개념 설명
개념 설명은 데이터 마이닝의 최종 유형입니다. 단골 구매자, 대학원 지원자 등을 포함한 일련의 데이터를 정의합니다. 데이터의 특성화 및 비교를 설명합니다. 설명할 개념이 객체의 클래스로 정의될 때 클래스 설명이라고도 합니다. 이러한 설명은 데이터 특성화의 지원으로 결정할 수 있습니다.
데이터 특성화는 대상 데이터 클래스의 일반적인 특성을 요약한 것입니다. 특정 사용자 정의 클래스와 관련된 데이터는 일반적으로 데이터베이스 쿼리에 의해 복구됩니다. 데이터 특성화의 출력은 막대 차트, 곡선, 파이 차트 및 라이브 그래프 등과 같은 여러 형식으로 표시될 수 있습니다.
특성화는 주어진 데이터 세트의 간결한 요약을 지원하는 반면 개념 또는 클래스 비교는 둘 이상의 데이터 세트를 비교하는 설명을 지원합니다.
OLAP
OLAP는 온라인 분석 처리를 나타냅니다. OLAP는 분석가, 관리자 및 관리가 원시 정보에서 실제 차원을 반영하도록 변경된 데이터의 다양한 가능한 보기에서 빠르고 정기적이며 대화식 액세스를 통해 데이터에 대한 비전을 얻을 수 있도록 하는 소프트웨어 기술의 범주입니다. 사용자가 달성한 기업입니다.
OLAP 서버는 데이터 저장 방법 또는 위치에 대한 우려 없이 데이터 웨어하우스 또는 데이터 마트의 다차원 데이터를 사용하는 현재 비즈니스 사용자입니다. OLAP 서버의 물리적 구조와 성능은 데이터 저장 문제를 고려해야 합니다.
대규모 데이터베이스의 개념 설명과 OLAP 도구 간의 비교를 살펴보겠습니다.
| 대규모 데이터베이스의 개념 설명 | OLAP 도구 |
|---|---|
| 데이터베이스 속성은 숫자, 비숫자, 공간, 텍스트 또는 이미지와 같은 여러 유형이 될 수 있습니다. | 데이터 웨어하우스 및 OLAP 도구는 데이터를 데이터 큐브 형태로 보고 속성을 만들고 차원을 측정 및 제한하는 다차원 데이터 모델에 설정됩니다. 숫자가 아닌 데이터로. |
| 집계를 통해 데이터베이스의 개념 설명은 속성의 복잡한 데이터 유형을 관리할 수 있습니다. | OLAP는 가능한 차원 및 측정 유형에 대한 조건 때문에 데이터 분석을 위한 단순화된 모델을 정의합니다. |
| 데이터 마이닝의 개념 설명에는 사용자가 분석에 포함해야 하는 속성과 그 정도를 결정할 수 있도록 지원하는 보다 자동화된 프로세스가 필요했습니다. 주어진 데이터는 흥미로운 데이터 요약을 위해 일반화되어야 합니다. | 데이터 웨어하우스의 OLAP는 단순히 사용자가 제어하는 프로세스입니다. 드릴다운, 롤업, 슬라이싱 및 다이싱을 포함한 차원 선택 및 OLAP 작업의 적용은 사용자가 감독하고 제어합니다. OLAP에서 사용자는 긴 시리즈의 OLAP 작업을 정의해야 합니다. |