数据仓库与数据挖掘的关系,区别与联系(概括一点)

发布网友 发布时间：2022-04-20 09:55

我来回答

共6个回答

热心网友 时间：2022-04-11 08:25

区别：

1、目的不同：

数据仓库是为了支持复杂的分析和决策，数据挖掘是为了在海量的数据里面发掘出预测性的、分析性的信息，多用来预测。

2、阶段不同：

数据仓库是数据挖掘的先期步骤，通过数据仓库的构建，提高了数据挖掘的效率和能力，保证了数据挖掘中的数据的宽广性和完整性。

3、处理方式不同：

数据挖掘是基于数据仓库和*数据库中的数据，找到数据的潜在模式进行预测，它可以对数据进行复杂处理。大多数情况下，数据挖掘是让数据从数据仓库到数据挖掘数据库中。

联系：

1、数据仓库是为了数据挖掘做预准备，数据挖掘可建立在数据仓库之上。

2、最终目的都为了提升企业的信息化竞争能力。

扩展资料：

数据仓库与数据挖掘的发展历程：

关系数据库是20世纪70年代初提出来，经过数据库专家几十年的努力，理论和实践都取得了显著成果，标志着数据库技术的日益成熟。

但它仍然难以实现对关系数据库中数据的分析，不能很好地支持决策，因此在80年代，产生了数据仓库的思想，90年代，数据仓库的基本原理、架构形式和使用原则都已确定。

主要技术包括对数据库中数据访问、网络、C / S结构和图形界面，一些大公司已经开始构建数据仓库。针对数据仓库中迅速增长的海量数据的收集、存放，用人力已经不能解决，那么数据仓库中有用的知识的提取就需要数据挖掘来实现。

数据挖掘与统计学子领域“试探性数据分析”及人工智能子领域“知识发现”和机器学有关，是一门综合性的技术学科。

参考资料：

百度百科-数据挖掘

百度百科-数据仓库

热心网友 时间：2022-04-11 09:43

1、数据挖掘就是从大量数据中提取数据的过程。

2、数据仓库是汇集所有相关数据的一个过程。

3、数据挖掘和数据仓库都是商业智能工具集合。

4、数据挖掘是特定的数据收集。

5、数据仓库是一个工具来节省时间和提高效率，将数据从不同的位置不同区域组织在一起。

6、数据仓库三层，即分段、集成和访问。

扩展资料：

1、数据挖掘 技术是经由自动或半自动的方法探勘及分析大量的资料，以创建有效的模型及规则，而企业通过数据挖掘可以更加了解他们的客户，进而改进他们的行销、业务及客服的运作。

数据挖掘是数据仓库的一种重要运用。

基本上，它是用来将你的资料中隐藏的资讯挖掘出来，所以 Data Mining 其实是所谓的 Knowledge Discovery 的一部份，Data Mining 使用了许多统计分析与 Modeling 的方法，到资料中寻找有用的特征（Patterns）以及关连（Relationships）。

Knowledge Discovery 的过程对 Data Mining 的应用成功与否有重要的影响，只有它才能确保 Data Mining 能获得有意义的结果。

数据挖掘和OLAP同为分析工具，其差别在于OLAP提供用户一便利的*度观点和方法，以有效率的对数据进行复杂的查询动作，其预设查询条件由用户预先设定，而数据挖掘，则能由资讯系统主动发掘资料来源中未曾被查觉的隐藏资讯，和透过用户的认知以产生信息。

2、数据仓库可以作为数据挖掘和OLAP等分析工具的资料来源，由于存放于数据仓库中的资料，必需经过筛选与转换，因此可以避免分析工具使用错误的资料，而得到不正确的分析结果。

另一方面，数据仓库是一个术语，描述一个系统在一个组织中所使用的数据的集合。这些数据收集在数据仓库提供的是事务性系统，如*，购买记录，甚至贷款记录。各个点的数据记录被创建然后集合在一起，就是数据仓库。该数据仓库给出的数据报告可以帮助用户业务信息，从而做出有效的决策。

热心网友 时间：2022-04-11 11:18

数据挖掘就是从大量数据中提取数据的过程；数据仓库是汇集所有相关数据的一个过程。
数据挖掘和数据仓库都是商业智能工具集合。
区别是数据挖掘是特定的数据收集；数据仓库是一个工具来节省时间和提高效率，将数据从不同的位置不同区域组织在一起。数据仓库分三层，即分段、集成和访问。
数据挖掘是数据仓库的一种重要运用。基本上，它是用来将你的资料中隐藏的资讯挖掘出来，所以DataMining其实是所谓的KnowledgeDiscovery的一部份，DataMining使用了许多统计分析与Modeling的方法，到资料中寻找有用的特征(Patterns)以及关连(Relationships)。另一方面，数据仓库是一个术语，描述一个系统在一个组织中所使用的数据的集合这些数据收集在数据仓库提供的是事务性系统，如*，购买记录，甚至贷款记录。各个点的数据记录被创建然后集合在一起，就是数据仓库。该数据仓库给出的数据报告可以帮助用户业务信息，从而做出有效的决策。

数据挖掘与数据仓库的关系与区别，可详细了解CDA数据分析师认证。CDA数据分析师要求学生具备从数据治理根源出发的思维，通过数字化工作方法来探查业务问题，通过近因分析、宏观根因分析等手段，再选择业务流程优化工具还是算法工具，而非“遇到问题调算法包”。真正给企业提出可行性的价值方案和价值业务结果。点击预约免费试听课。

热心网友 时间：2022-04-11 13:09

数据仓库是一种解决方案,是对原始的操作数据进行各种处理并转换成有用信息的处理过程,用户可以通过分析这些信息从而作出策略性的决策。因此,在很多场合,我们也把数据仓库系统称为决策支持系统。
而数据挖掘：是建立在数据仓库之上，分析数据仓库的。

数据仓库系统的查询大都非常复杂,主要有两种:一种以报表为主,从数据库中产生各种形式的业务报表。这种查询是预先规划好的(Pre-defined Query);另一种则是随机的、动态的查询(Ad-Hoc Query),对查询的结果也是不能预料的。数据仓库中的查询由于其复杂性,会经常使用多表的联接、累计、分类、排序等操作,这些大都要对整个表进行搜索。每次查询返回的数据量一般很大,经常需要根据上次查询的结果进行进一步的搜索,这个过程常称为数据挖掘。

热心网友 时间：2022-04-11 15:17

仓库是为了支持复杂的分析和决策，挖掘是为了在海量的数据里面发掘出预测性的、分析性的信息，多用来预测，挖掘可建立在数据仓库之上，两者不是一个为了另一个的关系，而是殊途同归之意，都为了提升企业的信息化竞争能力。

热心网友 时间：2022-04-11 17:42

数据仓库是为了数据挖掘做预准备，并且只是其中一种数据来源的渠道。