数据仓库与数据挖掘的关系是什么，区别是什么？数据仓库与数据挖掘

本文讲述了数据仓库与数据挖掘的关系是什么，区别是什么？数据仓库与数据挖掘

区别：

1、目的不同：

数据仓库是为了支持复杂的分析和决策，数据挖掘是为了在海量的数据里面发掘出预测性的、分析性的信息，多用来预测。

2、阶段不同：

数据仓库是数据挖掘的先期步骤，通过数据仓库的构建，提高了数据挖掘的效率和能力，保证了数据挖掘中的数据的宽广性和完整性。

3、处理方式不同：

数据挖掘是基于数据仓库和多维数据库中的数据，找到数据的潜在模式进行预测，它可以对数据进行复杂处理。大多数情况下，数据挖掘是让数据从数据仓库到数据挖掘数据库中。

联系：

1、数据仓库是为了数据挖掘做预准备，数据挖掘可建立在数据仓库之上。

2、最终目的都为了提升企业的信息化竞争能力。

数据仓库与数据挖掘的发展历程：

关系数据库是20世纪70年代初提出来，经过数据库专家几十年的努力，理论和实践都取得了显著成果，标志着数据库技术的日益成熟。

但它仍然难以实现对关系数据库中数据的分析，不能很好地支持决策，因此在80年代，产生了数据仓库的思想，90年代，数据仓库的基本原理、架构形式和使用原则都已确定。

主要技术包括对数据库中数据访问、网络、C / S结构和图形界面，一些大公司已经开始构建数据仓库。针对数据仓库中迅速增长的海量数据的收集、存放，用人力已经不能解决，那么数据仓库中有用的知识的提取就需要数据挖掘来实现。

数据挖掘与统计学子领域“试探性数据分析”及人工智能子领域“知识发现”和机器学有关，是一门综合性的技术学科。

讲的都是一些理论，数据仓库，给我感觉就是一个存数据的地方，然后可以查询，分析。

数据挖掘就是从仓库中的数据中发现有价值的内容，比如关联学习规则中的一个例子，啤酒与尿布。一个事件发生可以导致另一个事件发生。

还根据不同的对象，讲了一些数据挖掘的技术，比如空间数据，非结构化数据，非结构化数据就是web数据，各个网站的数据结构都不一样，好像是半结构化数据，需要把这些数据集成起来才好使用，要有一个基本的结构，把网上的数据预处理成这样的结构。

空间类数据，比如天文数据，交通数据，地理数据。跟时空相关。

还有知识数据挖掘，统计类数据挖掘。

数据怎么来呢，可以爬虫，爬虫不太行，别人网站愿意免费把数据给你吗，所以最后可能还是得买数据。

还介绍了一些工具，数据仓库建模，数据仓库管理。

数据仓库有一些数据是休眠数据，这种数据几乎用不着，所以占空间，需要处理。

这本书到底在讲什么。因为这本书是很多人一起写的，不太行。一个人写的话比较有体系。里面有一些内容重复，给我感觉很膈应。

本书是讲数据挖掘和数据仓库，数据挖掘是知识发现的一个关键步骤，书里面好像这么说。

数据仓库是存东西的，数据挖掘是从存的东西里面找规律，总结知识，看有没有用。

仓库当然有他独特的结构，怎么创建仓库，数据挖掘有哪些工具。

数据管理，管理什么？管理数据，有哪些数据，元数据是其中之一，元数据我觉得就是对数据的描述，数据产生在哪里，产生的时间等等。

上文就是小编为大家整理的数据仓库与数据挖掘的关系是什么，区别是什么？数据仓库与数据挖掘。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。