Southwest university of science and technology数据挖掘课程报告数据仓库与数据挖掘的综述学 院 名 称计 算 机 科 学 与 技 术专 业 名 称计 科学 生 姓 名学号指 导 教 师吴 珏二〇一六年 11 月摘要通过对数据仓库与数据挖掘的学习和大致的了解, 主要提出了一种基于数据仓库的数据挖掘系统的决策支持系统的框架。该文章把数据仓库、数据挖掘工具和知识库结合在一起， 提高了数据挖掘的效率。增加了挖掘数据的效率和价值实用性！一、概述近十几年来，人们利用信息技术生产和搜集数据的能力大幅度提高，千万万个数据库被用于商业管理、政府办公、科学研究和工程开发等等，并且这一势头仍将持续发展下去。于是，一个新的挑战被提了出来 : 在这被称之为信息爆炸的时代，信息过量几乎成为人人需要面对的问题。 如何才能不被信息的汪洋大海所淹没，从中及时发现有用的知识，提高信息利用率呢 ?要想使数据真正成为一个公司的资源，只有充分利用它为公司自身的业务决策和战略发展服务才行，否则大量的数据可能成为包袱，甚至成为垃圾。因此，面对" 人们被数据淹没，人们却饥饿于知识的挑战， 数据挖掘和知识发现 (DMKD)技术应运而生，并得以蓬勃发展，越来越显示出其强大的生命力。数据挖掘 (Data Mining)就是从大量的、不完全的、有噪声的、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、但又是潜在有用的信息和知识的过程。还有很多和这一术语相近似的术语，如从数据库中发现知识 (KDD)、数据分析、数据融合 (Data Fusion)以及决策支持等。 人们把原始数据看作是形成知识的源泉，就像从矿石中采矿一样。原始数据可以是结构化的，如关系数据库中的数据，也可以是半结构化的，如文本、图形、图像数据，甚至是分布在网络上的异构型数据。发现知识的方法可以是数学的， 也可以是非数学的 ;可以是演绎的，也可以是归纳的。发现了的知识可以被用于信息管理、查询优化、决策支持、过程控制等，还可以用于数据自身的维护。因此，数据挖掘是一门很广义的交叉学科， 它汇聚了不同领域的研究者，尤其是数据库、人工智能、数理统计、可视化、并行计算等方面的学者和工程技术人员。数据仓库，英文名称为 Data Warehouse，可简写为 DW或DWH。数据仓库，是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。 它是单个数据存储， 出于分析性报告和决策支持目的而创建。 为需要业务智...
