信息系统集成技术课堂小记1

[E=mc²_]

数据仓库系统的组成 底层：数据仓库服务器 中间层：OLAP服务器 顶层：前端工具 数据源：数据文件，数据库。 操作-数据提取，清理，转换，加载 之后存放在 数据仓库DW里面。 OLAP：里面执行一些AI算法，根据不同问题从数据仓库里面提取相关数据。 前端工具：可视化界面，更加生动形象的与人机交互。 OLAP-人工智能主要战场，具有数据仓库的庞大数据支持，然后在线AI系统不断学习。 5.建立数据仓库的步骤 -确定分析的业务需求 -建立数据分析模型和数据仓库的物理设计 -确定供分析的数据源 -选择数据仓库平台（数据库系统，OLAP工具，OLTP 工具，开发工具，数据展现工具） -丛数据源数据库中抽取，净化和转换数据到数据仓库（数据加载，数据清洗） -根据主题进行数据分析 -更新数据库。 6.数据挖掘技术 -1基本概念 目前信息系统中信息的现状 -数据太多，信息太少，或者数据爆炸但知识贫乏。 -难以找出数据之间潜在的规则与联系。 -难以交互分析，了解各种组合含义。 -难以追溯历史数据（数据孤岛） -随着数据量的增大，数据的难度越来越大..... 但是杂乱无章的信息中也存在着很多有价值的信息 例：尿布与啤酒 的故事。 流行病与医院的应对。