SQL数据挖掘知识讲解.pdfVIP

SQL数据挖掘知识讲解--第1页

数据挖掘知识要点

一．名词解释（4’*5=20’）

1.数据仓库：是一种新的数据处理体系结构，是面向主题的、集成的、不可更新的(稳

定性)、随时间不断变化(不同时间)的数据集合，为企业决策支持系统提供所需的集

成信息。

2.孤立点：指数据库中包含的一些与数据的一般行为或模型不一致的异常数据。

3.OLAP：OLAP是在OLTP的基础上发展起来的，以数据仓库为基础的数据分析处理，

是共享多维信息的快速分析，是被专门设计用于支持复杂的分析操作，侧重对分析人

员和高层管理人员的决策支持。

4.粒度：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。粒度影响存放在

数据仓库中的数据量的大小，同时影响数据仓库所能回答查询问题的细节程度。

5.数据规范化：指将数据按比例缩放(如更换大单位)，使之落入一个特定的区域（如

0－1）以提高数据挖掘效率的方法。规范化的常用方法有：最大－最小规范化、零－

均值规范化、小数定标规范化。

6.关联知识：是反映一个事件和其他事件之间依赖或相互关联的知识。如果两项或多

项属性之间存在关联，那么其中一项的属性值就可以依据其他属性值进行预测。

7.数据挖掘：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。

8.OLTP：OLTP为联机事务处理的缩写，OLAP是联机分析处理的缩写。前者是以数据

库为基础的，面对的是操作人员和低层管理人员，对基本数据进行查询和增、删、改

等处理。

9.ROLAP：是基于关系数据库存储方式的，在这种结构中，多维数据被映像成二维关

系表，通常采用星型或雪花型架构，由一个事实表和多个维度表构成。

10.MOLAP：是基于类似于“超立方”块的OLAP存储结构，由许多经压缩的、类似于

多维数组的对象构成，并带有高度压缩的索引及指针结构，通过直接偏移计算进行存

取。

11.数据归约：缩小数据的取值范围，使其更适合于数据挖掘算法的需要，并且能够

得到和原始数据相同的分析结果。

12.遗传算法：是一种优化有哪些信誉好的足球投注网站算法，它首先产生一个初始可行解群体，然后对这个

群体通过模拟生物进化的选择、交叉、变异等遗传操作遗传到下一代群体，并最终达

到全局最优。

13.聚类：是将物理或抽象对象的集合分组成为多个类或簇(cluster)的过程，使得在

同一个簇中的对象之间具有较高的相似度，而不同簇中的对象差别较大。

14.决策树：是用样本的属性作为结点，用属性的取值作为分支的树结构。它是分类

规则挖掘的典型方法，可用于对新样本进行分类。

15.频繁项集：指满足最小支持度的项集，是挖掘关联规则的基本条件之一。

16.支持度：规则A→B的支持度指的是所有事件中A与B同地发生的的概率，即P(A

∪B)，是AB同时发生的次数与事件总次数之比。支持度是对关联规则重要性的衡量。

17.可信度：规则A→B的可信度指的是包含A项集的同时也包含B项集的条件概率

SQL数据挖掘知识讲解--第1页

SQL数据挖掘知识讲解--第2页

P(B|A)，是AB同时发生的次数与A发生的所有次数之比。可信度是对关联规则的准

确度的衡量。

18.关联规则：同时满足最小支持度阈值和最小可信度阈值的规则称之为关联规则。

二．填空题(1’*20=20’)

1、数据仓库就是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合。

2、元数据是描述数据仓库内数据的结构和建立方法的数据，它为访问数据仓库提供

了一个信息目录，根据数据用途的不同可将数据仓库的元数据分为技术元数据和业务

元数据两类。