新闻中心

数据仓库与数据挖掘的关系,区别与联系(概括一点)

数据仓库是一种数据组织结构，可以将不同数据源的数据有机组合，便于数据分析。数据挖掘是对数据进行分析的方法，利用不同的数据挖掘算法，如关联，分类，聚类等等可以得到不同的分析结果。数据仓库的组织方式非常适合与数据挖掘。我是初学者，希望回答对你有帮助。谢谢。

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。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。数据仓库三层，即分段、集成和访问。

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。

【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。

数据挖掘开始兴起于哪一年

1、【一】根据涂子沛先生所讲，数据挖掘开始兴起于1989年。【二】数据挖掘（英语：Data mining），又译为资料探勘、数据采矿。它是数据库知识发现（英语：Knowledge-Discovery in Databases，简称：KDD）中的一个步骤。

2、数据挖掘开始兴起于1989年.数据挖掘（英语：Data mining），又译为资料探勘、数据采矿。它是数据库知识发现中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。

3、数据挖掘开始兴起于1989年；并非是1980年。徐子沛：任职于阿里巴巴集团副总裁。

4、年在美国纽约举行的第四届知识发现与数据 挖掘国际学术会议不仅进行了学术讨论，并且有30多家软件公司展示了他们的数据挖掘软件产品，不少软件已在北美、欧洲等国得到应用。

5、数据集大且不完整数据挖掘所需要的数据集是很大的，只有数据集越大，得到的规律才能越贴近于正确的实际的规律，结果也才越准确。除此以外，数据往往都是不完整的。（2）不准确性数据挖掘存在不准确性，主要是由噪声数据造成的。

6、“数据挖掘”这个术语是在什么时候被大家普遍接受的，已经难以考证，大约在上世纪90年代开始兴起。其中还有一段趣话。在科研界，最初一直沿用“数据库中的知识发现”（即KDD，Knowledge Discovery in Database）。

现在数据挖掘这个方向怎么样。发展怎么样,从事这个专业好吗

数据挖掘不错，国外很流行，应用很多，是很有前景的一个行业。在国内，处于起步阶段，学这个方向的，基本上出来是做数据处理、数据分析，或是有些干脆做软件开发师。如果找数据挖掘的工作，地点也很重要。国内发展比较好的城市是北京和上海，广东也有少数。

数据挖掘不错，在国外很流行，应用很多，在国内还好，我相信在未来很有前景的 人工智能与认知科学，算法与程序理论，计算复杂性与计算理论，如果你想读到博士的话可以考虑 比较偏理论。

所以可以简单的说是未来很大，人才短缺。目前国内数据挖掘专业的人才培养体系尚不健全，人才市场上精通数据挖掘技术、商业智能的供应量极小，而另一方面企业、政府机构和和科研单位对此类人才的潜在需求量极大，供需缺口极大。

商业领域数据挖掘是如何诞生的

1、世纪90年代，随着数据库系统的广泛应用和网络技术的高速发展，数据库技术也进入一个全新的阶段，即从过去仅管理一些简单数据发展到管理由各种计算机所产生的图形、图像、音频、视频、电子档案、Web页面等多种类型的复杂数据，并且数据量也越来越大。

2、数据挖掘技术是人们长期对数据技术进行研究和开发的结果。商业数据挖掘是针对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据，它是一种新的商业信息处理技术，其主要目的是为所有决策提供真正有价值的信息，进而获得利润。

3、完整的：1．商业领域数据挖掘是如何诞生的？全球最大的零售商沃尔玛通过对顾客购物的数据分析后发现，很多周末购买尿布的顾客也同时购买啤酒。经过深入研究后发现，美国家庭买尿布的多是爸爸。爸爸们下班后要到超市买尿布，同时要“顺手牵羊”带走啤酒，好在周末看棒球赛的同时过把酒瘾。

4、什么是数据挖掘 数据挖掘的历史 近十几年来，人们利用信息技术生产和搜集数据的能力大幅度提高，千万万个数据库被用于商业管理、政府办公、科学研究和工程开发等等，这一势头仍将持续发展下去。于是，一个新的挑战被提了出来：在这被称之为信息爆炸的时代，信息过量几乎成为人人需要面对的问题。

5、自人工智能诞生以来，其理论和技术日益成熟，应用领域也在不断扩大。可以想象，未来人工智能带来的科技产品将是人类智慧的“容器”。人工智能可以模拟人类意识和思维的信息过程。人工智能不是人类的智能，但它可以像人类一样思考，并可能超越人类的智能。一般，数据挖掘就是人工智能中的一个方向。

6、首先，手中握有数据的公司站在金矿上，基于数据交易即可产生很好的效益；其次，基于数据挖掘会有很多商业模式诞生，定位角度不同，或侧重数据分析。比如帮企业做内部数据挖掘，或侧重优化，帮企业更精准找到用户，降低营销成本，提高企业销售率，增加利润。 未来，数据可能成为最大的交易商品。

数据挖掘的起源与发展

1、数据挖掘开始兴起于1989年.数据挖掘（英语：Data mining），又译为资料探勘、数据采矿。它是数据库知识发现中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。

2、数据挖掘的广义观点：数据挖掘就是从存放在数据库，数据仓库或其他信息库中的大量的数据中“挖掘”有趣知识的过程。数据挖掘，又称为数据库中知识发现（Knowledge Discovery in Database， KDD）， 也有人把数据挖掘视为数据库中知识发现过程的一个基本步骤。

3、数据挖掘的起源 来自不同学科的研究者汇集到一起，开始着手开发可以处理不同数据 类型的更有效的、可伸缩的工具。这些工作都是建立在研究者先前使用的方法学和算法之上，而在数据挖掘领域达到高潮。

4、近年来，数据挖掘引起了信息产业界的极大关注，其主要原因是存在大量数据，可以广泛使用，并且迫切需要将这些数据转换成有用的信息和知识。获取的信息和知识可以广泛用于各种应用，包括商务管理，生产控制，市场分析，工程设计和科学探索等。

5、起源 需要是发明之母。近年来，数据挖掘引起了信息产业界的极大关注，其主要原因是存在大量数据，可以广泛使用，并且迫切需要将这些数据转换成有用的信息和知识。获取的信息和知识可以广泛用于各种应用，包括商务管理，生产控制，市场分析，工程设计和科学探索等。

6、可视化技术等。数据挖掘从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息，数据挖掘主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据；作出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，作出正确的决策。

贝基-哈蒙(数据挖掘的先驱)

1、贝基-哈蒙，1951年出生于美国，是一名计算机科学家和数据挖掘专家。她毕业于加州大学伯克利分校，获得计算机科学博士学位。之后，她在斯坦福大学担任计算机科学和电气工程的教授，并且在斯坦福大学创办了数据挖掘实验室，致力于数据挖掘的研究和应用。贝基-哈蒙在数据挖掘领域的贡献是巨大的。

2、贝基·哈蒙，这位美国篮球运动员的中文名字是贝基·哈蒙，她在球场上身披25号球衣，担任后卫的位置。她的英文全名是Becky Hammon，而用俄文表示则是Ребекка Линн Хаммон。贝基的家乡是在美国的南达科他州，她的篮球生涯中，她曾效力于两支球队。

3、休赛期，哈蒙回到西班牙Rivas Futura队，并在2007年WNBA选秀中被交换到银星队，以交换选秀权。在银星队，她凭借关键时刻的投篮技巧赢得了“Big Shot Becky”的美誉。2008年，她带领银星队进入季后赛，虽然在决赛中不敌震动队，但她代表俄罗斯参加了北京奥运会，并在对阵我国的比赛中表现出色。