数据挖掘技术在数据仓库系统中的应用

术研究。数据挖掘技术在分析大量数据 中具有明显优势 ， 工 作有 很大 帮助 。 基于数据挖掘的分析技术在金融、保险、电信等有大量数 ３ 数据 仓 库的概 述 据 的 行业 已有 着广 泛 的应用 。数据 库发 展到 一定 阶段 出于 数据仓 库是一个 面 向主题 的、集成 的 、相对稳 定的 、反 基 本 的需 要数据 仓 库应 运而 生 。实 际上 ，数据 仓 库提 供 了 映历史变化的数据集合 ， 用于支持管理决策 比如武汉播思 组以分析为主 的工具，主要用来存储大容量 的只读数据 的 Ｈ ｕ ｇ ａ ｔ ａ ｂ ｌ ｅ 就是一个基于云计算的超级数据仓库系统。 分析性数据库。如何从海量的数据中抽取 出抽象的、精确 数据仓库之父比尔・ 恩门 （ Ｂ ｉ ｌ ｌ Ｉ ｎ ｍ ｎ ）在 １ ｏ ９ ９ １ 年出版 的、未知的和有价值 的信息是一个关键的问题，这就需要 的 《 建立数据仓库》一书中所提出的定义被广泛接受，数 数据 挖掘 的知 识 发现 功 能，只 有 经过 数据 知识发 现 这个 过 据 仓库 是 一个面 向主题 的、集 成 的、相 对稳 定 的、 反映 历 程 才 可 以将 庞 大复杂 的数 字通 俗化 。 史变化的数据集合，用于支持管理决策 ，有一定的客观科 １ 数 据挖 掘 学性。数据挖掘技术具有有效性与可测性，从大量的复杂 。 数据挖掘技术从一开始就是面向应用的。例如加拿大 数据关系和丰富的层次结构 中发现规律和共同性质从而降 Ｂ Ｃ 省电话 公司要求加拿大 Ｓ ｉ ｍｏ ｎ Ｆ ｒ ａ ｓ ｅ ｒ 大学 Ｋ Ｄ Ｄ 研究 低维数并有效处理属性之 间的复杂关系等 。数据挖掘的表
中图分类号：Ｔ Ｐ ３ １ １ ． １ ３
文献标识码 ：Ａ 文章鳊号：１ ０ ０ ７ — ９ ５ ９ ９（ ２ ０ １ ３ ） ０ ４ — ０ １ ５ ４ － ０ ２
客的需求状况以及需求量和产品的买卖情况等多方面来进 行有效的分析，使商家可以根据这些数据 的具体情况来安 排促销活动和其他措旌。
２ ． ２ 在金 融领 域 中的应 用
随着计算机的普及 以及信息时代的发展，传统的数据 库 已无法满足大容量历史数据和不同部分数据集成等的特 点，于是数据仓库技术应运而生 。科技的进步 ，特别是信 息产 业 的发 展 ，把我 们 带入 了一个 崭 新 的信息 时代 。数 据 库 管 理系 统 的应 用领 域涉 及 到 了各 行 各业 ，但 目前 所 能做 到的只是对数据库中已有的数据进行存储、查询、统计等
达 不 仅仅 是数 字和 符 号 的表达 ，而是 知识 的表达 和 解释 机
制如图形、语言文字等有效地可视方式。较之于传统的统 计方式，数据挖掘技术对零碎庞大的数据进行更有效的整 理、分析以及探索， 其高速 、有效性 自不必说，数据挖掘 技术 对庞 大 数据 库信 息 的处 理还 具有 无 可 比拟 的精确 性和 科学 性 以及私 密性 。 数据仓库系统由多种技术的综合而成。 数据挖掘系统的 发展方向也是不同的， 根据实际应用的数据挖掘任务有不同 的数据挖 掘类型 ，如 ：空 间数据挖 掘、关 系数据挖 掘等 。在
高信 息量利用率，因此需要新的技术来 自动、智能和快速 有效的市场分析，这样可以为调整贷款政策、优化金融政 地分析海量的原始数据，以使数据得 以充分利用，由此 引 策提供可靠地依据。除此而外 ，由于数据挖掘技术的强大 发了一个新的研究方 向：数据挖掘与知识发现的理论与技 的归类和分析功能还对不法行为如洗钱 、金融犯罪的侦破
一
同时总结出原因，也无法达到使潜在用户成为现实 。对于 些 主观 的现 象数 据挖 掘也 是无 能 为力 的 ，例 如人 们 的消 费心 理分 析 ，因为 它还 不 具备 智能 总结 出现象 之所 以出现 的原 因 。对数 据 的理解 也 只是机 械 的 ，一些 灵活 的分 析还 是要 靠人 的大脑 去 完成 。
．
（ 上接第 １ ５ ３页）
火墙 使 用过程 中 ，也 有漏 洞 出现 ，这样 的漏 洞对 于计 算机
系，使软件与硬件技术相结合，不断的深入网络的终端， 对 Ｄ Ｄ ｏ Ｓ进行全局的防范措施。在此，计算机用户们还要 及 时的对系统的漏洞进行修补， 不断的改善网络安全策略， 这些都是有效的防范 Ｄ Ｄ ｏ Ｓ攻击的措施。 ３ ． ２ Ｒ Ｐ Ｃ漏 洞与 防范措 施 Ｒ Ｐ Ｃ（ Ｒ ｅ ｍｏ ａ ｒ Ｐ ｒ ｏ ｃ ｅ ｄ ｕ ｒ ｅ Ｃ ａ ｌ ｌ Ｐ ｒ ｏ ｔ ｏ ｃ ｏ １ ） ， 是 Ｗｉ ｎ ｄ ｏ ｗ ｓ 使 用 的一个 协议 ， 全 称是远程过程调用 协议 。 Ｒ Ｐ Ｃ调用协议 是 通过计算机网络向远程计算机程序请求服务，并不需要对底
二
计算机 光 盘软件 与 应用
Ｔ 工 程 技 术
Ｃ ｏ ｍ ｐ ｕ ｔ ｅ ｒ Ｃ Ｄ Ｓ ｏ ｆ ｔ ｗ ａ ｒ ｅ ａ ｎ ｄ Ａ ｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｓ
２ ０ １ ３ 年第 Ｏ ４期
数 据 挖 掘 技 术 在 数 据 仓库 系统 中 的应 用
．．— —
１ ５ ４． ． — —
计算 机 光盘软 件 与应用
２ ０ １ ３ 年第 ０ ４期
Ｃ ｏ ｍ ｐ ｕ ｔ ｅ ｒ Ｃ Ｄ Ｓ ｏ ｆ ｔ ｗ ａ ｒ ｅ ａ ｎ ｄ Ａ ｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｓ ｌ Ｔ工 程技 术
行业 数据 分 析 ，店铺 数据 分析 。其 中包 含 了 品牌 、店 铺 、 来越 多 的改变 ，也为 社会 生产 、运 作提 供 了极大 的便 利 。 产品的排行榜，购买人群的特征分析 （ 年龄 、 性 别、购买 目 前 ，数据仓库及数 据挖掘技术在各个领域引起 了广泛的 时 段 、地 域等 等 ） 。 关注 ，工厂生产 、网络管理、预防犯罪、市场运营等方面 除此 之外 ， 数据魔 方还提 供 了淘词 功能 ， 主要用 来优化 都 有相 当不 错 的应用 ，在社 会 急速发 展 的今天 ，越 来越 多 宝贝标题 用 ，通过 使用效 果更好的 关键 词来提 升搜索排 名 。 的领 域提 高 了数 字化 引用 的程度 ，因此 数字挖 掘技 术 的发 数据 魔方 的第 一 时间 ，还可 以给 卖 家提 供实 时 的运 营 展和 进一 步提 高是 为 广大 社会 迫切 需要 的 ，其 自身 的价值 数据支持 ，店铺的实时成交情况，行业 的实时成交情况， 也会不断被放大 。 是运 营活 动 的得力助 手 。 数据挖掘技术也不是万能的， 它只是一个工具和方法， 它 可 以从客 观 的实 际数据 发 现一 些潜在 的用户 ，但 是不会 数据 魔方 的成 长经 历 ２ ０ ０ ９年 ８ 月 ，淘 宝开始 组建 数据魔 方 团队 ，完 成前 期 的用 户需要 调研 。 ２ ０ ０ ９ 年１ Ｏ月，淘宝发布第一个数据魔方 内测版本。 ２ ０ ０ ９年 １ ２月 ，淘 宝发布 第二个 数据 魔方 内侧版 本 ， 并邀 请 宝洁 、麦包包 等 用户 参与 内侧 。 ２ ０ １ ０年 ４月 ，数据魔 方专 业版 正式 上线 ，数据 开始 服
胡 曼 宇 （ 陕西通信规划设计研 究院有限公 司，西安
摘
应 用 ， 以数据 魔 方 为例 介 绍 了数据 挖掘 技 术在数据 仓 库 系统 中的应 用。 关键 词 ：数－ ｔ ｇ － － ￣掘 ；数 据仓 库 ；数据魔 方 ；ｃ ｕ ｂ ｅ
７ １ ０ ０ ６ ５ ）
要： 信 息技 术 的发展 使得 数据挖 掘技 术和 数据 仓库应 运 而 生。 本文介 绍 了数据挖 掘 技 术和数据 仓库 的基本概 念、
‘
一Leabharlann 组，通过对拥有十多年客户数据的提取和分析制定 出是客 户满意又能为公司带来利益的合理消费方式。实际上这一 过程恰恰说明了数据挖掘在商业信息运作中的重要作，也 可以发现出数据挖掘是商业决策的重要依据。 数据挖掘经过确定 目标、数据准备、数据挖掘、表达 评价和巩固挖掘结果的过程 。在整个过程 中所用到的方法 和技术大致有统计分析、知识发现、可视化技术三类 。其 中统计分析方法是 目前相对比较成熟的数据挖掘工具。而 知识 发现 则着 眼 于发 现大 量数 据记 录 中潜 在 的有用 信 息或
入 点 ，迈 出了对 原始数 据披 露的第 一步 。 ． 【 ５ ］ 陈安． 数据 挖掘 技 术及 应 用 ． 北 京： 科 学 出版 社， ２ ０ ０ 数据挖掘技术已经对当今社会 生产生活产生了巨大的 ６． 影 响 ，可 以广 泛应 用 到科 学研 究 、商业 、银行 、金融 、制 ［ ６ ］ Ｊ ｏ ｙ ｃ ｅ ｂ ｉ ｓ ｃ ｈ ｏ ｆ Ｔ ｅ ｄ Ａ ｌ ｅ ｘ ａ ｎ ｄ ｅ ｒ 《 数 据 仓库 技 术》 ， 造业、互联网络、教育等各领域，为我们的生活带来 了越 电 子 工 业 出版 社 ．
化 ，提升 用户 对产 品 的满 意度 。 ［ ４ ］ Ｊ ｉ ａ ｗｅ ｉ Ｈａ ｎ ． 数据挖 掘 ： 概 念 与技 术［ Ｍ１ ． 北 京： 机械 工 业
２ ０ １ １ 年６ 月，数据魔方加入淘词功能，以关键词为切 出 版 社 ， ２ ０ ０ １ ： １ ８ ５ ． １ ９ ５ ．
参考 文献 ：
务于品牌企业和大卖家。 【 １ ］ Ｊ ｉ ａ ｗｅ ｉ Ｈａ ｔ ｒ ． Ｄａ ｔ ａ Ｍｉ ｎ ｉ ｎ ｇ ： Ｃ ｏ ｎ ｃ ｅ ｐ ｔ ｓ ａ ｎ ｄ Ｔｅ ｃ ｈ ｎ ｉ ｑ ｕ ｅ ｓ ２ ０ １ ０ 年 ６月，数据魔方标准版正式上线 ，数据开始服 口 ． 机 械工 业 出版社， ２ ｏ ０ ４ ． 务 于千 千万 万 的中小卖 家 。 ［ ２ ］ 刘 兴 华． 数 据 挖 掘 技 术及 其应 用研 究 【 Ｉ 】 ． 辽 宁 师 范 大 ２ ０ １ ０年 １ １月，数据魔方加上线上店铺分析功能，做 学 学报 （ 自然科 学版） ， ２ ０ ０ ２ ， ２ ５（ ２ ）： １ ０ １ ， １ ０ ４ ． 到数据 经营 化 ［ ３ ］ 樊玮等． 数据仓库与数据挖掘Ⅱ Ｊ ． 中国民航 学院学报， １ ２ ０ １ １年 ３月． ５月数 据魔 方进行 一系 列 的用 户 体验优 ９ ９ ９ （ ￣： ５ １ — ５ ４ ．