Содержание
- 2. «Заглядывай вперед или окажешься позади» Бенджамин Франклин «Планировать – это хлопотать по поводу наилучшего метода получения
- 3. « Человека, который преуспел в руководстве, но не искушен в выполнении трех интеллектуальных функций управления (формирование
- 4. « Планирование – это проектирование желаемого будущего и эффективных путей его достижения. Это орудие мудрых, но
- 5. Технология Data Мining (также называемая Knowledge Discovery in Data) изучает процесс нахождения новых, действительных и потенциально
- 6. Системы поддержки принятия решений - СППР (DSS, Decision Support Systems) Основная задача СППР - предоставить аналитикам
- 7. Компьютерный анализ ситуаций, создаваемый СППР
- 8. Классы задач анализа данных Информационно-поисковый: СППР осуществляет поиск необходимых данных. Характерной чертой такого анализа является выполнение
- 10. OLTP (Online Transaction Processing), транзакционная система — обработка транзакций в реальном времени. Способ организации БД, при
- 11. Хранилища данных В основе концепции ХД лежит идея разделения данных, используемых для оперативной обработки и для
- 12. ОИД - оперативные источники данных
- 14. Проблемы создания физического ХД: необходимость интеграции данных из неоднородных источников в распределенной среде; потребность в эффективном
- 15. Buтpина данных (ВД) - это упрощенный вариант ХД, содержащий только тематически объединенные данные.
- 16. Архитектура ХД
- 17. Состав ХД Детальными являются данные, переносимые непосредственно из ОИД. Они соответствуют элементарным событиям, фиксируемым OL ТР
- 18. Состав ХД Для удобства работы с ХД необходима информация о содержащихся в нем данных. Такая информация
- 19. Информационные потоки в ХД Входной поток (Inflow) образуется данными, копируемыми из оперативных источников данных (ОИД) в
- 20. ЕТL- процесс (Еxtraction, Тransformation, Loading)
- 21. Очистка данных Уровень ячейки таблицы: Орфографические ошибки (опечатки) Oтсутствие данных Фиктивные значения Логически неверные значения Закодированные
- 22. ОLАР-системы Многомерная модель данных Измерение - это последовательность значений одного из анализируемых параметров. Например, для параметра
- 23. Гиперкуб
- 24. Операция среза (slice)
- 25. Операция вращения (rotate)
- 26. Консолидация (Drill Up) и детализация (Drill Down)
- 27. Двенадцать правил Кодда Многомерность Прозрачность Доступность Постоянная производительность при разработке отчетов Клиент-серверная архитектура Равноправие измерений Динамическое
- 28. Дополнительные правила Кодда Пакетное извлечение против интерпретации Поддержка всех моделей ОLАР-анализа Обработка ненормализованных данных Сохранение результатов
- 29. Тест FASMI F AST (Быстрый) ANALYSIS (Анализ) SHARED (Разделяемой) МULТIDIМЕNSIONАL (Mногомерной) INFORMAТION (Информации)
- 30. OLAP-серверы MOLAP - многомерный (multivаriаtе) ОLАР. Для реализации многомерной модели используют многомерные БД; ROLAP - реляционный
- 31. MOLAP Каждый «кубик» преобразуется в отдельную строку таблицы:
- 32. MOLAP Преимущества: поиск и выборка данных осуществляются значительно быстрее, легко включить в информационную модель разнообразные встроенные
- 33. MOLAP – когда использовать? объем исходных данных для анализа не слишком велик (не более нескольких гигабайт),
- 34. ROLAP – схема «звезда» В центре – таблица фактов, по краям – таблицы измерений
- 35. ROLAP – схема «снежинка»
- 37. Скачать презентацию