域取得了很好的效果,如神经元网络和决策树,在足够多的数据和计算能力下,它们几乎不用
人的关照自动就能完成许多有价值的功能。
数据挖掘就是利用了统计和人工智能技术的应用程序,它把这些高深复杂的技术封装
起来,使人们不用自己掌握这些技术也能完成同样的功能,并且更专注于自己所要解决的问
题。
1.3数据挖掘和数据仓库之间的关系
数据挖掘与数据仓库的发展有着密切的关系。数据仓库的发展是促进数据挖掘越来越
热的原因之一。但是,数据仓库并不是数据挖掘的先决条件,因为有很多数据挖掘可直接从
操作数据源中挖掘信息。
大部分情况下,数据挖掘都要先把数据从数据仓库中拿到数据挖掘库或数据集市中。
从数据仓库中直接得到进行数据挖掘的数据有许多好处。数据仓库的数据清理和数据挖掘
的数据清理差不多,如果数据在导入数据仓库时已经清理过,那很可能在做数据挖掘时就没
必要再清理一次了,而且所有的数据不一致的问题都已经被你解决了(图1。
数据挖掘库可能是你的数据仓库的一个逻辑上的子集,而不一定非得是物理上单独的
数据库。但如果你的数据仓库的计算资源已经很紧张,那你最好还是建立一个单独的数据
挖掘库。
当然为了数据挖掘你也不必非得建立一个数据仓库,数据仓库不是必需的。建立一个
巨大的数据仓库,把各个不同源的数据统一在一起,解决所有的数据冲突问题,然后把所有的
数据导到一个数据仓库内,是一项巨大的工程,可能要用几年的时间花上百万的钱才能完成
。只是为了数据挖掘,你可以把一个或几个事务数据库导到一个只读的数据库中,就把它当
作数据集市,然后在他上面进行数据挖掘(图2。
1.4 数据挖掘和传统数据分析的区别
数据挖掘与传统的数据分析如查询、报表、联机分析处理(OLAP是完全不同的工具,
基于的技术也完全不同。传统的查询和报表工具是告诉你数据库中都有什么,OLAP工具则
