ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 05.05.2024
Просмотров: 18
Скачиваний: 0
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
, и при этом клиенту требуется от системы минимальное время отклика.
Транза́кция (англ. transaction) — группа последовательных операций с базой данных, которая представляет собой логическую единицу работы с данными (INSERT, UPDATE, DELETE). Транзакция может быть выполнена либо целиком и успешно, соблюдая целостность данных и независимо от параллельно идущих других транзакций, либо не выполнена вообще и тогда она не должна произвести никакого эффекта.
Вопрос 3. Средства и инструменты бизнес аналитики.
Аналитическая обработка в реальном времени) —
OLAP (online analytical processing) —
технология обработки данных, заключающаяся в подготовке суммарной (агрегированной) информации на основе больших массивов данных, структурированных по многомерному принципу, называемых OLAP-кубом.
Индексам массива соответствуют измерения (dimensions) или оси куба, а значениям элементов массива — меры (measures) куба.
w : (x,y,z) → wxyz,
где x, y, z — измерения, w — мера.
В отличии от обычного массива в языке программирования, доступ к элементам — OLAP-куба может осуществляться как по полному набору индексов-измерений, так и по их подмножеству. Тогда результатом будет не один элемент, а их множество :
W : (x,y) → W = {wz1, wz2, …, wzn}
Куб создаётся из соединения таблиц с применением схемы звезды или схемы снежинки. Обе схемы включают два типа таблиц: таблицу фактов (fact table) и нескольких таблиц измерений (dimension table).
Существуют три типа OLAP:
●многомерная OLAP (Multidimensional OLAP — MOLAP);
●реляционная OLAP (Relational OLAP — ROLAP);
●гибридная OLAP (Hybrid OLAP — HOLAP).
Вопрос 3. Средства и инструменты бизнес аналитики.
Поиск данных в базах данных (Data Mining) – (knowledge discovery in databases - KDD) – обеспечивает возможность провести глубокое изучение данных, выявлять закономерности и применять их для управления бизнесом.
Data Mining - «добыча данных»[
Knowledge Discovery In Data - «открытие знаний в базах данных»
Включает сбор информации, «обнаружение знаний в базах данных» - собирательное название, используемое для обозначения совокупности методов обнаружения в данных ранее неизвестных, нетривиальных, практически полезных и доступных знаний, необходимых для принятия решений в различных сферах человеческой деятельности.
Основу методов Data Mining составляют методы, находящиеся на стыке баз данных, статистики и искусственного интеллекта. Они включают применение деревьев решений, искусственных нейронных сетей, генетических алгоритмов, эволюционного программирования, ассоциативной памяти, нечёткой логики.
Вопрос 3. Средства и инструменты бизнес аналитики.
Суть метода Data mining
●имеется достаточно крупная база данных;
●предполагается, что в базе данных находятся некие «скрытые знания»:
-ранее не известные — то есть такие знания, которые должны быть новыми (а не подтверждающими какие-то ранее полученные сведения);
-нетривиальные — то есть такие, которые нельзя просто так увидеть (при непосредственном визуальном анализе данных или при вычислении простых статистических характеристик);
-практически полезные — то есть такие знания, которые представляют ценность для исследователя или потребителя;
-доступные для интерпретации — то есть такие знания, которые легко представить в наглядной для пользователя форме и легко объяснить в терминах предметной области.
●необходимо разработать методы обнаружения таких знаний, скрытых в больших объёмах исходных «сырых» данных.
В текущих условиях глобальной конкуренции именно найденные закономерности (знания) могут быть источником дополнительного конкурентного преимущества.
Вопрос 3. Средства и инструменты бизнес аналитики.
Хранилище данных (Data Warehouse) –
предметно-ориентированная информационная база данных, специально разработанная и предназначенная для подготовки отчётов и бизнес-анализа с целью поддержки принятия решений
Вопрос 3. Средства и инструменты бизнес аналитики.
Транза́кция (англ. transaction) — группа последовательных операций с базой данных, которая представляет собой логическую единицу работы с данными (INSERT, UPDATE, DELETE). Транзакция может быть выполнена либо целиком и успешно, соблюдая целостность данных и независимо от параллельно идущих других транзакций, либо не выполнена вообще и тогда она не должна произвести никакого эффекта.
Вопрос 3. Средства и инструменты бизнес аналитики.
Аналитическая обработка в реальном времени) —
OLAP (online analytical processing) —
технология обработки данных, заключающаяся в подготовке суммарной (агрегированной) информации на основе больших массивов данных, структурированных по многомерному принципу, называемых OLAP-кубом.
Индексам массива соответствуют измерения (dimensions) или оси куба, а значениям элементов массива — меры (measures) куба.
w : (x,y,z) → wxyz,
где x, y, z — измерения, w — мера.
В отличии от обычного массива в языке программирования, доступ к элементам — OLAP-куба может осуществляться как по полному набору индексов-измерений, так и по их подмножеству. Тогда результатом будет не один элемент, а их множество :
W : (x,y) → W = {wz1, wz2, …, wzn}
Куб создаётся из соединения таблиц с применением схемы звезды или схемы снежинки. Обе схемы включают два типа таблиц: таблицу фактов (fact table) и нескольких таблиц измерений (dimension table).
Существуют три типа OLAP:
●многомерная OLAP (Multidimensional OLAP — MOLAP);
●реляционная OLAP (Relational OLAP — ROLAP);
●гибридная OLAP (Hybrid OLAP — HOLAP).
Вопрос 3. Средства и инструменты бизнес аналитики.
Поиск данных в базах данных (Data Mining) – (knowledge discovery in databases - KDD) – обеспечивает возможность провести глубокое изучение данных, выявлять закономерности и применять их для управления бизнесом.
Data Mining - «добыча данных»[
Knowledge Discovery In Data - «открытие знаний в базах данных»
Включает сбор информации, «обнаружение знаний в базах данных» - собирательное название, используемое для обозначения совокупности методов обнаружения в данных ранее неизвестных, нетривиальных, практически полезных и доступных знаний, необходимых для принятия решений в различных сферах человеческой деятельности.
Основу методов Data Mining составляют методы, находящиеся на стыке баз данных, статистики и искусственного интеллекта. Они включают применение деревьев решений, искусственных нейронных сетей, генетических алгоритмов, эволюционного программирования, ассоциативной памяти, нечёткой логики.
Вопрос 3. Средства и инструменты бизнес аналитики.
Суть метода Data mining
●имеется достаточно крупная база данных;
●предполагается, что в базе данных находятся некие «скрытые знания»:
-ранее не известные — то есть такие знания, которые должны быть новыми (а не подтверждающими какие-то ранее полученные сведения);
-нетривиальные — то есть такие, которые нельзя просто так увидеть (при непосредственном визуальном анализе данных или при вычислении простых статистических характеристик);
-практически полезные — то есть такие знания, которые представляют ценность для исследователя или потребителя;
-доступные для интерпретации — то есть такие знания, которые легко представить в наглядной для пользователя форме и легко объяснить в терминах предметной области.
●необходимо разработать методы обнаружения таких знаний, скрытых в больших объёмах исходных «сырых» данных.
В текущих условиях глобальной конкуренции именно найденные закономерности (знания) могут быть источником дополнительного конкурентного преимущества.
Вопрос 3. Средства и инструменты бизнес аналитики.
Хранилище данных (Data Warehouse) –
предметно-ориентированная информационная база данных, специально разработанная и предназначенная для подготовки отчётов и бизнес-анализа с целью поддержки принятия решений
Вопрос 3. Средства и инструменты бизнес аналитики.