可编辑范本第一章1.数据挖掘的定义？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。2.数据挖掘的源是否必须是数据仓库的数据？可以有哪些来源？关系数据库数据仓库事务数据库高级数据3.数据挖掘的常用方法？聚类分析决策树人工神经网络粗糙集关联规则挖掘统计分析4.数据挖掘的过程包括哪些步骤，每一步具体包括哪些内容？5.数据挖掘与数据仓库的关系？（联系和区别）联系：数据仓库为数据挖掘提供了更好的、更广泛的数据源；数据仓库为数据挖掘提供了新的支持平台；数据仓库为更好地使用数据挖掘工具提供了方便；数据挖掘为数据仓库提供了更好的决策支持；数据挖掘对数据仓库的数据组织提出了更高的要求；数据挖掘为数据仓库提供了广泛的技术支持。区别：数据仓库是存数据，数据挖掘是用数据。第二章1.数据仓库的定义数据仓库是一个面向主题的、集成的、随时间而变化的、不容易丢失的数据集合，支持管理部门的决策制定过程2.数据仓库数据的四大基本特征：面向主题的集成的不可更新的随时间变化的3.数据仓库体系结构有3 个独立的数据层次：可编辑范本信息获取层、信息存储层、信息传递层4.粒度的定义？它对数据仓库有什么影响？（1）是指数据仓库的数据单位中保存数据细化或综合程度的级别。粒度越小，细节程度越高，综合程度越低，回答查询的种类就越多；(2) 影响存放在数据仓库中的数据量大小；影响数据仓库所能回答查询问题的细节程度。5.在数据仓库中，数据按照粒度从小到大可分为死哥级别：早期细节级、当前细节级、轻度细节级和高度细节级。6.数据分割的标准：可按日期、地域、业务领域、或按多个分割标准的组合，但一般包括日期项。7.数据仓库设计中，一般存在着三级数据模型：概念数据模型、逻辑数据模型、物理数据模型8.数据仓库涉及步骤概念模型设计、技术准备工作、逻辑模型设计、物理模型设计、数据仓库的生成、数据仓库的使用和维护9.数据装入时，并不是一次就将准备装入的数据全部装入数据仓库，而是按照逻辑模型设计中所确定和分析的主题域，先装入并生成某一主题域。10.建立数据仓库的步骤并不是一成不变的，但最终应该满足用户的分析需求。第三章1.联机事务处理与联机分析处理的区别？联机事务处理 (On-Line Transaction Processing， OLTP) 作为数据管理手段，主要用于事务处理，但它对分析处理一直不能令人满意。联机分析处理(On-Line A...
