内容发布更新时间 : 2024/12/22 18:00:43星期一 下面是文章的全部内容请认真阅读。

龙源期刊网 http://www.qikan.com.cn

数据仓库及其数据挖掘的应用分析

作者：刘琴

来源：《速读·下旬》2017年第11期

摘 要：现阶段我国的科学技术水平有了显著提高，一些数据挖掘技术得到了广泛应用，促进了相关产业的良好发展。信息时代的数据仓库的应用，满足了数据存储的应用要求，本文主要就数据仓库以及数据挖掘技术和其在实际中的应用详细探究，希望能通过此次的理论研究，有助于促进数据挖掘技术和仓库技术的应用水平提高。 关键词：数据仓库；数据挖掘技术；技术应用

网络技术的应用改变了社会分工的局面，也降低了生产成本，人们对数据的储存以及应用的需求也在进一步的加大，传统的数据技术已经满足不了实际的应用要求。数据仓库技术和数据挖掘技术是近些年应用比较广泛的技术，通过对这些技术的应用深化研究，对实际技术的作用发挥就有着实质促进意义。

1数据仓库技术和数据挖掘技术理论分析 1.1数据仓库技术

数据仓库技术在当前的技术应用领域比较火热，数据仓库是采用更好的支持企业或者是组织决策分析处理的数据集合技术，和传统数据库技术相比较有着不同，数据仓库不是新的平台，而是新概念，技术的发展是建立在数据库管理系统上的，数据仓库是在数据管理的基础上构造数据的过程，信息的收集和处理就更为详细。数据仓库是面向主题的以及继承的，其中包含大量历史数据，这些数据进入仓库前需要加工以及集成，把原来的数据结构转向面向主题。从数据仓库技术的应用来看，其工作的范围以及成本比较巨大，有着特定应用的小型数据仓库，可升级到完整数据仓库。 1.2数据挖掘技术

数据挖掘技术也是近些年应用比较广泛的技术，这一技术是在数据集合基础上发展的，抽取隐藏数据中的有用信息的过程，将信息多样化的形式表现出来，能有效的辅助决策者对数据信息详细分析，有着预见性的作用，从而提高决策者的决策准确度。数据挖掘技术的应用是融合多种技术功能的，功能间也是相互的依存的，有着紧密的联系。数据挖掘技术涉及到人工智能技术以及神经网络技术等，有着比较高的自动分析能力，能结合数据信息进行归纳推理，从而挖掘潜在未知模式，数据挖掘的过程是通过从大型的数据库中进行提取预测性信息，找到有价值可利用的信息，和用户参与有着紧密的联系。数据的选择目的是辨别需要分析的数据集合，会将信息处理的范围能进行缩小，然后对信息统计处理，对于丢失的数据就能采用统计的方式进行弥补。结合用户决策目的对所提取的信息分析验证等。

龙源期刊网 http://www.qikan.com.cn

数据挖掘技术的主要工具应用有着一些特征，体现在数据准备的设施和数据挖掘擦走哦以及结果可视化上。在进行数据挖掘的操作上，根据不同的类型实施。数据挖掘的类型按照不同的标准就有着不同的类型，如按照数据库系统以及技术进行分类，就会有不同类型。 2数据仓库和数据挖掘技术的应用 2.1数据仓库的技术应用

数据仓库技术在诸多领域都得到了应用，如将数据仓库应用在超市当中，就能提高经营的利润。超市的经营过程中，对其产生影响的因素中，商品库存体现的比较突出。对库存的分析采用数据仓库技术应用，就能降低商品库存成本。对商品的采购需要结合库存的情况来实施，而数据仓库技术应用就能结合不同的客户群体来划分类型，及时为经营者提供销售信息。首先就要进行建立数据仓库，要进行实际的需求分析，为超市销售数据分析得到商品与客户潜在销售的关系，然后对销售的结果有效利用，就能找到稳定以及高效的客户群。

超市数据仓库的技术应用在维度设计环节是比较重要的，商品销售的情况在业务中是关键，销售数据是所样化的，这就使得在建立数据仓库系统的时候，也要能满足实际的应用需求，将数据仓库系统向着客户维以及商品维和部门维等方向构建，这样在多个以上维度结合下，就能有效分析特定信息，能通过分析了解商品的实际销售情况。维度设计后就要注重粒度的设计，这一设计主要是仓库中保存数据细化程度的设计，数据可是原始细节数据，或者是汇总的数据。确定数据粒度细化程度高粒度级就会小。对粒度层次的划分环节要注意，其层次划分的情况会影响数据量和查询类型。对于粒度级别就要重点分析级别两个字。如对时间维的分析就要把数据粒度级别理解成准备在时间维上按何种标准进行实施数据处理。销售分析当中的粒度划分商品维就包含着粒度内容商品名以及代码和分类等内容。 2.2数据挖掘技术的应用

数据挖掘技术在实际中应用的时候，要注意几个重要的层面，要先进行确定数据挖掘的目标。数据的准备阶段的时候，就要注重数据的选择，结合前提所提出的目标，对数据库当中有价值数据进行集合，然后缩小数据研究范围。然后实施数据的预处理，要注重完成两个任务，首先就是数据完整和实用性的检查工作，将噪声数据加以消除，然后推导所缺失的数据。进行数据类转换，把数据转换成统一格式。最后就是实施数据变换，减少挖掘数据的基数，将挖掘算法的整体效率有效提高。

数据挖掘技术应用在超市当中的时候，就会运用到诸多的算法，如人工神经网络以及聚类分析等。数据挖掘技术的应用就能将摆放商品以及促销形式等诸多的问题有效解决。如商品的摆放问题上，就能选择时间维度对商品的销售信息关联分析，观察同一时间段商品销售额相似的商品，这样就能将这一类型的商品摆放一起。对于商品的促销形式的问题解决也能起到积极促进作用。主要就是采用的决策树方法来对购买商品的顾客进行分析，分析顾客购买群体以及年龄和收入等，这样就能有效的提高促销的效率。

龙源期刊网 http://www.qikan.com.cn

3结语

综上所述，数据仓库以及数据挖掘技术的应用，能够有效为决策者提供准确的决策信息，利于决策的成功率。通过此次对数据仓库以及数据挖掘技术的理论研究，以及技术应用的情况分析，就能有助于技术的应用水平提高。 参考文献：

[1]戴金萍.基于数据仓库的医院信息管理综合应用平台研究[J].信息系统工程，2016（06）. [2]崔曜.医疗云存储下的医院信息数据挖掘及实现技术的探索[J].数字技术与应用，2016（05）.

[3]骆焦煌.数据挖掘技术在入侵检测系统中的应用研究[J].吉林师范大学学报（自然科学版），2016（02）.

[4]梁源，颜欢，曹艳斌.基于数据挖掘的病例自动化分析系统研究与设计[J].电子技术与软件工程，2016（07）.

[5]周岳亮.医院信息系统中的数据挖掘技术研究[J].信息通信，2016（04）.