Datamining und OLAP

Juni 2017

OLAP

Das Ziel von OLAP (On-Line Analytical Processing) ist es, multidimensionale Analysen von umfangreichen Datenbanken zu ermöglichen, zur Durchführung von speziellen Datenanalysen (als Gegenstand bestimmter Anfragen).

OLAP ermöglicht es den Usern multidimensionale Darstellungen zu erstellen (genannt hypercubes oder « OLAP Würfel »), entsprechend den Merkmalen, die sie bestimmten, um Situationen zu simulieren.

Data Mining

Das Ziel des Datamining (wörtlich « Datenschürfen »), besteht im Gegensatz zu dem der multidimensionalen Analyse (OLAP), darin, mögliche Korrelationen in umfrangreichen Daten des Informationssystems herauszuheben, um Tendenzen festzustellen.

Beim Datamining werden Techniken der künstlichen Intelligenz genutzt (Neuronennetzwerke), um versteckte Verbindungen zwischen den Daten herauszuarbeiten.

EIS undSIAD

EIS (Executive Information System) ist ein Tool, mit dem Indikatoren organisiert, analysiert und determiniert werden können, um Tableaux de Bord zu erstellen. In diesem leicht zu verwendenden Tool lassen sich nur Anfragen verarbeiten, die zuvor vom Entwickler modelliert wurden.

Ein IDSS (Intelligent Decision Support System) hingegen hat zum Ziel, die Modellierung von vielfältigen und unterschiedlichen multidimensionalen Darstellungen zu ermöglichen, die Benutzung erfordert allerdings höhere Kenntnisse.

Lesen Sie auch



Datamining and OLAP
Datamining and OLAP
Extracción de datos y OLAP
Extracción de datos y OLAP
Datamining et OLAP
Datamining et OLAP
Datamining e OLAP
Datamining e OLAP
Datamining e OLAP
Datamining e OLAP
Letztes Update am 4. Mai 2009 15:00 von Jeff.
Das Dokument mit dem Titel "Datamining und OLAP" wird auf CCM (de.ccm.net) unter den Bedingungen der Creative Commons-Lizenz zur Verfügung gestellt. Unter Berücksichtigung der Lizenzvereinbarungen dürfen Sie das Dokument verwenden, verändern und kopieren, wenn Sie dabei CCM deutlich als Urheber kennzeichnen.