什麼是數據挖掘?它和傳統的商業智能有什麼區別?數據挖掘是從一個數據集提取隱藏知識來幫助你制定決策的過程通過隱藏的知識基於一個模型通過對其他上千個客戶的總結來預測一個客戶可能會購買哪個產品或者客戶的哪些屬性最能影響他們的購買模式?思考統計可能性集群相關性和代替趨勢和總結的預測
一般查詢和報表OLAP或其他分析工具能夠很好地獲得你想制定的一類決策的細節我們可以定義公制和維度並向下鑽取和報表以及狀態面板因為我們通常知道我們需要什麼我們只是不知道涉及的產品地區和客戶一個用戶可能知道怎樣定義一個好的客戶是怎樣的以及商業智能系統可以開發這個規則來顯示誰是最好的客戶但是一個新客戶是怎樣的呢——他們是好客戶還是差客戶?你能使他們變得更好嗎?
因為不同之處不多那這兩個可以一起使用嗎?答案是絕對的而這是Oracle與其它相比所提供的獨特能力
基於Oracle的將功能擴展進數據庫引擎中去的理念ODM包括在Oracle R數據庫引擎中在數據庫中的獨特架構和可以通過PL/SQL或Java APIs來訪問使得其它所有功能可以放置到Oracle平台來使用——例如並行索引物化視圖安全性高可用性等等這麼做的其它主要好處是它可以節省數據轉移到數據庫之外到一個數據挖掘工具例如SAS——在許多情形下花費的大量時間
數據挖掘過程比傳統的商業智能要復雜得多有了數據挖掘你的第一個目標是建立一個模型它是這個軟件從一個你首先要清理的示例數據集創建出來的這個模型(你可以把它想成可以在一個記錄上調用的高級功能)然後可以部署到一個單獨記錄或一整個數據集上
使用一個單獨記錄在前沿應用程序中是很有用的在這裡可以進行實時計分就可以預測概率或結果這裡最常用的例子是在一個呼叫中心環境中的是基於打進來的電話和客戶一個預測就是對於這個客戶最可能的響應是什麼(如果這聽起來很像Oracle實時決策(RTD通過Siebel通過Sigma Dynamics來獲得)那麼你是對的在這類商業智能工具中Oracle計劃銷售兩個產品這兩個產品在功能方面有些交迭)這個場景中記錄是實時記錄的沒有很好的批處理而這是典型商業智能系統(OBI EE)能做到的盡管數據挖掘功能可以從SQL直接訪問到但是目前的OBI EE不能生成這些SQL擴展當然你可以通過使用不透明視圖(Opaque View)或數據庫視圖並簡單匹配一個字段來做到這個是你不想做的但是在一些極個別情況中可以使用
第二個方式是對整個記錄集計分的能力——在晚上或每周的ETL加載中執行一個UPDATE語句設置一個字段為由數據挖掘模型計算出來的一個值在這種情況下這個結果就是簡單的一個表中的一個字段這樣我們任何普通的技術都可以應用到這個字段上——它可以是可用於過濾或活動分區的空間屬性或者它可以用作公制例如Avg期望值使用它真的很有用令人興奮的是將一個經驗豐富的預測模型的結果集成到一個規則商業智能狀態面板中去的可能性與OBI EE在一個大型組織中分享高質量信息的期望一致你現在可以比使用傳統數據挖掘系統更廣闊地利用你的數據挖掘的結果
From:http://tw.wingwit.com/Article/program/Oracle/201311/16560.html
