數據倉庫及其數據挖掘的應用分析

劉琴

摘 要：現階段我國的科學技術水平有了顯著提高，一些數據挖掘技術得到了廣泛應用，促進了相關產業的良好發展。信息時代的數據倉庫的應用，滿足了數據存儲的應用要求，本文主要就數據倉庫以及數據挖掘技術和其在實際中的應用詳細探究，希望能通過此次的理論研究，有助于促進數據挖掘技術和倉庫技術的應用水平提高。

關鍵詞：數據倉庫；數據挖掘技術；技術應用

網絡技術的應用改變了社會分工的局面，也降低了生產成本，人們對數據的儲存以及應用的需求也在進一步的加大，傳統的數據技術已經滿足不了實際的應用要求。數據倉庫技術和數據挖掘技術是近些年應用比較廣泛的技術，通過對這些技術的應用深化研究，對實際技術的作用發揮就有著實質促進意義。

1數據倉庫技術和數據挖掘技術理論分析

1.1數據倉庫技術

數據倉庫技術在當前的技術應用領域比較火熱，數據倉庫是采用更好的支持企業或者是組織決策分析處理的數據集合技術，和傳統數據庫技術相比較有著不同，數據倉庫不是新的平臺，而是新概念，技術的發展是建立在數據庫管理系統上的，數據倉庫是在數據管理的基礎上構造數據的過程，信息的收集和處理就更為詳細。數據倉庫是面向主題的以及繼承的，其中包含大量歷史數據，這些數據進入倉庫前需要加工以及集成，把原來的數據結構轉向面向主題。從數據倉庫技術的應用來看，其工作的范圍以及成本比較巨大，有著特定應用的小型數據倉庫，可升級到完整數據倉庫。

1.2數據挖掘技術

數據挖掘技術也是近些年應用比較廣泛的技術，這一技術是在數據集合基礎上發展的，抽取隱藏數據中的有用信息的過程，將信息多樣化的形式表現出來，能有效的輔助決策者對數據信息詳細分析，有著預見性的作用，從而提高決策者的決策準確度。數據挖掘技術的應用是融合多種技術功能的，功能間也是相互的依存的，有著緊密的聯系。數據挖掘技術涉及到人工智能技術以及神經網絡技術等，有著比較高的自動分析能力，能結合數據信息進行歸納推理，從而挖掘潛在未知模式，數據挖掘的過程是通過從大型的數據庫中進行提取預測性信息，找到有價值可利用的信息，和用戶參與有著緊密的聯系。數據的選擇目的是辨別需要分析的數據集合，會將信息處理的范圍能進行縮小，然后對信息統計處理，對于丟失的數據就能采用統計的方式進行彌補。結合用戶決策目的對所提取的信息分析驗證等。

數據挖掘技術的主要工具應用有著一些特征，體現在數據準備的設施和數據挖掘擦走哦以及結果可視化上。在進行數據挖掘的操作上，根據不同的類型實施。數據挖掘的類型按照不同的標準就有著不同的類型，如按照數據庫系統以及技術進行分類，就會有不同類型。

2數據倉庫和數據挖掘技術的應用

2.1數據倉庫的技術應用

數據倉庫技術在諸多領域都得到了應用，如將數據倉庫應用在超市當中，就能提高經營的利潤。超市的經營過程中，對其產生影響的因素中，商品庫存體現的比較突出。對庫存的分析采用數據倉庫技術應用，就能降低商品庫存成本。對商品的采購需要結合庫存的情況來實施，而數據倉庫技術應用就能結合不同的客戶群體來劃分類型，及時為經營者提供銷售信息。首先就要進行建立數據倉庫，要進行實際的需求分析，為超市銷售數據分析得到商品與客戶潛在銷售的關系，然后對銷售的結果有效利用，就能找到穩定以及高效的客戶群。

超市數據倉庫的技術應用在維度設計環節是比較重要的，商品銷售的情況在業務中是關鍵，銷售數據是所樣化的，這就使得在建立數據倉庫系統的時候，也要能滿足實際的應用需求，將數據倉庫系統向著客戶維以及商品維和部門維等方向構建，這樣在多個以上維度結合下，就能有效分析特定信息，能通過分析了解商品的實際銷售情況。維度設計后就要注重粒度的設計，這一設計主要是倉庫中保存數據細化程度的設計，數據可是原始細節數據，或者是匯總的數據。確定數據粒度細化程度高粒度級就會小。對粒度層次的劃分環節要注意，其層次劃分的情況會影響數據量和查詢類型。對于粒度級別就要重點分析級別兩個字。如對時間維的分析就要把數據粒度級別理解成準備在時間維上按何種標準進行實施數據處理。銷售分析當中的粒度劃分商品維就包含著粒度內容商品名以及代碼和分類等內容。

2.2數據挖掘技術的應用

數據挖掘技術在實際中應用的時候，要注意幾個重要的層面，要先進行確定數據挖掘的目標。數據的準備階段的時候，就要注重數據的選擇，結合前提所提出的目標，對數據庫當中有價值數據進行集合，然后縮小數據研究范圍。然后實施數據的預處理，要注重完成兩個任務，首先就是數據完整和實用性的檢查工作，將噪聲數據加以消除，然后推導所缺失的數據。進行數據類轉換，把數據轉換成統一格式。最后就是實施數據變換，減少挖掘數據的基數，將挖掘算法的整體效率有效提高。

數據挖掘技術應用在超市當中的時候，就會運用到諸多的算法，如人工神經網絡以及聚類分析等。數據挖掘技術的應用就能將擺放商品以及促銷形式等諸多的問題有效解決。如商品的擺放問題上，就能選擇時間維度對商品的銷售信息關聯分析，觀察同一時間段商品銷售額相似的商品，這樣就能將這一類型的商品擺放一起。對于商品的促銷形式的問題解決也能起到積極促進作用。主要就是采用的決策樹方法來對購買商品的顧客進行分析，分析顧客購買群體以及年齡和收入等，這樣就能有效的提高促銷的效率。

3結語

綜上所述，數據倉庫以及數據挖掘技術的應用，能夠有效為決策者提供準確的決策信息，利于決策的成功率。通過此次對數據倉庫以及數據挖掘技術的理論研究，以及技術應用的情況分析，就能有助于技術的應用水平提高。

參考文獻：

[1]戴金萍.基于數據倉庫的醫院信息管理綜合應用平臺研究[J].信息系統工程，2016（06）.

[2]崔曜.醫療云存儲下的醫院信息數據挖掘及實現技術的探索[J].數字技術與應用，2016（05）.

[3]駱焦煌.數據挖掘技術在入侵檢測系統中的應用研究[J].吉林師范大學學報（自然科學版），2016（02）.

[4]梁源，顏歡，曹艷斌.基于數據挖掘的病例自動化分析系統研究與設計[J].電子技術與軟件工程，2016（07）.

[5]周岳亮.醫院信息系統中的數據挖掘技術研究[J].信息通信，2016（04）.endprint