本篇文章给大家谈谈数据仓库与数据挖掘教程课后答案，以及数据仓库与数据挖掘教程课后答案第五章对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。
本文目录一览：
数据挖掘的主要步骤有哪些?
(1)信息收集：根据确定的数据分析对象抽象出在数据分析中所需要的特征信息，然后选择合适的信息收集方法，将收集到的信息存入数据库。对于海量数据，选择一个合适的数据存储和管理的数据仓库是至关重要的。
从商业的角度理解项目目标和需求，将其转换成一种数据挖掘的问题定义，设计出达到目标的一个初步计划。理解数据收集初步的数据，进行各种熟悉数据的活动。包括数据描述，数据探索和数据质量验证等。准备数据将最初的原始数据构造成最终适合建模工具处理的数据集。包括表、记录和属性的选择，数据转换和数据清理等。
建立模型 建立模型，指选择和使用各种建模技术，并对其参数进行调优。一般地，相同数据挖掘问题类型会有几种技术手段。某些技术对于数据形式有特殊规定，这通常需要重新返回到数据准备阶段。
理解数据和数据的来源(understanding)。获取相关知识与技术(acquisition)。整合与检查数据(integration and checking)。去除错误或不一致的数据(data cleaning)。建立模型和假设(model and hypothesis development)。实际数据挖掘工作(data mining)。
数据挖掘对象和步骤：数据挖掘对象 数据的类型可以是结构化的、半结构化的，甚至是异构型的。发现知识的方法可以是数学的、非数学的，也可以是归纳的。最终被发现了的知识可以用于信息管理、查询优化、决策支持及数据自身的维护等。数据挖掘的对象可以是任何类型的数据源。
数据仓库与数据挖掘的关系,区别与联系(概括一点
(1) 数据仓库是一种数据存储和数据组织技术， 提供数据源。(2) 数据挖掘是一种数据分析技术， 可针对数据仓库中的数据进行分析。
二者的联系既有联系又有区别。数据仓库的出现，并不是要取代数据库。目前，大部分数据仓库还是用关系数据库管理系统来管理的。可以说，数据库、数据仓库相辅相成、各有千秋。二者的区别可以从以下几个方面进行比较：（1）出发点不同：数据库是面向事务的设计；数据仓库是面向主题设计的。
【答案】：(1)数据仓库是基础：无论是数据挖掘还是OLAP分析，他们成功的关键之一是能够访问正确的、完整的和集成的数据。这也是对数据仓库的要求。
数据仓库与数据挖掘的原理是什么?
《数据仓库与数据挖掘》主要介绍数据仓库和数据挖掘技术的基本原理和应用方法，全书共分为12章，主要内容包括数据仓库的概念和体系结构、数据仓库的数据存储和处理、数据仓库系统的设计与开发、关联规则、数据分类、数据聚类、贝叶斯网络、粗糙集、神经网络、遗传算法、统计分析、文本和Web挖掘。
原则上讲，数据挖掘可以应用于任何类型的信息存储库及瞬态数据（如数据流），如数据库、数据仓库、数据集市、事务数据库、空间数据库（如地图等）、工程设计数据（如建筑设计等）、多媒体数据（文本、图像、视频、音频）、网络、数据流、时间序列数据库等。
数据仓库数据仓库是一种只读、用于分析数据库，常常作为决策支持系统底层。联机分析处理联机分析处理是针对特定问题联机数据访问和分析，通过对信息进行快速、稳定、一致和交互式存取，对数据进行多层次、多阶段分析处理，以获得高度归纳分析结果。
数据仓库与数据挖掘的联系 (1)数据仓库为数据挖掘提供了更好的、更广泛的数据源。(2)数据仓库为数据挖掘提供了新的支持平台。(3)数据仓库为更好地使用数据挖掘这个工具提供了方便。(4)数据挖掘为数据仓库提供了更好的决策支持。(5)数据挖掘对数据仓库的数据组织提出了更高的要求。
利用互联网挖掘并记录你的企业构思的答案
先谋篇布局，后细枝末节。 大多数中小企业是先生存后发展，在发展的过程中不断调整经营思路，逐渐形成企业的格局、战略。不过，随着市场化经济的推进改革，以及人员素质的提高。部分少数创业者、企业家也会先对企业有个全局构思，形成一个蓝图，统筹把握后才实施建立企业组织。
**市场调研**：这是挖掘企业构思的最基本途径之一。通过市场调研，你可以了解目标市场的需求、趋势、竞争状况等信息。这有助于你发现尚未满足的需求，找到你的企业构思的市场空间。 **创新思维**：创新思维是挖掘企业构思的重要途径。
挖掘企业构思的途径有从生产专长出发、从顾客需要出发。小企业创办的原则：志向要大。要有努力的大目标，要有成长为大企业的雄心，很多大企业都是由小企业发展起来的。计算要精。要精确计算自己的资金和资源，量力而行和进行量化管理，小心无数量危险和数字陷井。规模要小。
关于数据仓库与数据挖掘教程课后答案和数据仓库与数据挖掘教程课后答案第五章的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。
