数据挖掘导论（学习笔记）――2.5 数据仓库应用实例

2.5 数据仓库应用实例

数据仓库在线分析（OLAP）和数据挖掘（DM）是数据仓库上两种获取不同目标的数据增值技术，这两类技术如果能够在一定程度上融合，会使分析操作智能化，使挖掘操作目标化，从而全面提升商务智能技术的实用价值。

一方面，OLAP技术可以为数据挖掘提供预期的挖掘对象和目标，避免挖掘的盲目性。

另一方面，数据挖掘技术可以使OLAP处理智能化，减少分析人员手工操作的繁杂性，减轻分析人员的负担。

商务智能BI是指将企业的各种数据及时地转换为企业管理者感兴趣的信息（或者知识），并以各种方式展现出来，帮助企业管理者进行科学决策，加强企业的竞争优势。

数据仓库区别于面向应用的系统，其数据是面向整个企业的主题进行组织的。数据仓库在构建之初应明确主题，每个主题对应一个宏观的分析领域。

主题是一个逻辑概念，它应该能够完整、统一地刻画出分析对象所涉及的各项数据以及相互联系。划分主题的根据主要来源于两方面：对原有固定报表的分析和对业务人员的访谈。

构造OLAP分析，要经历如下步骤：确定分析主题、确定分析方法、定义维度、根据分析主题构造具体的分析立方体和解释分析结果。