聯(lián)機(jī)分析挖掘(OLAM)技術(shù)構(gòu)架下擴(kuò)展的旋轉(zhuǎn)模型研究.pdf

1、隨著商業(yè)活動變得日益復(fù)雜，企業(yè)競爭愈演愈烈，企業(yè)需要得到更多信息進(jìn)行戰(zhàn)略決策以提高競爭力。20世紀(jì)90年代，數(shù)據(jù)庫技術(shù)不斷深入和發(fā)展，數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理(OLAP)和數(shù)據(jù)挖掘技術(shù)的概念相繼提出，并得到了廣泛深入的研究與應(yīng)用，它們在不同程度和領(lǐng)域中提供一些復(fù)雜的聚集、分析、數(shù)據(jù)預(yù)測等特性支持決策，對輔助企業(yè)的決策具有重要的作用。 OLAP技術(shù)和數(shù)據(jù)挖掘技術(shù)都是在數(shù)據(jù)倉庫技術(shù)上的重要應(yīng)用，在數(shù)據(jù)分析決策上有著各自的優(yōu)勢。但從O

2、LAP技術(shù)和數(shù)據(jù)挖掘本身的特點來說，OLAP更多依靠的是用戶輸入問題和假設(shè)，這樣會限制了問題的假設(shè)的范圍，從而影響最終的結(jié)論。而數(shù)據(jù)挖掘技術(shù)不能在多維度多層次對原有數(shù)據(jù)展開驗證性的數(shù)據(jù)分析，導(dǎo)致數(shù)據(jù)挖掘的發(fā)現(xiàn)模式不合理，數(shù)據(jù)預(yù)測準(zhǔn)確度不夠，且由于挖掘過程是自動的，導(dǎo)致搜索空間太大，生成過多的可能無意義的模式。可見，兩者在數(shù)據(jù)分析上都存在一定的局限性。 為了解決在數(shù)據(jù)倉庫中上述兩種技術(shù)的不足與各自的局限性，加拿大Simon Fra

3、ser大學(xué)的韓佳偉教授提出了聯(lián)機(jī)分析挖掘技術(shù)(OLAM)。OLAM技術(shù)是OLAP技術(shù)和數(shù)據(jù)挖掘技術(shù)相結(jié)合的產(chǎn)物，它兼有聯(lián)機(jī)分析處理技術(shù)的多維分析的在線性、靈活性，以及數(shù)據(jù)挖掘技術(shù)對數(shù)據(jù)處理的深入性，在商業(yè)領(lǐng)域的應(yīng)用上比OLAP和數(shù)據(jù)挖掘都更具有優(yōu)勢，是數(shù)據(jù)倉庫應(yīng)用工具未來發(fā)展的方向。 就OLAM發(fā)展現(xiàn)狀來說，很多理論和產(chǎn)品都是在原有OLAP功能基礎(chǔ)上通過添加數(shù)據(jù)挖掘功能實現(xiàn)的技術(shù)，使得兩者集成度不夠，OLAM的特點不能充分被發(fā)揮

4、。盡管有一些相關(guān)方面的研究和討論，但是目前為止還沒有一個廣為接受的OLAM數(shù)據(jù)模型。本文在影響域和旋轉(zhuǎn)模式的基礎(chǔ)上，提出了一種擴(kuò)展的旋轉(zhuǎn)模型，該模型可以解決目前OLAM中OLAP和數(shù)據(jù)挖掘結(jié)合不緊密、集成度不高的問題，使OLAP和數(shù)據(jù)挖掘在統(tǒng)一的框架下工作，更好的與OLAM技術(shù)架構(gòu)相匹配。 本文首先在深入研究了OLAM技術(shù)及其相關(guān)技術(shù)理論的基礎(chǔ)上，分析了OLAM技術(shù)在應(yīng)用中相對于其他技術(shù)存在的優(yōu)勢，同時也指出了OLAM技術(shù)發(fā)展中

5、存在的問題——OLAP和數(shù)據(jù)挖掘的集成度不高。針對此問題，本文在多維數(shù)據(jù)建模的基礎(chǔ)上，以影響域和旋轉(zhuǎn)模式概念為理論基礎(chǔ)，提出了與OLAM技術(shù)架構(gòu)相匹配的數(shù)據(jù)模型，即擴(kuò)展的旋轉(zhuǎn)模型。并以某鉬業(yè)公司為背景。選取了該公司的銷售情況(以下簡稱鉬銷售)為數(shù)據(jù)分析的主題，建立OLAM多維數(shù)據(jù)模型。最后，將OLAM技術(shù)應(yīng)用到鉬銷售的多維數(shù)據(jù)分析中，利用MicrosoftAnalysis2005、Visual Studio2005等工具建立OLAM系統(tǒng)