数据挖掘DM与联机分析处理OLAP的区别

Question

如题所述

Answer 1

数据挖掘DM与联机分析处理DLAP都属于分析型工具，但两者之间有着明显的区别。
DM是一种挖掘型工具，DM它能自动地发现隐藏在数据中的模式( Pattern)。
DM是一种有效地从大量数据中发现潜在数据模式、作出预测性分析的分析工具，它是现有的一些人工智能、统计学等成熟技术在特定的数据库领域中的应用。
DM与其他分析型工具最大的不同在于:它的分析过程是自动的。一个成熟的DM系统，除了具有良好的核心的技术外，还应该具有开放性的结构，友好的用户接口。
DM的用户不必提出确切的问题，而只需DM去挖掘隐藏的模式并预测未来的趋势，这样更有利于发现未知的事实。
OLAP是一种自上而下、不断深入的分析工具:用户提出问题或假设，OLAP负责从上至下深入地提取出关于该问题的详细信息，并以可视化的方式呈现给用户。与DM相比，OGAP更多地依靠用户输入问题和假设，但用户先入为主的局限性可能会限制问题和假设的范围，从而影响最终的结论。
因此，作为验证型分析工具，QLAP更需要对用户需求有全面而深入的了解。
显然，从对数据分析的深度的角度来看，OLAP位于较浅的层次，而DM所处的位置则较深。
如果按数据分析模型来区分这两者，那么应该说OLAP实现了解释模型和思考模型，而DM则实现了更深的第四层—公式模型。所处分析模型层次的不同决定了这两者的分析能力和所能回答的问题种类也不相同。

Answer 2

简写为OLAP,随着数据库技术的发展和应用，数据库存储的数据量从20世纪80年代的兆（M）字节及千兆（G）字节过渡到现在的兆兆（T）字节和千兆兆（P）字节，同时，用户的查询需求也越来越复杂，涉及的已不仅是查询或操纵一张关系表中的一条或几条记录，而且要对多张表中千万条记录的数据进行数据分析和信息综合，关系数据库系统已不能全部满足这一要求。在国外，不少软件厂商采取了发展其前端产品来弥补关系数据库管理系统支持的不足，力图统一分散的公共应用逻辑，在短时间内响应非数据处理专业人员的复杂查询要求。
给你推荐一款我知道的可以做OLAP的软件，FineBI,挺不错的。

Answer 3

OLAP的目的性很明确，使用者知道自己想要的数据
数据挖掘的目的性难以明确，主要是为了从大量数据中获取隐含其中的模式、规则等，但使用者实现是不知道存在这些模式和规则的

Answer 4

OLAP是DM过程中的一部分

Answer 5

OLAP与数据挖掘DM具有本质区别
（1）功能不同
数据挖掘DM的功能在于知识发现KDD。如：数据挖掘DM中的“分类”包括：贝叶斯分类、粗糙集分类、决策树分类等，是从数据中发现知识规则，是“透过现象看本质”；
而联机分析OLAP的功能在于“统计”和统计结果的展示，是“现象”和“表象”，不能实现数据挖掘DM的知识发现KDD功能。
（2）数据组成不同
数据挖是从混沌的、具有巨大噪声的数据中提炼知识规则；
而联机分析OLAP只是从已经规范化的、纯净的关系数据库中组织数据。
（3）知识与数据的关系不同
数据挖掘DM是从数据中发现知识KDD；
而联机分析OLAP是利用人已知的知识来有意识地组织和使用数据。
（4）基本方法不同
数据挖掘的基础是数学模型和算法；
而OLAP不需要数学模型和算法支持，只与数据仓库和OLAP自身知识相关。本回答被网友采纳