8-маъруза docx
Yüklə 98,87 Kb. Pdf görüntüsü
|
- Bu səhifədəki naviqasiya:
- Xususiyatlari Relyatsion MBBT OLTP Relyatsion MBBT QQQT/Ma’lumotlar ombori Ko’p qirrali
- Ekranlar O’zgarmas Foydalanuvchi- aniqlash Foydalanuvchi- aniqlash Jurnal boshidagi ma’lumotlar miqdori
- Tuzilmaviy elementlar Yozishlar Yozishlar Qatorlar OLAP va DATA MINING integratsiyasi
|
2. OLAP-mahsulotlar
OLAP tizimlarini - uch-serverli arxitektura deb tushunish mumkin. Chunki OLAP ma'lumotlarni saqlashning uch yo'li bor : • MOLAP (ko'p o'lchovli OLAP); • ROLAP (bog’langan OLAP); • HOLAP (gibrid ya’ni chatishma OLAP). Shunday qilib, bu tasniflash ko'ra OLAP-mahsulotlari tizimlarning uch sinfidan birining vakili bo’lishi mumkin. Malumotlar boshqarmasining har xil turdagi xarekteriskasi quyidagi jadvalda keltirilgan Xususiyatlari Relyatsion MBBT OLTP Relyatsion MBBT QQQT/Ma’lumotlar ombori Ko’p qirrali MBBT OLAP Operatsiyalar turlari Yangilash Xabar Tahlil Analitik talablar darajasi Past O’rtacha Baland Ekranlar O’zgarmas Foydalanuvchi- aniqlash Foydalanuvchi- aniqlash Jurnal boshidagi ma’lumotlar miqdori Oz Kichikdan kattaga Katta Ma’lumotlar darajasi Batafsil Batafsil va xulosa Asosan xulosa Ma’lumotlarni aqlash muddati Faqat oraliq Tarixiy va oraliq Tarixiy, oraliq va tahminan Tuzilmaviy elementlar Yozishlar Yozishlar Qatorlar OLAP va DATA MINING integratsiyasi Har ikki tehnologiyada qaror qabul qilish, qo’llab-quvvatlash ajralmas qism deb ko’rishimiz mumkin. Shu bilan birga, ularni turli yo’nalishlarda ko’rishimiz mumkin, ya’ni OLAP- faqat ko’p qirrali ma’lumotlarga kirishga qaratilgan DATA MINING- esa ko’p hollarda tekis bir o’lchovli va relyatsion ma’lumotlar jadvali bilan faoliyat ko’rsatadi. OLAP va DATA MINING tehnologiyalari integratsiyasi funksiyalari bir necha tehnologiyalarni boyitadi. N.Radenning so’zlariga ko’ra “bir qancha kompaniyalar bozor o’zgaririshlaridan yetarlicha habar topmaydilar, foydaniladigan ma’lumotlarni tartiblashtirish mukammal bir ma’lumotlar omborini yaratadi” deb hisoblaydi. K. Parsaye bunday ittifoqga murojaat qilish muddatini “Olap Data Mining”larni taqdim etdi. Ko’p o’lchovli ma’lumotlarni qidirib topishda ma’lumotlar integratsiyasini bir hil darajada ya’ni jamini topish lozim. Ma’lumotlarni tahlil qilish, (voqealar soni, savdo hajmi, to’plangan soliqlar miqdorini) va qiymatlar hususiyatiga tegishli aralashma ehtimolini aniqlash, raqamlarni o’z ichiga olgan maxsus turi hadlari giperkubga asoslangan bo’lishi mumkin. Hadlarni giperkub o’lchovini( individual ko’rib chiqish, bundan mustasno) prognozlarni ham qidirishni o’rganish lozim. J. Han yanada oddiy nomni taklif qildi, ya’ni “Olap Mining” va bu ikki tehnologiyalar integratsiyasi uchun bir necha variantlar qo’ydi. ü “Cubing then Mining” –aqlli ko’p qirrali tahlil qilish qobilyati, hadlarni giperkub ko’rsatkichlari har qanday proyeksiya ustida, ya’ni ko’p o’lchovli kontseptual ko’rinishda so’rovning har qanday natijasida ko’rishi lozim. ü “Mining then Cubing” saqlab olingan ma’lumotlar kabi natijalar keying ko’p qirrali tahlil qilish uchun hadlarni giperkub shaklida taqdim etish lozim. ü “Mining while Cubing” avtomatik ravishda integratsiya qilish uchun, moslashuvchan yo’l ko’p qirrali tahlilning har bir qadamida natija intellektual qayta ishlash mexanizmlarini bir hil turini faollashtirish (umumlashtirish darajalari o’rtasidan o’tish, hadlarni giperkub) vahokazo yangi bir parchasini olish). Bugungi kunda ko’p ishlab chiqaruvchilar ko’p o’lchovli ma’lumotlar uchun Data Miningni amalga oshiradi. Bundan tashqari, Data Miningning ba’zi usullari, masalan, ularning ishonchsizligi tufayli eng yaqin qo’shni usuli yoki Bayes tasnifi, ko’p qirrali ma’lumotlar b ilan ishlatiladi. Yüklə 98,87 Kb. Dostları ilə paylaş:
|