自底向上设计方法是创建部门数据集市的有效策略,专注于特定主题区域并迅速实现投资回报率。这种方法支持局部商业需求,保障部门自治,并具备灵活性,适合于其他部门数据集市的引导和复制。需要注意的是,为每个部门进行数据重建可能存在冗余和一致性问题,因此需要实施切实可行的方法来扩展到企业级数据仓库。长期目标包括创建企业数据湖作为整体数据管理的重要组成部分。
自底向上设计方法在数据仓库与数据挖掘中的综述
相关推荐
自底向上数据挖掘方法
自底向上方法的特点包括:- 部门级数据集市专注于特定主题领域- 快速投资回报率,满足部门特定需求- 部门自主权和设计灵活性- 作为其他部门数据集市的参考- 可轻松复制到其他部门- 每个部门需要进行数据重建- 存在一定程度的冗余和不一致性- 可行的方法,目标是扩展到企业数据仓库 (EDB)
部门级数据集市- 操作型数据(局部)
企业数据仓库 (EDB)- 外部数据- 操作型数据(全部)
其他- 操作型数据(局部)
数据挖掘
3
2024-05-13
数据仓库与数据挖掘研究综述
技术路线和实现方法
数据挖掘应用服务器管理平台
行业应用
阶段一- 模型创建可视化- 服务器调度和监听- 数据抽取工具研制- 用户界面友好
阶段二- 模型显示可视化- 模型组件的应用- 特定行业应用- 组件二次开发应用- 人机接口友好
数据仓库建模数据挖掘算法实现服务器框架构建
数据挖掘
5
2024-05-13
数据仓库与数据挖掘的多维模型综述
多维模型的事实度量在时间维属性上发挥重要作用。
数据挖掘
0
2024-08-12
数据挖掘应用概述-数据仓库与数据挖掘综述
数据挖掘应用比例、Data Mining Upsides、Data Mining Downsides、Data Mining Use、Data Mining Industry and Application、Data Mining Costs
数据挖掘
2
2024-07-12
数据仓库与数据挖掘的广泛应用综述
数据仓库与数据挖掘在各个领域的应用比例如下:聚类分析占22%,直销市场占14%,交叉销售模型占12%。详细信息可参考www.kdnuggets.com 2001/6/11 新闻。
数据挖掘
0
2024-08-28
数据挖掘与标准化的革新——数据仓库与挖掘综述
数据挖掘与标准化进程采用CRISP-DM标准(跨行业数据挖掘标准过程),结合XML和数据预处理,整合了SOAP(简单对象访问协议)、数据库与系统互操作的标准,同时支持PMML(预测模型标记语言)和OLE DB For Data Mining。这些技术构建了基于API接口的数据挖掘系统。
数据挖掘
1
2024-07-16
数据挖掘技术及其在数据仓库和OLAP中的应用
介绍数据挖掘技术及其在数据仓库和OLAP中的基本概念和应用,包括多种数据挖掘算法的简要讨论。
数据挖掘
1
2024-07-18
多维数据模型数据仓库与数据挖掘综述
多维数据模型的事实度量(Metrics)涉及时间维的属性。
数据挖掘
3
2024-07-16
SAS/EM数据筛选工具在数据仓库与数据挖掘中的原理与应用
SAS/EM数据筛选工具允许用户从观测值样本中排除不需要的数据,无论是分类变量还是区间变量,都可以根据设定的条件进行筛选。这样可以确保样本数据更加符合数据挖掘的需求。
数据挖掘
2
2024-07-16