資料探勘選擇資料庫與資料倉儲，二者的挖掘過程和最後結果有什麼不同
1樓：
資料探勘選擇資料庫與資料倉儲，二者的挖掘過程和最後結果有什麼不同。
親！您好，很高興為您解答<>
親資料探勘選擇資料庫與資料倉儲，二者的挖掘過程和最後結果的不同如下：1. 資料庫：
通常包含操作性資料，需要對資料進行即時的睜桐燃收集、儲存和訪問。在資料探勘過程中，你可能需要先對資料庫中的原始資料進行處理和清洗，以便進行分析。在進行資料分析時，你可以直接從源資料庫中提取資料，並使用工具或程式設計技術來分析這些資料。
在資料探勘過程中得到的結果可以直接返回給資料庫，以便更新資料記錄或生成新的資料記錄。2. 資料倉儲：
通常包含歷史性資料，用於支援分析型應用程式。在資料探勘過程中，你可以從資料倉儲中提取資料悉虛，並使用商業智慧型和資料探勘工具對資料進行分析。與資料庫不同，資料倉儲通常是在某個指定的時間段內進行更新，因此在資料倉儲中進行的資料分析是基於一組靜態的資料進行的。
資料倉儲中的資料通常預處理後，以便加速查詢和分析。在資料探勘過程中得到的結果通常不會直接返回給資料倉儲，而是可以生成新的資料結構或將結果匯出到其他檔案格式中，以便後續的資料分析和應用。希望我的輪哪能幫助到您<>
請問您還有其它問題需要諮詢嗎？
1.資料倉儲與資料探勘有什麼關係? 舉列說明。
2樓：匿名使用者
資料倉儲為資料探勘提供平臺及資料支援。
舉例：某保險公司從多個底層業務系統抽取客戶及保單等資訊加工整合到統一的資料倉儲。業務分析人員通過資料探勘工具在資料倉儲平臺上實現分析演算法，統計或**一些業務指標。
2. 路由/交換/資訊保安。
舉例：某企業內網需要接入網際網絡，在兩個網路交接處需要運用路由技術實現資訊互通；
企業內部同一網段內，需要連線多臺計算機終端，此時需要運用交換技術；
涉密伺服器需要特定許可權的計算機才能訪問，此時會運用到防火牆等資訊保安技術。
手敲的，如需補充請繼續。。
3樓：網友
簡單點說，資料倉儲把所有資料都集中到了一起， 資料探勘是在資料倉儲當中找到有用的資訊， 簡單的例子，身份證資訊庫，類似乙個資料倉儲， 你要找什麼地方 叫 xx的人有多少， 就類似於資料探勘了。
資料倉儲與資料探勘的介紹
4樓：西格″佺
《資料倉儲與資料探勘》主要介紹資料倉儲和資料探勘技術的基本原理和應用方法，全書共分為12章，主要內容包括資料倉儲的概念和體系結構、資料倉儲的資料儲存和處理、資料倉儲系統的設計與開發、關聯規則、資料分類、資料聚類、貝葉斯網路、粗糙集、神經網路、遺傳演算法、統計分析、文字和web挖掘。
資料倉儲和資料探勘的介紹
5樓：蕢理
《資料倉儲和資料探勘》在論述資料倉儲和資料探勘技術基本概念的基礎上，系統和深入地剖析了資料倉儲的模型，以資料倉儲為應用平臺的聯機分析處理(olap)技術，以**行業為物件的資料倉儲的開發例項，資料庫挖掘、文字挖掘、web挖掘、資料探勘軟體，以及資料探勘的應用，尤其在競爭情報系統和客戶關係管理中的應用。
資料倉儲與資料探勘的內容簡介
6樓：公西紅
《資料倉儲與資料探勘》主要介紹資料倉儲和資料探勘技術的基本原理和應用方法，全書共分為12章，主要內容包括資料倉儲的概念和體系結構、資料倉儲的資料儲存和處理、資料倉儲系統的設計與開發、關聯規則、資料分類、資料聚類、貝葉斯網路、粗糙集、神經網路、遺傳演算法、統計分析、文字和web挖掘。《資料倉儲與資料探勘》既重視理論知識的講解，又強調應用技能的培養。每章首先介紹演算法的主要思想和理論基礎，之後利用演算法去解決例項中給出的任務，而且對於資料倉儲的組建方法和多數章節中的資料探勘演算法，《資料倉儲與資料探勘》都使用microsoft sql server 2005進行了操作實現。
資料倉儲與資料探勘》通過對具體例項的學習和實踐，使讀者掌握資料倉儲和資料探勘中必要的知識點，達到學以致用的目的。
資料倉儲與資料探勘教程的介紹
7樓：光輝21哇憝
資料倉儲與資料探勘教程》是一部關於資料處理的高校教材，全書系統介紹資料倉儲原理、聯機分析處理、資料倉儲設計與開發、資料倉儲的決策支援應用，資料探勘原理、資訊理論的決策樹方法、集合論的粗糙集方法、關聯規則、公式發現、神經網路、遺傳演算法、文字挖掘與web挖掘，以及資料倉儲與資料探勘的發展。
什麼是資料倉儲它和資料探勘間有什麼關係
資料倉儲來 data warehouse 是一個面向主題的源 整合的 穩定bai的 包含歷史資料的du資料集合，它用於支援管zhi理中的決策制定過dao 程。資料探勘 data mining，dm 就是通過對大型資料庫和資料倉儲中大量似乎無關的資料進行分析，以便發現並提取隱藏在資料深處的 人們事先不...
即時資料倉儲和傳統資料倉儲的區別
即時數倉建設目的。隨陵頌著網際網絡的發展進入下半場，資料的時效性對企業的精細化運營越來越重要，商場如戰場，在每天產生的海量資料中，如何能即時有效的挖掘出有價值的資訊，對企業的決策運營策略調整有很大幫助。其次從智慧型商業的角度來講，資料的結果代表了使用者的反饋，獲取結果的及時性就顯得尤為重要，快速的獲取資料...
資料探勘對聚類的資料要求是什麼，資料探勘中 聚類演算法 資料集在什麼地方獲取的
1.可擴充套件性 scalability 大多數來自於機器學習和統計學領域的聚類演算法在處理數百條資料時能表現出高效率 2.處理不同資料型別的能力 數字型 二元型別，分型別 標稱型，序數型,比例標度型等等3.發現任意形狀的能力 基於距離的聚類演算法往往發現的是球形的聚類，其實現實的聚類是任意形狀的4...