通信与信息工程学院
数据仓库与数据挖掘分析课程设计
班 级：姓 名：学 号：指导教师：设计时间：成 绩：
评 语：
XXXX XXX
XXXXXX
XXXXX XXXXX
通信与信息工程学院 二〇一X年
工作完成统计表:
组员 完成任务说明 自评 教师评定 XX 1、聚类分析和关联分析建模 2、相关图表分析 3、撰写相关内容报告 2 XX 1、决策分析和聚类分析挖掘建模 2、相关图表分析 3、撰写相关内容报告 4 XXX 1、顺序分析与聚类分析模型和目标邮递方案 2、相关图表分析处理 3、撰写相关内容报告 4 XX 1、聚类分析和决策分析模型 2、撰写相关内容报告 3、相关图表分析处理
教师签名：
目录
1．绪论............................................................. 1
1.1项目背景..................................................... 1 1.2提出问题..................................................... 1 2．数据仓库与数据集市的概念介绍 .................................... 1
2.1数据仓库介绍................................................. 1 2.2数据集市介绍................................................. 2 3．数据仓库 ........................................................ 3
3.1数据仓库的设计............................................... 3
3.1.1数据仓库的概念模型设计 ................................. 4 3.1.2数据仓库的逻辑模型设计 ................................. 5 3.2 数据仓库的建立 .............................................. 5
3.2.1数据仓库数据集成 ....................................... 5 3.2.2建立维表 ............................................... 8
4.OLAP操作 ........................................................ 10 5.数据预处理 ...................................................... 12
5.1描述性数据汇总.............................................. 12 5.2数据清理与变换.............................................. 13 6.数据挖掘操作 .................................................... 13
6.1关联规则挖掘................................................ 13 6.2 分类和预测 ................................................. 17 6.3决策树的建立................................................ 18 6.4聚类分析.................................................... 22 7.总结 ............................................................ 25 8.任务分配 ........................................................ 26
1、绪论
1.1项目背景
在现在大数据时代，各行各业需要对商品及相关关节的数据进行收集处理，尤其零售行业，于企业对产品的市场需求进行科学合理的分析，从而预测出将来的市场，制定出高效的决策，给企业带来经济收益。 1.2 提出问题
对于超市的商品的购买时期和购买数量的如何决定，才可以使销售量最大，不积压商品，不缺货，对不同时期季节和不同人群制定不同方案，使企业收益最大，通过数据挖掘对数据进行决策树分析，关联分析，顺序分析与决策分析等可以制定出最佳方案。
2、数据库仓库与数据集的概念介绍
2.1数据仓库 数据仓库介绍:
数据仓库是为企业所有级别的决策制定过程提供支持的所有类型数据的战略集合。它是单个数据存储，出于分析性报告和决策支持的目的而创建。 为企业提供需要业务智能来指导业务流程改进和监视时间、成本、质量和控制。 数据仓库是决策系统支持（dss）和联机分析应用数据源的结构化数据环境。数据仓库研究和解决从数据库中获取信息的问题。数据仓库的特征在于面向主题、集成性、稳定性和时变性。 数据集介绍:
数据集是指一种由数据所组成的集合。Data set（或dataset）是一个数据的集合，通常以表格形式出现。每一列代表一个特定变量。每一行都对应于某一成员的数据集的问题。它列出的价值观为每一个变量，如身高和体重的一个物体或价值的随机数。每个数值被称为数据资料。对应于行数，该数据集的数据可能包括一个或多个成员。
3、数据仓库
3.1 数据仓库的设计
3.1.1数据仓库的概念模型设计
概念模型的设计是整个概念模型开发过程的三阶段。设计阶段依据概念模型分析以及分析过程中收集的任何数据，完成星型模型和雪花型模型的设计。如果仅依赖ERD，那只能对商品、销售、客户主题设计成如图所示的概念模型。这种模型适合于传统的数据库设计，但不适合于数据仓库的设计。 3.1.2数据仓库的逻辑模型设计
逻辑建模是数据仓库实施中的重要一环，因为它能直接反映出各个业务的需求，同时对系统的物理实施有着重要的指导作用，它的作用在于可以通过实体和关系勾勒出企业的数据蓝图，数据仓库的逻辑模型设计任务主要有：分析主题域，确定要装载到数据仓库的主题
、确认粒度层次划分、确认数据分割策略、关系模式的定义和记录系统定义、确认数据抽取模型等。
逻辑模型最终设计成果包括每个主题的逻辑定义，并将相关内容记录在数据仓库的元数据中、粒度划分、数据分割策略、表划分和数据来源等。