数据挖掘和数据仓库这两个术语经常被业务和技术人员混淆。随着数据收集软件程序的实施和计算机内存成本的降低,整个数据管理领域都经历了惊人的增长。这两个功能背后的主要目的是提供挖掘大量数据中模式和意义的工具和...
数据挖掘和数据仓库这两个术语经常被业务和技术人员混淆。随着数据收集软件程序的实施和计算机内存成本的降低,整个数据管理领域都经历了惊人的增长。这两个功能背后的主要目的是提供挖掘大量数据中模式和意义的工具和方法。

使用数据挖掘工具的目的是发现信息中隐藏的模式数据挖掘和数据仓库的主要区别在于系统设计、使用的方法和目的。数据挖掘是使用模式识别逻辑来识别样本数据集中的趋势,并根据更大的数据池推断这些信息数据仓库是提取和存储数据以便于报告的过程。

数据挖掘是使用模式识别逻辑来识别样本数据中的趋势根据更大的数据池设置和推断这些信息,而数据仓库是提取和存储数据以便于报告的过程。数据挖掘是一个通用术语,用于描述从数据派生模式的一系列业务流程通常,统计分析软件包用于根据最终用户生成的数据集和查询来识别特定模式。数据挖掘的典型用途是创建有针对性的营销计划,识别财务欺诈,并在安全审查中标记行为中的异常模式数据挖掘的一个很好的例子是电话公司向现有客户推销产品的过程。电话公司使用数据挖掘软件访问其客户信息数据库。编写查询以识别在特定时间段内订阅基本手机套餐和互联网服务。一旦选择了此数据集,另一个查询是为了确定有多少客户在试用促销期间利用了免费的附加电话功能。此数据挖掘练习的结果揭示了可以驱动或帮助改进营销计划以增加附加电话服务使用率的行为模式需要注意的是,数据挖掘的主要目的是发现数据中的模式。用于定义样本集的规范对输出的相关性和分析的准确性有着巨大的影响仅限于特定地理区域内的客户,其结果和模式将不同于更广泛的数据集,尽管数据挖掘和数据仓库都处理大量的信息,但使用的过程却截然不同数据仓库是一种软件产品,用于存储大量数据,并运行专门设计的查询和报告。商业智能是一个日益增长的研究领域,其重点是数据仓库和相关功能。这些工具旨在提取数据并将其存储在旨在提供增强系统的方法中性能。数据挖掘和数据仓库中的许多术语是相同的,这会导致更多的混淆。