第7章数据仓库和数据挖掘第7章数据仓库和数据挖掘什么(shénme)是数据仓库？7.1.1数据仓库概念(gàiniàn)与特点7.1.1数据仓库概念(gàiniàn)与特点财务(cáiwù)子系统7.1.1数据仓库概念(gàiniàn)与特点7.1.1数据仓库概念(gàiniàn)与特点7.1.1数据仓库概念(gàiniàn)与特点7.1.2传统(chuántǒng)数据库与数据仓库7.1.2传统(chuántǒng)数据库与数据仓库联机事务处理和联机分析(fēnxī)处理联机分析处理（OLAP）——数据仓库的核心应用。OLAP：针对同一个主题对数据进行分析、查询和生成报表，从而快速、交互地得出决策支持的分析结论。基本功能是对用户(yònghù)当前及历史数据进行分析以辅导领导决策，侧重决策支持，并提供直观易懂的查询结果。7.1.3CRM中数据仓库的结构(jiégòu)7.1.3CRM中数据仓库的结构(jiégòu)7.1.3CRM中数据仓库的结构(jiégòu)7.1.4数据仓库几个重要(zhòngyào)概念7.1.4数据仓库几个重要(zhòngyào)概念7.1.4数据仓库几个重要(zhòngyào)概念7.1.5数据仓库的主要(zhǔyào)技术（2）ROLAP：关系型联机分析处理，以数据仓库为核心，不生成多维立方体，知识存储数据模型与数据仓库之间的映射关系，真正存储在数据仓库。当用户发出请求时，从数据仓库中取得数据，实时分析，增加相应时间，但是节省空间，且可以具体(jùtǐ)到细节，另外可直接应用到数据仓库系统上。主打产品。（3）DOLAP：桌面联机分析处理。讲联机分析要用的数据，传输并存储到用户的客户端，用户访问不受网络显示(xiǎnshì)。但操作安全性和数据安全性不受保障，也不易维护，一般应用于小型项目。（4）HOLAP：混合联机分析。折中方案，根据用户常用到的维度和测量值的分析，将它们生成多维数据库，存储于多维数据库中；与这些维度和测量值相关的详细数据，仍然以关系数据的形式保存在仓库中，既解决速度问题、存储问题，也解决了对详细数据的分析问题。2.数据挖掘数据挖掘时高级应用(yìngyòng)，当前发展最快最活跃的技术，为决策过程提供强有力的支持。思考(sīkǎo)：第7章数据仓库和数据挖掘（1）什么(shénme)是数据挖掘？（2）数据与知识数据——原始事实组成(zǔchénɡ)，有数值数据、图形数据、声音数据和视觉数据等。知识——概念、规则、模式、规律和约束等广义知识——数据的概括性描述，反映事物共同性质关联知识——一个事件与其他时间之间依赖或关联的知识分类知识——同类事物具有共同的特征和不同事物之间存在差异性特征的知识预测知识——根据时间序列性数据，用历史的和当前的数据区推测未来的数据，以时间为关键属性的关联知识偏差性知识——对差异和极端(jíduān)特例的描述，揭示事物偏离常规的异常现象7.2.2在数据仓库进行(jìnxíng)的数据挖掘7.2.3数据挖掘的功能(gōngnéng)功能(gōngnéng)二：关联分析——沃尔玛的购物篮分析功能(gōngnéng)三：聚类——亚马逊网站Amazon功能四：概念描述销售经理按照客户居住(jūzhù)区域进行分组汇总，观察每组客户的购买频率和客户的收入。功能五：偏差检测饭卡某天异常刷了200元7.2.4CRM中的数据挖掘流程(liúchéng)第7章数据仓库和数据挖掘7.3数据挖掘的主要(zhǔyào)技术决策树：对贷款申请的风险(fēngxiǎn)大小做出判断7.3.3神经网络节点：对应(duìyìng)于人脑的神经细胞连接：对应(duìyìng)于人脑神经细胞的连接隐含层的层数和每层节点的个数决定了神经网络的复杂度。每个连接对应(duìyìng)一个权重，此节点的值=它所有的输入节点的值与对应(duìyìng)连接权重乘积的和。神经网络相互之间的差别也是通过连接权值及组成结构上的差别来体现的，每次出现错误时，修改的就是连接权值。带权重(quánzhònɡ)的神经网络神经网络的优点：对于复杂问题(wèntí)也有好效果处理种类和连续变量缺点：输入值需要再0~1之间不能解释结果可能会产生一个不好的结果耗时，前期数据处理工作量大7.3.4遗传算法第7章数据仓库和数据挖掘7.4数据仓库和挖掘(wājué)在CRM中的应用提供个性化服务：移动电话(yídònɡdiànhuà)信号中断事件营销：65岁老太太的大举动（自动发现和汇报）数据挖掘新客户获取交叉销售客户保持客户个性化服务(fúwù)重点客户发现新客户获取新客户：以前没听说过本企业产品的人以前不需要该类产品的人竞争对手的客户