网站访问量分析中的应用实例。     

基于Rough集的数据挖掘模型研究

这项工作的主要目的是表明怎样能够有效地实现基于Rough集的数据挖掘技术,在这篇论文里,我们详细讨论了Rough集理论,为了从基于Rough集的数据库中发现新的规则,研究了一种适合数据挖掘的面向对象的软件系结构,给出了数据挖掘算法、规则发现算法和规则约简算法,从初始数据库的信息出发,依次建造差别矩阵、约简表和规则表,最后给出了一个模拟实例,表明我们的模型和算法是可行的。     

基于OLAP技术的教学诊断与评价模型

结合首师大虚拟学习社区网络教学支撑平台，提出了一个基于联机分析技术（OLAP）的教学诊断与评价模型，文中使用DMQL语言给出了一个由学生，知识点，时间和认知技能4个维度构成的数据立方体，以及利用OLAP的上卷，下钻、切块和切片等技术实现对该数据方体进行数据挖掘的解决方案，提出的基于OLAP技术的数据挖掘方案，可以在教学诊断与评价中解决诸如判断学习者学习难点，了解学习者集成或个人的学习特征，以及获得学习者认知过程等问题，为实现因材施教的个性化教学和以学生为中心的自主学习提供支持与服务。     

基于对象化查询的OLAP系统的研究与应用

针对多维表达式（MDX）的非结构化对增量操作的限制,提出了一个对象化的查询结构,并阐述了在该结构的基础上对分析路径的跟踪和序列化的实现。该对象结构可以使OLAP系统高效方便地实现对分析线索的维护和对分析动作的记录,提高了OLAP系统的可用性。     

浅谈OLAP分析技术

当OLTP技术已无法满足最终用户对数据信息查询的分析需求时，OLAP分析技术的出现无疑是应用型数据库技术向分析型技术发展的重要里程碑。文章简要介绍了“维度”、“量度”、“成员”等基本概念．并通过实例指出“数据库技术实现描述性统计分析”是OLAP技术的实质所在。预计不久的将来，OLAP将向信息容量更大，响应速度更快的方向发展，而描述性统计的实质则不会改变。     

基于OLAP的医院护理资源分配方案的分析与设计

联机分析处理能够利用多维数据库对信息进行挖掘钻取,从而得到对医院管理上有利的决策分析。优化了资源的合理分配,减少了资源浪费,使医院能够高效、稳定的运营。