甘肃政法学院
本科生实验报告
（一）
姓名:
学院:计算机科学学院
专业:11级信息管理与信息系统班
班级:11级信管一班
实验课程名称: 数据仓库与数据挖掘
实验日期: 2013年 4月26日
指导教师及职称:
实验成绩:
开课时间：2012―2013学年第二学期
甘肃政法学院实验管理中心印制
图6_1
我们用“Explorer”打开训练集“Fund-data-normal.arff”，。切换到
图6_2
用“Explorer”打开刚才得到的“Fund-data-normal.arff”，并切换到“Cluster”。点“Choose”按钮选择“SimpleKMeans”，这是WEKA中实现均值的算法。点击旁边的文本框，修改“numClusters”为6，说明我们希望
图6_3
7、关联规则
我们打算对前面的“Fund-data-normal”数据作关联规则的分析。“Explorer”打开“Fund-data-normal.arff”后，切换到“Associate”选项
图8_1
9、可视化分析
用“Explorer”打开刚才得到的“Fund-data-normal.arff”，并切换到“Visualize”。如图所示。
计算机
王莹
本例采用的是SQl Server2005所提供的商业智能服务和工 具，主要包括Analysis Services(分析服务)， Integration Services(集成服务),Reporting Services(集成服务)和Bussiness Intelligence Developer Studio(BIDS)。
分析服务(Analysis Services) SQL Server 分析服务（SSAS）是一个用于分析数据仓库中数据的工 具，它包括了OLAP和数据挖掘工具。在SQL Server 2005数据库系统 中，Analysis Services工具以服务器的方式为用户提供管理多维数 据立方体的服务。Analysis Services可以把数据仓库中的数据组织 起来，经过预先的聚集运算，加入到多维立方体中（即建立立方 体），然后对复杂的分析型访问做出迅速的回答。
集成服务(Integration Services) SQL Server 集成服务（SSIS）被定位成一个能生成高性能数据集成解决 方案(包括数据仓库中数据的提取、转换和加载（ETL））的平台。其集 成的含义主要就是指把ETL集成在一起。SSIS通过一个统一的环境向用户 提供了数据转换服务（DTS）所能提供的所有功能，并且大大减少了用户 花在编写程序和脚本上的精力和时间。 SSIS的基本功能包括：
? ? ? ? ? ? 合并来自异类数据源中的数据 填充数据仓库和数据集市 整理数据和将数据标准化 精确和模糊的查找功能 将商业智能置入数据转换过程 使管理功能和数据加载自动化
昆明理工大学信息工程与自动化学院学生实验报告 （2014 —2015 学年第 1 学期） 课程名称：数据库仓库与数据挖掘开课实验室：信自楼4442014 年12月28日 一、实验内容和目的 目的： 1．理解数据库与数据仓库之间的区别与联系； 2．掌握典型的关系型数据库及其数据仓库系统的工作原理以及应用方法； 3．掌握数据仓库建立的基本方法及其相关工具的使用。 二、实验原理及基本技术路线图（方框原理图） 数据库（DataBase，DB）是长期存储在计算机内、有组织的、统一管理的相关数据的集合。DB能为各种用户共享，具有较小的冗余度、数据间联系紧密而又有较高的数据独立性等特点。构成的三要素是数据结构、数据操作、约束性条件。 三、所用仪器、材料（设备名称、型号、规格等） PC机和Microsoft SQL Server 2008 四、实验方法、步骤
1、登录SQL Server 登录名：localhost 2、使用SQL语句构建数据库（1）还原数据库
（2）建立数据 --建立数据 USE cd CREATE DATABASE[DW]ON PRIMARY (NAME=N'DW',FILENAME=N'G:\DW.mdf') LOG ON (NAME=N'DW_log',FILENAME=N'G:\DW_log.ldf') GO （3）建立数据库：数据库→新建数据库 （4）建维表 ①SQL语句 USE DW -------------------------------- --1、建维表 /*1.1 订单方式*/ CREATE TABLE DIM_ORDER_METHOD (ONLINEORDERFLAG INT,DSC VARCHAR(20)) /*1.2 销售人员及销售地区*/ CREATE TABLE DIM_SALEPERSON (SALESPERSONID INT, DSC VARCHAR(20), SALETERRITORY_DSC VARCHAR(50))
大数据技术部 建设数据仓库的八个步骤2017年04月25日编制
建设数据仓库的八个步骤 摘要： 建立数据仓库是一个解决企业问题的过程，业务人员往往不懂如何建立和使用数据仓库，发挥其决策支持的作用；信息部门的人员往往又不懂业务，不知道应该建立哪些决策主题。 关键词：数据仓库元数据 建设数据仓库 建立数据仓库是一个解决企业问题的过程，业务人员往往不懂如何建立和使用数据仓库，发挥其决策支持的作用；信息部门的人员往往又不懂业务，不知道应该建立哪些决策主题，从数据源中抽取哪些数据。因此数据仓库的项目小组应该由业务人员和信息部门的人员共同组成，双方需要相互沟通，协作开发数据仓库。 开发数据仓库的过程包括以下几个步骤。 1.系统分析，确定主题 建立数据仓库的第一个步骤就是通过与业务部门的充分交流，了解建立数据仓库所要解决的问题的真正含义，确定各个主题下的查询分析要求。 业务人员往往会罗列出很多想解决的问题，信息部门的人员应该对这些问题进行分类汇总，确定数据仓库所实现的业务功能。一旦确定问题以后，信息部门的人员还需要确定一下几个因素： ·操作出现的频率，即业务部门每隔多长时间做一次查询分析。 ·在系统中需要保存多久的数据，是一年、两年还是五年、十年。 ·用户查询数据的主要方式，如在时间维度上是按照自然年，还是财政年。 ·用户所能接受的响应时间是多长、是几秒钟，还是几小时。
由于双方在理解上的差异，确定问题和了解问题可能是一个需要多次往复的过程，信息部门的人员可能需要做一些原型演示给业务部门的人员看，以最终确定系统将要实现的功能确实是业务部门所需要的。 2.选择满足数据仓库系统要求的软件平台 在数据仓库所要解决的问题确定后，第二个步骤就是选择合适的软件平台，包括数据库、建模工具、分析工具等。这里有许多因素要考虑，如系统对数据量、响应时间、分析功能的要求等，以下是一些公认的选择标准： ·厂商的背景和支持能力，能否提供全方位的技术支持和咨询服务。 ·数据库对大数据量（TB级）的支持能力。 ·数据库是否支持并行操作。 ·能否提供数据仓库的建模工具，是否支持对元数据的管理。 ·能否提供支持大数据量的数据加载、转换、传输工具（ETT）。 ·能否提供完整的决策支持工具集，满足数据仓库中各类用户的需要。 3.建立数据仓库的逻辑模型 具体步骤如下： （1）确定建立数据仓库逻辑模型的基本方法。 （2）基于主题视图，把主题视图中的数据定义转到逻辑数据模型中。 （3）识别主题之间的关系。
数据仓库与数据挖掘
实 验 指 导 书
东北石油大学计算机与信息技术系 王浩畅
实验一 Weka 实验环境初探
一、实验名称: Weka 实验环境初探
二、实验目的： 通过一个已有的数据集，在 weka 环境下，测试常用数据挖掘算法，熟悉 Weka
环境。 三、实验要求
1. 熟悉 weka 的应用环境。 2. 了解数据挖掘常用算法。 3. 在 weka 环境下，测试常用数据挖掘算法。 四、实验平台 新西兰怀卡托大学研制的 Weka 系统 五、实验数据 Weka 安装目录下 data 文件夹中的数据集 weather.nominal.arff，weather.arff
六、实验方法和步骤 1、首先，选择数据集 weather.nominal.arff，操作步骤为点击 Explorer，进入主界 面，点击左上角的“Open file...”按钮，选择数据集 weather.nominal.arff 文件， 该文件中存储着表格中的数据，点击区域 2 中的“Edit”可以看到相应的数据：
选择上端的 Associate 选项页，即数据挖掘中的关联规则挖掘选项，此处要 做的是从上述数据集中寻找关联规则。点击后进入如下界面：
2、现在打开 weather.arff，数据集中的类别换成数字。
选择上端的 Associate 选项页，但是在 Associate 选项卡中 Start 按钮为灰色的， 也就是说这个时候无法使用 Apriori 算法进行规则的挖掘，原因在于 Apriori 算法 不能应用于连续型的数值类型。所以现在需要对数值进行离散化，就是类似于将 20-30℃划分为“热”，0-10℃定义为“冷”，这样经过对数值型属性的离散化， 就可以应用 Apriori 算法了。Weka 提供了良好的数据预处理方法。第一步：选 择要预处理的属性 temperrature
BI_数据仓库基础 BI BOSS业务运营支撑系 BPM企业绩效管理 BPR业务流程重整 CRM客户关系管理 CUBE立方体 DM（Datamart）数据集市数据仓库的子集，它含有较少的主题域且历史时间更短数据量更少，一般只能为某个局部范围内的管理人员服务，因此也称之为部门级数据仓库。 DM（DataMine）数据挖掘 DSS决策支持系统 EDM企业数据模型 3 ERP Enterprise Resourse Planning企业资源规划。它是一个以管理会计为核心的信息系统， 识别和规划企业资源，从而获取客户订单，完成加工和交付，最后得到客户付款。换言 之，ERP将企业内部所有资源整合在一起，对八个采购、生产、成本、库存、分销、运输、 财务、人力资源进行规划，从而达到最佳资源组合，取得最佳效益。 4 ETL 数据抽取（Extract）、转换（Transform）、清洗（Cleansing）、装载（Load）的过程。构建数据仓库的重要一环，用户从数据源抽取出所需的数据，经过数据清洗，最终 按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。 KDD数据库中知识发现 5 KPI 企业关键业绩指标(KPI：KeyProcessIndication)是通过对组织内部流程的输入端、输出 端的关键参数进行设置、取样、计算、分析，衡量流程绩效的一种目标式量化管理指标， 是把企业的战略目标分解为可操作的工作目标的工具，是企业绩效管理的基础。 LDM逻辑数据模型 6 MDD 多维数据库（Multi Dimesional Database,MDD）可以简单地理解为：将数据存放在一 个n维数组中，而不是像关系数据库那样以记录的形式存放。因此它存在大量稀疏矩阵， 人们可以通过多维视图来观察数据。多维数据库增加了一个时间维，与关系数据库相比， 它的优势在于可以提高数据处理速度，加快反应时间，提高查询效率。 Metadata(元数据)，它是“关于数据的数据，其内容主要包括数据仓库的数据字典、数据 的定义、数据的抽取规则、数据的转换规则、数据加载频率等信息。 MOLAP自行建立了多维数据库，来存放联机分析系统数据 7 ODS（四个特点） (Oprational Data Store)操作型数据存储，是建立在数据准备区和数据仓库之间的一个部件。用来满足企业集成的、综合的操作型处理需要，操作数据存储是个可选的部件。对于一 些准实时的业务数据库当中的数据的暂时存储，支持一些同时关连到历史数据与实时数据分析的数据暂时存储区域。
数据仓库应用实验 Analysis Service的安装与启动 为了使用SQL Server 2000 的数据仓库进行在线数据分析，除了安装数据库服务器外，还必须安装Analysis Service。 1.安装 下载提供的“Analysis Service”压缩包，解压后，双击“autorun”，依次单击“SQL Server 2000 组件”\“安装Analysis Service”。 2.启动 单击“开始”\“程序”\“Microsoft SQL Server”\“Analysis Service”，即可进入Analysis Manager 的工作界面。 一、使用SQL Server创建数据仓库 在SQL Server 2000中，创建数据仓库(多维数据集)的总体步骤包括：设置ODBC数据源、建立数据库、建立数据库与ODBC数据源的连接、建立多维数据集、编辑多维数据集、设计存储和处理多维数据集。 (一)设置ODBC数据源 Microsoft SQL Server 2000的Analysis Service提供了一个样本数据集，存放在名为foodmart2000.mdb的ACCESS数据库中，在安装时已经自动建立了数据源。如果是用户自己建立的数据集，则在开始使用Analysis Manager之前，必须先在ODBC数据源管理器中设置相应的系统数据源，以便Analysis Service能够通过系统数据源与源数据连接，从而进行联机分析处理。如果源数据本身就存放在SQL Server中的，则不需要本过程。 以样本数据集foodmart2000.mdb为例，设置系统数据源的方法： (1)进入数据源管理器 对于Windows NT4.0的用户：单击“开始”—“设置”—“控制面板”—双击“数据源(ODBC)”； 对于Windows 2000 的用户：单击“开始”—“设置”—“控制面板”—双击“管理工具”—双击“数据源(ODBC)”。 (2)在“系统DSN”选项卡上单击“添加”按钮 (3)选择相应的驱动程序，本例为“Microsoft Access Driver(*.mdb)”，单击“完成”，弹出新的对话框。 (4)在“数据源名”框中输入用户自定义的数据源名称，此处为“FootMart2000”，然后在“数据库”下单击“选择”。 (5)在“选择数据库”对话框中浏览到“C:\Program Files\Microsoft Analysis Services\Samples”，然后单击“FoodMart2000.mdb”，单击“确定”。(假定Analysis Services 的安装目录为C:\Program Files\Microsoft Analysis Services)。 (6)单击“确定”，在“ODBC数据源管理器”对话框中再一次单击“确定”，完成数据源的设置。 (二)建立数据库 在设计多维数据集前，需要建立一个数据库结构，该数据库是存放多维数据集、角色、数据源、共享维度和挖掘模型的一种结构。然后和早期在ODBC数据源管理器中建立的数
商业智能技术培训 ——BI、数据仓库基础概念
目录 1 商业智能(Business Intelligence)简介 (3) 2 数据仓库概念及发展 (4) 2.1.1 什么是数据仓库 (4) 2.1.2 数据仓库的关键技术 (4) 3 在线分析处理（OLAP） (5) 4 数据挖掘（Data Mining） (6)
1商业智能(Business Intelligence)简介 随着经济的发展，企业所面临的竞争日益激烈。同时，信息技术的发展也使企业获取信息的手段和渠道也在不断增加，企业所面对的信息浩如烟海。而任何好的决策都需要事实和真实的数据。企业决策的正确程度也取决于所使用的事实和数字的准确程度。另一方面，随着竞争的增加，决策需要在较短的时间内做出。因此，在特定的时间段内，能够尽可能多地获得相关信息就变得越来越关键。而为了使决策具有较好的正确度，却又需要更长的时间。因此，企业需要高效数据分析工具，以减少高速、精确分析大量数据所需时间。 商业智能技术正是一种能够帮助企业迅速地完成信息采集、分析的先进技术。它以数据仓库（Data Warehousing）、在线分析处理（OLAP）、数据挖掘（Data Mining）3种技术的整合为基础，建立企业数据中心和业务分析模型，以提高企业获取经营分析信息的能力，从而提高企业经营和决策的质量与速度。 一、数据仓库（Data Warehousing） 数据仓库是面向主题的、集成的、稳定的、不同时间的数据集合，用以支持经营管理中的决策制定过程。目的是为了解决在信息技术发展中存在的拥有大量数据、然而有用信息贫乏的问题。它是集成各系统的历史数据而建立的面向主题的企业数据中心，其特点是面向主题、集成性—企业数据框架、历史性和稳定性。 二、在线分析处理（OLAP） OLAP是一种高度交互式的过程，它能够将原始的数据转化成为真正能够为用户所理解的、真实反映数据维特性的信息，以便分析人员从多种角度对这些信息进行快速、一致、交互地访问和反复的分析从而获得有用信息、达到对数据更深入了解的目的。 在线分析处理同时也是对存储在多维数据库（MDD）或关系型数据库（RDBMS）中的数据进行分析、处理的过程。这种分析可以是多维在线分析处理、关系型在线分析处理，也可以是混合在线分析处理。在线分析处理的特点是灵活、动态、快速的多维分析、可以进行随机查询、产生即席报表。 三、数据挖掘（Data Mining） 数据挖掘是通过数学模型从浩如瀚海的数据和文档中发现以前未知的、隐藏的、潜在的规律和可以理解的信息，以辅助决策的过程。也就是说从大量的、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。 数据挖掘的特点是涉及数据库、统计分析和人工智能等多种技术，具有预测和验证功能并且能够进行特征和规律的描述。
大数据理论与技术读书报告 -----K最近邻分类算法 指导老师: 陈莉 学生姓名: 李阳帆 学号: 201531467 专业: 计算机技术 日期 :2016年8月31日
摘要 数据挖掘是机器学习领域内广泛研究的知识领域，是将人工智能技术和数据库技术紧密结合，让计算机帮助人们从庞大的数据中智能地、自动地提取出有价值的知识模式，以满足人们不同应用的需要。K 近邻算法（KNN）是基于统计的分类方法，是大数据理论与分析的分类算法中比较常用的一种方法。该算法具有直观、无需先验统计知识、无师学习等特点，目前已经成为数据挖掘技术的理论和应用研究方法之一。本文主要研究了K 近邻分类算法，首先简要地介绍了数据挖掘中的各种分类算法，详细地阐述了K 近邻算法的基本原理和应用领域，最后在matlab环境里仿真实现，并对实验结果进行分析，提出了改进的方法。 关键词：K 近邻，聚类算法，权重，复杂度，准确度
1.引言 (1) 2.研究目的与意义 (1) 3.算法思想 (2) 4.算法实现 (2) 4.1 参数设置 (2) 4.2数据集 (2) 4.3实验步骤 (3) 4.4实验结果与分析 (3) 5.总结与反思 (4) 附件1 (6)
1.引言 随着数据库技术的飞速发展，人工智能领域的一个分支—— 机器学习的研究自 20 世纪 50 年代开始以来也取得了很大进展。用数据库管理系统来存储数据，用机器学习的方法来分析数据，挖掘大量数据背后的知识，这两者的结合促成了数据库中的知识发现（Knowledge Discovery in Databases，简记 KDD）的产生，也称作数据挖掘（Data Ming，简记 DM）。 数据挖掘是信息技术自然演化的结果。信息技术的发展大致可以描述为如下的过程：初期的是简单的数据收集和数据库的构造；后来发展到对数据的管理，包括：数据存储、检索以及数据库事务处理；再后来发展到对数据的分析和理解， 这时候出现了数据仓库技术和数据挖掘技术。数据挖掘是涉及数据库和人工智能等学科的一门当前相当活跃的研究领域。 数据挖掘是机器学习领域内广泛研究的知识领域，是将人工智能技术和数据库技术紧密结合，让计算机帮助人们从庞大的数据中智能地、自动地抽取出有价值的知识模式，以满足人们不同应用的需要[1]。目前，数据挖掘已经成为一个具有迫切实现需要的很有前途的热点研究课题。 2.研究目的与意义 近邻方法是在一组历史数据记录中寻找一个或者若干个与当前记录最相似的历史纪录的已知特征值来预测当前记录的未知或遗失特征值[14]。近邻方法是数据挖掘分类算法中比较常用的一种方法。K 近邻算法（简称 KNN）是基于统计的分类方法[15]。KNN 分类算法根据待识样本在特征空间中 K 个最近邻样本中的多数样本的类别来进行分类，因此具有直观、无需先验统计知识、无师学习等特点，从而成为非参数分类的一种重要方法。 大多数分类方法是基于向量空间模型的。当前在分类方法中，对任意两个向量： x= ) ,..., , ( 2 1x x x n和) ,..., , (' ' 2 ' 1 'x x x x n 存在 3 种最通用的距离度量：欧氏距离、余弦距 离[16]和内积[17]。有两种常用的分类策略：一种是计算待分类向量到所有训练集中的向量间的距离：如 K 近邻选择K个距离最小的向量然后进行综合，以决定其类别。另一种是用训练集中的向量构成类别向量，仅计算待分类向量到所有类别向量的距离，选择一个距离最小的类别向量决定类别的归属。很明显，距离计算在分类中起关键作用。由于以上 3 种距离度量不涉及向量的特征之间的关系，这使得距离的计算不精确，从而影响分类的效果。
《数据仓库与数据挖掘技术》课程实验指导书 实验一:数据仓库模型设计 一、实验目的 1.掌握数据仓库需求分析方法。 2.掌握数据仓库体系统构设计方法。 3.掌握数据仓库概念模型、逻辑模型、物理模型的设计方法。 4.掌握数据仓库粒度模型设计方法。 5.熟悉PowerDesigner工具的应用。 二、实验题目 某大型连锁超市的业务涵盖了3个省范围的1000多家门市，每个门市都有较完整的日用品和食品销售部门，包括百货、杂货、冷冻食品、奶制品、肉制品和面包食品等，大约5万多种，其中大约45000种商品来自外部生产厂家，并在包装上印有条形码。每个条形码代表唯一的商品。为该超市建立一个能够提高市场竞争能力的数据仓库。 三、实验步骤 1、根据题目要求，查询相关资料进行有效的需求分析，并书写需求分析文档。 2、根据需求分析结果设计数据仓库体系统构，画出数据仓库体系结构图。 3、根据需求分析结果进行数据仓库模型设计。 1）确定主要主题域，画出主要主题域的概念模型（用ERD表示，参见书中P77图3.3）（手工设计） 2）画出星型模型。（手工设计） 3）将星型模型转成逻辑模型，给出事实表与维表。（手工设计） 4）进行物理模型设计。（手工设计） 5）进行粒度模型设计。 4、在PowerDesigner中建立星型模型并转成逻辑模型，在SQL SERVER2005中建立数据仓库数据库。（软件工具实现） 四、实验要求： 1)实验前将需求分析文档、数据仓库体系结构图、数据仓库模型设计文档 提交指导老师检阅，并与指导老师交流。 2)实验完成后，认真写出一份规范的实验报告，内容包括：实验名称、目的要求、设 计文档、实验结果分析、总结与讨论等。在报告中写出自己创新性,有独到之处的 见解，设计方案等。 3)将数据仓库数据库作好备份，以备下一个实验用。 五、实验小结
数据仓库与数据挖掘 实验报告 姓名：岩羊先生 班级：数技2011 学号：XXXXXX 实验日期：2013年11月14日
目录 实验 ........................................................................................................................ 错误!未定义书签。 【实验目的】....................................................................................... 错误!未定义书签。 1、熟悉SQLservermanager studio和VisualStudio2008软件功能和操作特点; ................................................................................................................ 错误!未定义书签。 2、了解SQLservermanager studio和VisualStudio2008软件的各选项面板和 操作方法; .............................................................................................. 错误!未定义书签。 3、熟练掌握SQLserver manager studio和VisualStudio2008工作流程。错误! 未定义书签。 【实验内容】....................................................................................... 错误!未定义书签。 1.打开SQLserver manager studio软件，逐一操作各选项，熟悉软件功能; (4) 2.根据给出的数据库模型“出版社销售图书Pubs”优化结构，新建立数据库并导 出； (4) 3.打开VisualStudio2008，导入已有数据库、或新建数据文件，设计一个“图书 销售分析”的多维数据集模型。并使用各种输出节点，熟悉数据输入输出。 (4) 【实验环境】....................................................................................... 错误!未定义书签。 【实验步骤】....................................................................................... 错误!未定义书签。 1.打开SQL Server manager studio； (5) 2.附加备份的数据库文件pubs_DW_Data.MDF和pubs_DW_Log.LDF并且做出
4.4CRM数据仓库设计实验 从本节和第五节是CRM数据仓库的实验。利用SQL SERVER 2000为背景，介绍如何从无到有的生成CRM数据仓库，如何添加多维数据集，以及如何使用数据仓库进行多维分析等。使读者对客户关系数据仓库又一个直观的认识。本实验介绍客户关系管理数据仓库的设计，演示如何从已有的OLTP系统通过数据转移得到我们的数据仓库。 4.4.1SQL SERVER 2000数据仓库简介 为了满足现代企业对大规模数据进行有效分析和利用的要求，SQL Server 2000包含了一系列提取、分析、总结数据的工具，从而使联机分析处理成为可能。Microsoft将OLAP 功能集成到Microsoft SQL Server中，提供可扩充的基于COM的OLAP接口。它通过一系列服务程序支持数据仓库应用。数据传输服务DTS（Data Transformation Services）提供数据输入/输出和自动调度功能，在数据传输过程中可以完成数据的验证、清洗和转换等操作，通过与Microsoft Repository集成，共享有关的元数据；Microsoft Repository存储包括元数据在内的所有中间数据；SQL Server OLAP Services支持在线分析处理；PivotTable Services 提供客户端OLAP数据访问功能，通过这一服务，开发人员可以用VB或其他语言开发用户前端数据展现程序，PivotTable Services还允许在本地客户机上存储数据；MMC（Microsoft Management Console）提供日程安排、存储管理、性能监测、报警和通知的核心管理服务；Microsoft Office 2000套件中的Access和Excel可以作为数据展现工具，另外SQL Server 还支持第三方数据展现工具。 4.4.2概念模型设计 数据仓库的设计首先是概念模型的设计，这也是决定数据仓库实施效果的重要一步。数据仓库是是面向主题、集成的、相对稳定的、反映历史变化的数据集合。它整合了在线联机处理过程中的产生的零散的、杂乱的、面向处理的数据，形成统一的面向主题的数据集合。在客户关系管理中，客户数据的处理一般面向几个核心的主题：客户销售事实信息、客户销售机会信息、客户客户抱怨信息、客户关怀信息等。 数据仓库的数据模型多采用星型关系构架，以一个核心的主题数据表（称为事实表）为中心，其他关系表（维表）通过竹键外键关系同主体数据表关联，维表之间没有直接的关联关系。这同交易数据库中表与表之间的网状模型对应。例如，客户抱怨作为一个主题，其星型构架由一个实事表和五个维表构成，如图4.5。
数据仓库与数据挖掘上机实验报告 实验目的：学习Analysis Services的操作 实验内容： 浏览SQL Server 2000 Analysis Services 随机教程；规划需求分析；仓库设计；建立分析数据库，设置数据源;建立多维数据库（Cube）；设置多维数据库的数据存储方式及访问权限实验分析： 下面进行实验，建立多维数据库（使用Northwind数据库），先用数据清洗转换，将需要的表从源库转换到新数据库，为数据仓库提供需要的数据，要形成的维表有Products,Category,Employees,Dates,Facts(事实表)，在实验二中Products和Category将组成雪花架构的维表。 实验过程：建立多维数据库 内容：建立多维数据库(cube)，要建立事实表Facts和维表Products，Categories，Employees，Dates，设置多维数据库的数据存储方式 目的：学会建立事实表，度量，时间维度，雪花表，使用数据存储方式 步骤： 1) 设置数据源，建立myNorthwind数据库。 2) 建立多维数据集的事实表，使用Analysis Server的向导。此时显示刚才选中的myNorthwind数据集，还有一个系统自带的FoodMart数据集。向导提示选择事实数据表，在这里我们选好了Facts表作为事实表。
*在下一步用了定义度量值的数据中选择TotalPrice,UnitPrice,Quantity,Discount作为度量，度量值的选择与决策者关心的项目有关。在这里假设决策者关心的是价格对销量产生的影响，从这些数据中可以得出进一步的经营方针。 3）定义好事实表后，我们要建立cube的维度表 ①选择维度的创建方式，维度表的结构有星型架构，雪花架构等等，在本实验中，只用到前两个架构，因为本实验中根本没必要用到其他的结构。而雪花架构的运用也只是用于学习和研究，在实际中，如此简单的数据仓库结构也不需要雪花架构，因为它会降低系统的性能。
一、上机目的及内容 目的： 1．理解数据挖掘的基本概念及其过程； 2．理解数据挖掘与数据仓库、OLAP之间的关系 3．理解基本的数据挖掘技术与方法的工作原理与过程，掌握数据挖掘相关工具的使用。 内容： 将创建一个数据挖掘模型以训练销售数据，并使用“Microsoft 决策树”算法在客户群中找出购买自行车模式。请将要挖掘的维度（事例维度）设置为客户，再将客户的属性设置为数据挖掘算法识别模式时要使用的信息。然后算法将使用决策树从中确定模式。下一步需要训练模型，以便能够浏览树视图并从中读取模式。市场部将根据这些模式选择潜在的客户发送自行车促销信息。 要求: 利用实验室和指导教师提供的实验软件，认真完成规定的实验内容，真实地记录实验中遇到的各种问题和解决的方法与过程，并根据实验案例绘出模型及操作过程。实验完成后，应根据实验情况写出实验报告。 二、实验原理及基本技术路线图（方框原理图或程序流程图） 关联分析：关联分析是从数据库中发现知识的一类重要方法。 时序模式：通过时间序列搜索出重复发生概率较高的模式。 分类：分类是在聚类的基础上对已确定的类找出该类别的概念描述，代表了这类数据的整体信息，既该类的内涵描述，一般用规则或决策树模式表示。 三、所用仪器、材料（设备名称、型号、规格等或使用软件） 1台PC及Microsoft SQL Server套件 四、实验方法、步骤（或：程序代码或操作过程）及实验过程原始记录( 测试数据、图表、计算等) 创建Analysis Services 项目 1.打开Business Intelligence Development Studio。 2.在“文件”菜单上，指向“新建”，然后选择“项目”。 3.确保已选中“模板”窗格中的“Analysis Services 项目”。 4.在“名称”框中，将新项目命名为AdventureWorks。 5.单击“确定”。
中国银行广东分行数据仓库成功应用案例 信用卡业务是商业银行业务中非常重要的一部分，中国的商业银行开展信用卡业务已多年，相关数据积累相对完备且真实，信用卡业务的经营运作也已从简单的扩大规模、以量取胜阶段进入到成熟竞争、以质取胜阶段，各商业银行不断推出新的服务品种和花样繁多的增值服务，提高市场占有率并强化品牌意识以获得利润。 中国加入WTO后，银行卡业务将在3至5年内对外资银行开放，而银行卡业务不依赖于分支机构的特点将使中国的商业银行信用卡业务面临更加严酷的竞争。信用卡业务竞争本质上就是客户的竞争，而且是优质客户的竞争。针对客户发现、客户提升、客户保持、市场细分、忠诚度、贡献度、个性化服务乃至个人信用风险等等一系列围绕客户关系的新问题，支持日常运作的信用卡生产系统是面向柜员和交易的日常营运和客户服务基础设施，无法提供众多分析、决策型用户对大量历史数据同时进行突发的、复杂的决策分析，而建立一套以客户为中心的信用卡业务分析系统则是实现上述命题的必要可行手段。 在这种情况下，中国银行广东分行引入了海波龙的Hyperion Intelligence，希望通过利用Hyperion Intelligence应用实现这样的目标:建立一套以客户为中心的信用卡业务分析系统，方便企业各级工作人员获取各类信息，实现对成本收益、风险控制、绩效评估、客户管理、营销战役等决策目标的支持，并达到风险管理和控制、客户关系管理与个性化服务、商户分析与市场策略、费用控制与利润分析四大应用目标。 成功典范 中国银行广东省分行是国内金融界最早成功实施数据仓库应用解决方案的单位，其在1996年投产的省市两级金融管理信息系统(FMIS)因首次采用并成功实施先进的数据仓库/OLAP技术而荣获“八五”国家科技攻关重大成果奖，并成为目前业界反复引用的典型成功案例。 在随后的数年中，中国银行广东省分行在决策支持/数据仓库应用研发方面的投入一直保持相当大的力度，陆续推出数项新的应用，应用领域也从最初的财务管理、资产负债指标监控等分析主题逐步延伸至目前的客户及消费行为分析、个人信用评估、授信风险监控、客户关系管理以及一对一个性化营销等分析主题。 广东华际友天信息科技有限公司和中国银行广东省分行共同实施的信用卡分析系统采用了Hyperion和IBM在业界领先的数据仓库技术和工具，专门针对信用卡业务的商业智能应用。此系统的研制目的是为与信用卡业务有关各级管理人员、统计分析人员、风险监控人员，特别是业务发展人员提供灵活有效的实时数据分析/决策支持环境，使他们能够便捷地获得并分析客户特征信息、各交易要素信息以及市场统计信息，从而支持成本收益、风险控制、绩效评估、客户管理、营销战役等决策目标的实现。
一、实验内容和目的 目的： 1．理解维（表）、成员、层次（粒度）等基本概念及其之间的关系； 2．理解多维数据集创建的基本原理与流程； 3．理解并掌握OLAP分析的基本过程与方法； 内容： 1．运用Analysis Server工具进行维度、度量值以及多维数据集的创建（模拟案例）。 2．使用维度浏览器进行多维数据的查询、编辑操作。 3．对多维数据集进行切片、切块、旋转、钻取操作。 二、所用仪器、材料（设备名称、型号、规格等） 操作系统平台：Windows 7 数据库平台：SQL Server 2008 SP2 三、实验原理 在数据仓库系统中，联机分析处理（OLAP）是重要的数据分析工具。OLAP的基本思想是企业的决策者应能灵活地、从多方面和多角度以多维的形式来观察企业的状态和了解企业的变化。 OLAP是在OLTP的基础上发展起来的，OLTP是以数据库为基础的，面对的是操作人员和低层管理人员，对基本数据的查询和增、删、改等进行处理。而OLAP是以数据仓库为基础的数据分析处理。它具有在线性（online）和多维分析（multi-dimension analysis）的特点。OLAP超越了一般查询和报表的功能，是建立在一般事务操作之上的另外一种逻辑步骤，因此，它的决策支持能力更强。 建立OLAP的基础是多维数据模型，多维数据模型的存储可以有多种不同的形式。MOLAP和ROLAP是OLAP的两种主要形式，其中MOLAP（multi-dimension OLAP）是基
于多维数据库的OLAP，简称为多维OLAP；ROLAP（relation OLAP）是基于关系数据库的OLAP，简称关系OLAP。 OLAP的目的是为决策管理人员通过一种灵活的多维数据分析手段，提供辅助决策信息。基本的多维数据分析操作包括切片、切块、旋转、钻取等。随着OLAP的深入发展，OLAP也逐渐具有了计算和智能的能力，这些能力称为广义OLAP操作。 四、实验方法、步骤 要求：利用实验室和指导教师提供的实验软件，认真完成规定的实验内容，真实地记录实验中遇到的各种问题和解决的方法与过程，并根据实验案例绘出多维数据组织模型及其OLAP操作过程。实验完成后，应根据实验情况写出实验报告。 五、实验过程原始记录(数据、图表、计算等) 本实验以实验一建立的数据仓库为基础，使用Microsoft的SQL Server Business Intelligence Development Studio工具，建立OLAP相关模型，并实现OLAP的一些简单基本功能。 首先打开SQL Server Business Intelligence Development Studio工具，新建一个Analysis Service项目，命名为：DW
数据仓库与数据挖掘课程APRIORI算法学习
一简介 Apriori算法是一种挖掘关联规则的频繁项集算法，其核心思想是通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集。而且算法已经被广泛的应用到商业、网络安全等各个领域。它是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集[1]。 二基本思想 该算法的基本思想是：首先找出所有的频集，这些项集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则，这些规则必须满足最小支持度和最小可信度。然后使用第1步找到的频集产生期望的规则，产生只包含集合的项的所有规则，其中每一条规则的右部只有一项，这里采用的是中规则的定义。一旦这些规则被生成，那么只有那些大于用户给定的最小可信度的规则才被留下来。为了生成所有频集，使用了递归的方法。挖掘步骤： (1) 依据支持度[2]找出所有频繁项集(频度)。 (2) 依据置信度[3]产生关联规则(强度)。 三核心流程 Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。是基于这样的事实：算法使用频繁项集性质的先验知识。Apriori使用一种称作逐层搜索的迭代方法，k-项集用于探索(k+1)-项集。首先，找出频繁1-项集的集合。该集合记作L1。L1用于找频繁2-项集的集合L2，而L2用于找L3，如此下去，直到不能找到频繁k-项集。找每个Lk需要一次数据库扫描。 这个算法的思路，简单的说就是如果集合I不是频繁项集，那么所有包含集合I的更大的集合也不可能是频繁项集。 算法原始数据如下： TID List of item_ID’s T100 T200 T300 I1,I2,I5 I2,I4 I2,I3
《数据仓库》实验指导书 信息科学与技术学院
目录 实验一数据仓库的创建 (3) 实验二数据仓库的应用 (14)
实验一数据仓库的创建 一实验目的及要求： 1. 熟悉并掌握SQL Server 2000 Analysis Services中的系统数据源的连接，建立相应的数据库和数据源并对其中的数据进行相应操作。 2. 利用SQL Server 2000创建超市销售管理系统数据仓库。 二实验内容： 1. 建立系统数据源连接 Microsoft? Windows NT? 4.0 用户：单击“开始”按钮，指向“设置”，单击“控制面板”，然后双击“数据源 (ODBC)”。 W indows? 2000 用户：单击“开始”按钮，指向“设置”，单击“控制面板”，然后双击“管理工具”，再双击“数据源 (ODBC)”。 在“系统 DSN”选项卡上单击“添加”按钮。 选择“Microsoft Access 驱动程序 (*.mdb)”，然后单击“完成”按钮。 在“数据源名”框中，输入“教程”，然后在“数据库”下，单击“选择”。 在“选择数据库”对话框中，浏览到“C:\Program Files\Microsoft Analysis Services\Samples”，然后单击“FoodMart 2000.mdb”。单击“确定”按钮。
在“ODBC Microsoft Access 安装”对话框中单击“确定”按钮。在“ODBC 数据源管理器”对话框中单击“确定”按钮。 2. 启动Analysis Manager 单击“开始”按钮，依次指向“程序”、“Microsoft SQL Server”和“Analysis Services”，然后单击“Analysis Manager”。 3. 建立数据库和数据源 在 Analysis Manager 树视图中展开“Analysis Servers”。 单击服务器名称，即可建立与 Analysis Servers 的连接。 右击服务器名称，然后单击“新建数据库”命令。 在“数据库”对话框中的“数据库名称”框中，输入“教程”，然后单击“确定”按钮。 在 Analysis Manager 树窗格中展开服务器，然后展开刚才创建的“教程”数据库。 新的“教程”数据库包含下列项目：
1 BI Business Intelligence，即商业智能，商务智能综合企业所有沉淀下来的信息，用科学的分析方法，为企业领导提供科学决策信息的过程。 BOSS业务运营支撑系 BPM企业绩效管理 BPR业务流程重整 CRM客户关系管理 CUBE立方体 DM（Datamart）数据集市数据仓库的子集，它含有较少的主题域且历史时间更短数据量更少，一般只能为某个局部范围内的管理人员服务，因此也称之为部门级数据仓库。 DM（DataMine）数据挖掘 DSS决策支持系统 EDM企业数据模型 3 ERP Enterprise Resourse Planning企业资源规划。它是一个以管理会计为核心的信息系统，识别和规划企业资源，从而获取客户订单，完成加工和交付，最后得到客户付款。换言之，ERP将企业内部所有资源整合在一起，对八个采购、生产、成本、库存、分销、运输、财务、人力资源进行规划，从而达到最佳资源组合，取得最佳效益。 4 ETL 数据抽取（Extract）、转换（Transform）、清洗（Cleansing）、装载（Load）的过程。构建数据仓库的重要一环，用户从数据源抽取出所需的数据，经过数据清洗，最终 按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。 KDD数据库中知识发现 5 KPI 企业关键业绩指标(KPI：KeyProcessIndication)是通过对组织内部流程的输入端、输出端的关键参数进行设臵、取样、计算、分析，衡量流程绩效的一种目标式量化管理指标，是把企业的战略目标分解为可操作的工作目标的工具，是企业绩效管理的基础。 LDM逻辑数据模型 6 MDD 多维数据库（Multi Dimesional Database,MDD）可以简单地理解为：将数据存放在一个n维数组中，而不是像关系数据库那样以记录的形式存放。因此它存在大量稀疏矩阵，人们可以通过多维视图来观察数据。多维数据库增加了一个时间维，与关系数据库相比，它的优势在于可以提高数据处理速度，加快反应时间，提高查询效率。 Metadata(元数据)，它是“关于数据的数据，其内容主要包括数据仓库的数据字典、数据的定义、数据的抽取规则、数据的转换规则、数据加载频率等信息。 MOLAP自行建立了多维数据库，来存放联机分析系统数据 7 ODS（四个特点） (Oprational Data Store)操作型数据存储，是建立在数据准备区和数据仓库之间的一个部件。用来满足企业集成的、综合的操作型处理需要，操作数据存储是个可选的部件。对于一些准实时的业务数据库当中的数据的暂时存储，支持一些同时关连到历史数据与实时数据分