数据仓库数据挖掘

数据仓库数据挖掘的信息由阿里云开发者社区整理而来，为您提供数据仓库数据挖掘的相关开发者文章、问题及技术教程的最新信息和内容。帮助用户学习开发与运维方面专业知识和课程、解决技术方面难题。

数据仓库数据挖掘的相关文章

更多>

数据挖掘工程师的要求

数据挖掘工程师要求如下： 1.计算机、统计学等相关专业,具有深厚的统计学、数学、数据挖掘知识，熟悉数据仓库和数据挖掘的相关技术; 2.掌握Oracle、SQLServer、DB2、SybaseIQ等一种以上的主流数据仓库产品； 3.熟悉Python、C++、C语言中的一种或以上； 4.熟悉BusinessObjects、Cognos、MicroStratety、Hyperion...

查看全文 >>

综合决策支持系统的含义

把数据仓库、OLAP、数据挖掘和模型库结合起来即形成综合决策支持系统；其中的数据仓库用来实现对决策主题数据的存储和综合，OLAP用于多维数据分析，数据挖掘用以从数据库和数据仓库中提取知识，模型库实现多个广义模型的组合辅助决策；再加上专家系统，则可利用知识推理进行定性分析。

查看全文 >>

数据挖掘——数据仓库

虽然存在数据仓库并不是数据挖掘的先决条件，但实际上，若能访问数据仓库，数据挖掘的任务就会变得容易的多。数据仓库的主要目标是增加决策过程的“情报”和此过程的相关人员的知识。数据仓库对不同的人来说有不同的意义。数据仓库是一个集成的，面向主题的数据库集合，用于实现决策支持功能（DSF），其中的每个数据单元都和某个时刻相关。根据这个定义，数据仓库也可看成是某个组织的数据存储库，用于支持战略决...

查看全文 >>

数据仓库专题（15）-数据仓库建设基本原则-实践篇（求补充）

数据仓库建设原则第一条：一切为就绪数据让路；数据仓库建设原则第二条：业务分析和数据分析深浅有度；数据仓库建设原则第三条：数据价值挖掘切莫求之过急，水到渠才能成；数据仓库建设原则第四条：团队目标必须一致，可以有异议，但是不可有异声；数据仓库建设原则第五条：资深行业专家团队系统建设采用自顶向下，其他模式采用自下向上；数据仓库建设原则第六条：内容决定形式，文档表述切记死扣细节；数据仓库建...

查看全文 >>

大数据之路（一）数据仓库也需要大数据

项目背景最近在处理一个商业银行的大数据项目，旨在构建大数据资源池，项目边界确认过程中，针对项目的定位出现了两种不同的观点，对大数据的在传统行业的应用有了新的启发。观点一、大数据作为操作数据历史库，存储操作数据库数据，提供历史数据长周期，快速检索的历史数据存储和快速查询服务。观点二、大数据作为数据仓库的的历史库，解决数据仓库历史数据存储的问题，构建一个大容量，高可用的数据存储平台，为全量数据分析...

查看全文 >>

胖子哥的大数据之路（一）-数据仓库也需要大数据

一、楔子　　大数据传统企业实施，其路漫漫，绝不会如昙花一现，探索大数据在传统行业的实施之路，寻找一条适合传统行业的企业大数据实施方法体系，是我执着坚守的信念，大数据是一种信仰，吾将上下而求索。记下项目中的点滴，算是日志，自勉。二、项目背景　　最近在处理一个商业银行的大数据项目，旨在构建大数据资源池，项目边界确认过程中，针对项目的定位出现了两种不同的观点，对大数据的在传统行业的应用有了新的启...

查看全文 >>

【软考项目管理】数据仓库

数据仓库（Data Warehouse）是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。可以从两个层次理解数据仓库。首先，数据仓库用于决策支持，面向分析型数据处理，不同于企业现有的操作型数据库；其次，数据仓库是对多个异构数据源（包括历史数据）的有效集成，集成后按主题重组，且存在的数据仓库中的数据一般不再修改。1、数据仓库是面向主题的。传统的操作型系统是围绕公司的应...

查看全文 >>

数据仓库专题（15）-数据仓库建设基本原则-实践篇（求补充）

查看全文 >>

胖子哥的大数据之路（一）-数据仓库也需要大数据

查看全文 >>

BI的体系架构及相关技术

一个BI系统为了满足企业管理者的要求，从浩如烟海的资料中找出其关心的数据，必须要做到以下几步： 1)为了整合各种格式的数据，清除原有数据中的错误记录——数据预处理的要求。 2)对预处理过数据，应该统一集中起来——元数据(Meta Data)、数据仓库(Data Warehouse)的要求； 3)最后，对于集中起来的庞大的数据集，还应进行相应的专业统计，从中发掘出对企业决策有价值的新的机会——OL...

查看全文 >>

点击查看更多内容