数据仓库与数据挖掘学习心得..docx

数据仓库与数据挖掘学习心得.

第一篇：数据仓库与数据挖掘学习心得.数据仓库与数据挖掘学习心得通过数据仓库与数据挖掘的这门课的学习,掌握了数据仓库与数据挖掘的一些基础知识和基本概念,了解了数据仓库与数据库的区别。下面谈谈我对数据仓库与数据挖掘学习心得以及阅读相关方面的论文的学习体会。《浅谈数据仓库与数据挖掘》这篇论文主要是介绍数据仓库与数据挖掘的的一些基本概念。数据仓库是支持管理决策过程的、面向主题的、集成的、稳定的、不同时间的数据集合。主题是数据数据归类的标准,每个主题对应一个客观分析的领域,他可为辅助决策集成多个部门不同系统的大量数据。数据仓库包含了大量的历史数据,经集成后进入数据仓库的数据极少更新的。数据仓库内的数据时间一般为5年至10年,主要用于进行时间趋势分析。数据仓库的数据量很大。数据仓库的特点如下:1、数据仓库是面向主题的;2、数据仓库是集成的,数据仓库的数据有来自于分散的操作型数据,将所需数据从原来的数据中抽取出来,进行加工与集成,统一与综合之后才能进入数据仓库;3、数据仓库是不可更新的,数据仓库主要是为决策分析提供数据,所涉及的操作主要是数据的查询;4、数据仓库是随时间而变化的,传统的关系数据库系统比较适合处理格式化的数据,能够较好的满足商业商务处理的需求,它在商业领域取得了巨大的成功。作为一个系统,数据仓库至少包括3个基本的功能部分:数据获取:数据存储和管理;信息访问。数据挖掘的定义:数据挖掘从技术上来说是从大量的、不完全的、有噪音的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在的有用的信息和知识的过程。数据开采技术的目标是从大量数据中,发现隐藏于其后的规律或数据间的的关系,从而服务于决策。数据挖掘的主要任务有广义知识;分类和预测;关联分析;聚类。《数据仓库与数据挖掘技术在金融信息化中的应用》论文主要通过介绍数据额仓库与数据挖掘的起源、定义以及特征的等方面的介绍引出其在金融信息化中的应用。在金融信息化的应用方面,金融机构利用信息技术从过去积累的、海量的、以不同形式存储的数据资料里提取隐藏着的许多重要信息,并对它们进行高层次的分析,发现和挖掘出这些数据间的整体特征描述及发展趋势预测,找出对决策有价值的信息,以防范银行的经营风险、实现银行科技管理及银行科学决策。现在银行信息化正在以业务为中心向客户为中心转变6银行信息化不仅是数据的集中整合,而且要在数据集中和整合的基础上向以客为中心的方向转变。银行信息化要适应竞争环境客户需求的变化,创造性地用信息技术对传统过程进行集成和优化,实现信息共享、资源整合综合利用,把银行的各项作用统一起来,优势互补统一调配各种资源,为银行的客户开发、服务、综理财、管理、风险防范创立坚实的基础,从而适应日益发展的数据技术需要,全面提高银行竞争力,为金融创新和提高市场反映能力服务。沃尔玛利用信息技术建设的数据仓库,在1997年圣诞节进行市场技术建立的数据仓库,即分析顾客最可能一起购买那些商品,结果产生了经典的“啤酒与尿布”的故事,这便是借助于数据仓库系统第二篇：数据挖掘与数据仓库--教学大纲数据挖掘与数据仓库（教学大纲）Datamininganddatawarehouse课程编码：05405140学分：2.5课程类别：专业方向课计划学时：48其中讲课：32实验或实践：上机：16适用专业：信息管理与信息系统、电子商务推荐教材：陈文伟，数据仓库与数据挖掘教程，清华大学出版社，2008参考书目：1.RichardJ.Roiger,MichaelW.Geatz.DataMining:ATutorial-BasedPrimer.2003.2.IanH.Witten,EibeFrank.DataMining:PracticalMachineLearningToolsandTechniques(第二版).机械工业出版社（影印版），2005.3.JiaweiHan,MichelineKamber.DataMining:ConceptsandTechniques.2001.5.4.数据仓库与数据挖掘技术（第2版），陈京民编著，电子工业出版社，2007.115.数据仓库和数据挖掘，苏新宁等编著，清华大学出版社，2006.46.数据挖掘Clementine应用实务，谢邦昌主编，机械工业出版社，2008.4课程的教学目的与任务本课程将系统介绍数据挖掘的基本概念、基本原理和应用基础，通过课堂讲授、实例分析，提高学生数据挖掘技术的认识，熟悉基本工具应用，并掌握设计和开发数据挖掘算法和系统的初步能力。课程的基本要求1、了解数据仓库及数据挖掘的概念、特征、应用范围，以及主要数据挖掘工具2、了解OLTP和OLAP的区别；熟悉OLAP的体系结构，以及如何评价OLAP工具；掌握多维分析的基本分析动作。3、