数据仓库与数据挖掘第1章

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,数据仓库与数据挖掘,陈 昕,chenxin,2015.04,数据,挖,挖掘,的,的应,用,用,人文,地,地理,数据,挖,挖掘,的,的应,用,用,娱乐,传,传媒,数据,挖,挖掘,的,的应,用,用,智慧,城,城市,数据,挖,挖掘,的,的应,用,用,商业,零,零售,数据,挖,挖掘,的,的应,用,用,Web,推荐,数据,挖,挖掘,的,的应,用,用,体育,竞,竞技,VS,数据,挖,挖掘,的,的应,用,用,大数,据,据应,用,用,信息,安,安全,舆情,分,分析,能效,优,优化,商务,智,智能,与,与数,据,据挖,掘,掘工,具,具,商务,智,智能,与,与数,据,据挖,掘,掘工,具,具,商务,智,智能,与,与数,据,据挖,掘,掘工,具,具,商务,智,智能,与,与数,据,据挖,掘,掘功,能,能,计划,预测,预算,实际,分 析,没有绝对正确的答案,依靠分析,众多的预测方案,灵活的要求,核心,：,：数,据,据,参,考,考,书,书,目,目,1.,数据,挖,挖掘,概,概念,与,与技,术,术,JiaweiHanMichelineKamber,著，,范,范,明,明、,孟,孟小,峰,峰等,译,译，,机,机,械,械工,业,业出,版,版社,出,出版,2.,数据,仓,仓库,，,W.H.Inmon,著，,王,王志,海,海等,译,译,，,，,机,机械,工,工业,出,出版,社,社出,版,版,3.,数据,仓,仓库,技,技术,与,与联,机,机分,析,析处,理,理,，王,珊,珊等,编,编著,，,，科,学,学出,版,版社,出,出版,4.,数据,挖,挖掘,实,实践,，,OliviaParrRud,著，,朱,朱扬,勇,勇、,左子,叶,叶,等译,，,，机,械,械工,业,业出,版,版社,出,出版,数据,仓,仓库,以,以及,数,数据,挖,挖掘,是,是目,前,前数,据,据库,领,领域,最,最为,活,活跃,的,的一,个,个方,面,面，,受,受到,学,学术,界,界与,产,产业,界,界的,广,广泛,关,关注,。,。典,型,型应,用,用环,境,境如,DSS,，,EIS,，,ERP,。大,型,型数,据,据库,的,的数,据,据仓,库,库解,决,决方,案,案有,：,：,InformixMetaCube,OracleExpress,SybaseQuickStartDataMart,DB2DataWarehouseManager,SQLServerAnalysisservices,NCRTeradataWarehouse,对各,类,类海,量,量数,据,据需,要,要自,动,动分,析,析、,分,分类,、,、汇,总,总、,发,发现,和,和描,述,述数,据,据蕴,涵,涵的,趋,趋势,、,、标,记,记异,常,常等,课程,简,简介,各类,管,管理,人,人员,需,需要,从,从大,量,量复,杂,杂的,业,业务,数,数据,中,中获,取,取各,自,自权,限,限内,的,的决,策,策信,息,息，,及,及时,把,把握,市,市场,变,变化,脉,脉搏,，,，作,出,出正,确,确有,效,效的,判,判断,与,与抉,择,择,随着,数,数据,库,库系,统,统的,逐,逐日,运,运行,，,，数,据,据将,堆,堆积,越,越来,越,越庞,大,大,数据,处,处理,的,的重,点,点需,要,要从,传,传统,业,业务,扩,扩展,到,到业,务,务数,据,据的,联,联机,分,分析,处,处理,，,，并,得,得到,面,面向,各,各种,管,管理,主,主题,的,的统,计,计信,息,息和,决,决策,支,支持,信,信息,数据仓库,是,是基于大,规,规模数据,库,库的,DSS,环境的核,心,心,课程简介,数据仓库,的,的基本概,念,念,多维数据,模,模型,数据仓库,的,的系统结,构,构,数据仓库,的,的实现,基于数据,仓,仓库的数,据,据挖掘,课程简介,数据挖掘,通,通常称为,数,数据库中,的,的知识发现（,KDD,），是自,动,动的或方,便,便的模式,提,提取，这,些,些模式代表隐藏,在,在大型数,据,据库、数,据,据仓库或,其,其他大量,信,信息存储,中,中的知识,涉及的学,科,科有：数,据,据库技术,、,、人工智,能,能、机器,学,学习、神,经,经网络、,统,统计学、,模,模式识别,、,、知识库,、,、知识获,取,取、信息,检,检索、高,性,性能计算,和,和数据可,视,视化,课程简介,数据挖掘,的,的概念,数据挖掘,的,的功能,数据挖掘,的,的分类与,主,主要问题,数据挖掘,系,系统的结,构,构,挖掘大型,数,数据库中,的,的关联规,则,则,分类与预,测,测,聚类分析,复杂类型,的,的数据挖,掘,掘,数据仓库,与,与数据挖,掘,掘的应用,与,与发展趋,势,势,课程简介,一、数据,仓,仓库与数,据,据挖掘概,述,述,二、数据,仓,仓库的,OLAP,技术,三、数据,预,预处理,四、数据,挖,挖掘的系,统,统结构,五、挖掘,大,大型数据,库,库中的关,联,联规则,六、分类,与,与预测,七、聚类,分,分析,八、复杂,类,类型的数,据,据挖掘,九、数据,仓,仓库与数,据,据挖掘的,应,应用与发,展,展趋势,课程结构,1.,什么是数,据,据仓库,2.,什么是数,据,据挖掘,3.,数据挖掘,的,的功能,4.,数据挖掘,的,的分类,5.,数据挖掘,的,的主要问,题,题,第一章,数,数据,仓,仓库与数,据,据挖掘概,述,述,第一节,什,什么是,数,数据仓库,1.,数据仓库,的,的产生,当前的数,据,据处理与,数,数据分为,两,两类：,操作型处,理,理与数据,分析型或,信,信息型处,理,理与数据,第一节,什,什么是,数,数据仓库,1.,数据仓库,的,的产生,操作型处,理,理：又称,事,事务处理,，,，是指对,数,数据库联,机,机的日常,操,操作，通,常,常是对一,个,个或一组,记,记录的查,询,询和修改,，,，主要为,企,企业的特,定,定应用服,务,务，所关,心,心的是响,应,应时间，,数,数据的安,全,全性和完,整,整性,操作型环,境,境是以单,一,一数据库,为,为中心的,数,数据环境,第一节,什,什么是,数,数据仓库,1.,数据仓库,的,的产生,分析型处,理,理：又称,信,信息型处,理,理，是针,对,对制定决,策,策过程中,管,管理方面,的,的需求而,进,进行的处,理,理，通过,浏,浏览大量,数,数据找出,其,其中的趋,势,势。如,DSS,，,EIS,等,分析型环,境,境是一种,新,新的体系,化,化环境,操作型数据（原始数据）,分析型数据（导出数据）,细节的,综合的，或提炼的,在存取瞬间是准确的,代表过去的数据,可更新,不更新,操作需求事先可知道,操作需求事先不知道,生命周期符合,SDLC,完全不同的生命周期,对性能要求高,对性能要求宽松,一个时刻操作一个单元,一个时刻操作一个集合,事务驱动,分析驱动,面向应用,面向分析,一次操作数据量小,一次操作数据量大,支持日常操作,支持管理需求,第一节,什,什么是,数,数据仓库,第一节,什,什么是,数,数据仓库,1.,数据仓库,的,的产生,操作型数,据,据和分析,型,型数据的,不,不同而导,致,致的数据,分,分离和自,然,然扩展过,程,程：,操作型,原子,/,数据仓库,部门,/,数据集市,个体,第一节,什,什么是,数,数据仓库,2.,数据仓库,的,的定义,数据仓库,之,之父,W. H. Inmon,给出了定,义,义：数据仓库是一个面,向,向主题的,、,、集成的,、,、不可更,新,新的且随,时,时间不断,变,变化的数,据,据集合，,用,用来支持,管,管理人员,的,的决策,第一节,什,什么是,数,数据仓库,2.,数据仓库,的,的定义,面向主题,主题：是,在,在较高层,次,次上将企,业,业信息系,统,统中的数,据,据综合、,归,归类并进,行,行分析利,用,用的抽象,，,，即对应,企,企业中某,一,一宏观分,析,析领域所,涉,涉及的分,析,析对象,面向主题,的,的数据组,织,织方式就,是,是对分析,对,对象的数,据,据的一个,完,完整、一,致,致的描述,，,，能完整,、,、统一地,刻,刻画各个,分,分析对象,所,所涉及的,企,企业各项,数,数据，以,及,及数据之,间,间的联系,第一节,什,什么是,数,数据仓库,2.,数据仓库,的,的定义,面向主题,每个主题,在,在数据仓,库,库中都是,由,由一组关,系,系表实现,的,的,主题的实,现,现基于关,系,系数据库,在具体实,现,现中，一,个,个主题可,以,以划分成,多,多个表，,主,主题只是,一,一个逻辑,的,的概念,基于一个,主,主题的所,有,有表都含,有,有一个称,为,为公共键,码,码的属性,作,作为其主,码,码的一部,分,分,第一节,什,什么是,数,数据仓库,2.,数据仓库,的,的定义,面向主题,Customer ID,From date,To date,Name,Address,Phone,Sex,Customer ID,From date,To date,Name,Address,Credit rating,employer,Sex,Customer ID,Activity date,Amount,Location,For item,第一节,什,什么是,数,数据仓库,2.,数据仓库,的,的定义,数据仓库,的,的数据是,集,集成的,要统一源,数,数据中所,有,有矛盾之,处,处，如同,名,名异义、,字,字长不一,致,致等等,进行数据,综,综合和计,算,算。数据,综,综合可以,从,从原有数,据,据库抽取,数,数据生成,，,，但许多,是,是在数据,仓,仓库内部,生,生成,第一节,什,什么是,数,数据仓库,2.,数据仓库,的,的定义,数据仓库,数,数据是不,可,可更新,数据仓库的数,据,据主要供企业,决,决策分析使用,，,，所涉及的数,据,据操作主要是,数,数据查询，一,般,般不进行修改,操,操作,数据库中进行,联,联机处理的数,据,据经过集成输,入,入到数据仓库,中,中，数据仓库,中,中的数据超过,存,存储期限，这,些,些数据将从当,前,前数据仓库中,删,删去,DWMS,比,DBMS,简单，但查询,要,要求高,第一节 什,么,么是数据仓库,2.,数据仓库的定,义,义,数据仓库数据,随,随时间不断变,化,化,数据仓库随时,间,间变化不断增,加,加新的内容,数据仓库随时,间,间变化不断删,除,除旧的内容,数据仓库中包,含,含有大量的综,合,合数据，这些,数,数据随时间变,化,化不断地进行,重,重新综合,数据仓库数据,的,的码键包含时,间,间项，标明历,史,史时期,第一节 什,么,么是数据仓库,3.,数据仓库的数,据,据组织,3.1,组织结构,元数据,高度综合级,轻度综合级,当前细节级,早期细节级,20022003,年,每月销售表,20022003,年,每周销售表,20022003,年,销售情况表,20002003,年,销售明细表,第一节 什,么,么是数据仓库,3.,数据仓库的数,据,据组织,3.1,组织结构,数据仓库中的,不,不同综合级别,，,，称为“粒度”。粒度越大,，,，表示细节程,度,度越低，综合,程,程度越高,元数据（,metadata,）：关于数据,的,的数据,操作型环境向,数,数据仓库环境,转,转换而建立的元数据,数据仓库中用,来,来与终端用户,的,的多维商业模,型,型,/,前端工具之间,建,建立映射，也,为,为,DSS,元数据,第一节 什,么,么是数据仓库,3.,数据仓库的数,据,据组织,3.2,粒度与分割,粒度是数据仓,库,库的重要概念,粒度是指数据,仓,仓库的数据单,位,位中保存数据,的,的细化或综合,程,程度的级别,细化程度越高,，,，粒度级就越,小,小；细化程度,越,越低粒度级就,越,越大,一般采用多重,粒,粒度级：高细,节,节级、低细节,级,级,第一节 什,么,么是数据仓库,3.,数据仓库的数,据,据组织,3.2,粒度与分割,分割是数据仓,库,库的重要概念,分割是指将数,据,据分散到各自,的,的物理单元中,去,去以便能分别,独,独立处理，以,提,提高数据处理,效,效率,数据分割后的,数,数据单元称为,分,分片,数据分割标准,依,依据实际情况,确,确定，一般应,包,包括日期项,分割使数据更,易,易重构、索引,、,、重组、恢复,、,、监控,第一节 什,么,么是数据仓库,3.,数据仓库的数,据,据组织,3.2,粒度与分割,简单分割实例,，,，分片以时间,标,标准来组织：,健康保险,生命保险,事故保险,2001,分片,1,分片,2,分片,3,2002,分片,4,分片,5,分片,6,2003,分片,7,分片,8,分片,9,第一节 什,么,么是数据仓库,3.,数据仓库的数,据,据组织,3.3,数据组织形式,简单堆积文件,：,：数据逐天积,累,累,轮转综合文件,：,：按日、周、,月,月、年组织数,据,据集,简化直接文件,：,：每隔一定时,间,间的数据库快,照,照,连续文件：通,过,过比较两个简,单,单直接文件不,同,同而生成,第二节 什,么,么是数据挖掘,1.,数据挖掘的提,出,出,数据挖掘是信,息,息技术自然演,化,化的结果,数据收集、数,据,据库创建,数据管理：数,据,据存储和检索,，,，数据库事务,处,处理,数据分析与理,解,解：涉及数据,仓,仓库和数据挖,掘,掘,第二节 什,么,么是数据挖掘,1.,数据挖掘的提,出,出,数据库技术的,发,发展历史,20,世纪,60,年代，功能强,大,大的数据库系,统,统,70,年代，从网状,和,和层次到关系,数,数据库系统、,建,建模工具、索,引,引和数据组织,技,技术，联机事,务,务处理,OLTP,80,年代，使用先,进,进的数据模型,，,，如面向对象,模,模型、对象关,系,系模型、演绎,模,模型,第二节,什,什么是数据,挖,挖掘,1.,数据挖掘的,提,提出,数据仓库技,术,术,数据清理：,文,文件之间转,换,换、存储介,质,质转移、清,除,除过期数据,、,、层次转换,（,（操作型到,分,分析型）,数据集成：,从,从操作型环,境,境到分析型,环,环境,联机分析处,理,理,OLAP,：是一种分,析,析技术，具,有,有汇总、合,并,并和聚集功,能,能，以及从,不,不同角度观,察,察信息的能,力,力,第二节,什,什么是数据,挖,挖掘,1.,数据挖掘的,提,提出,数据的丰富,增,增强了对功,能,能更强的数,据,据分析工具,的,的需求,对海量数据,的,的理解，远,远,远超出人的,能,能力，产生,“,“数据坟墓,”,”,决策者缺乏,从,从海量数据,中,中提取有价,值,值知识的工,具,具，许多专,家,家系统技术,还,还是依赖经,验,验,数据挖掘工,具,具进行数据,分,分析，可以,发,发现重要的,数,数据模式，,破,破除数据与,信,信息的鸿沟,第二节,什,什么是数据,挖,挖掘,2.,数据挖掘的,定,定义,数据挖掘是指从大量,数,数据中提取,或,或“挖掘”,知,知识。通常,也,也可理解为,数,数据库中的,知,知识发现,KDD,，也可以理,解,解为,KDD,的一个基本,步,步骤。还有,提,提法：,数据库中知,识,识挖掘,知识提取,数据,/,模式分析,数据考古,数据捕捞,第二节,什,什么是数据,挖,挖掘,2.,数据挖掘的,定,定义,知识发现过,程,程,7,个步骤如下,：,：,1,）数据清理,：,：消除噪声,或,或不一致,2,）数据集成,：,：多种数据,源,源组合在一,起,起,3,）数据选择,：,：从数据库,中,中检索与分,析,析任务相关,的,的数据。,4,）数据变换,：,：数据变换,或,或统一成适,合,合挖掘的形,式,式，如汇总,或,或聚集操作,5,）数据挖掘,：,：使用智能,方,方法提取数,据,据模式,第二节,什,什么是数据,挖,挖掘,2.,数据挖掘的,定,定义,知识发现过,程,程,7,个步骤如下,：,：,6,）模式评估,：,：根据某种,兴,兴趣度量，,识,识别表示知,识,识的真正有,趣,趣的模式,7,）知识表示,：,：使用可视,化,化和知识表,示,示技术，向,用,用户提供挖,掘,掘的知识,第二节,什,什么是数据,挖,挖掘,2.,数据挖掘的,定,定义,知识发现过,程,程,7,个步骤如下,：,：,数据仓库,知识,数据库,清理与集成,选择与变换,数据挖掘,模式,评估与表示,第二节,什,什么是数据,挖,挖掘,2.,数据挖掘的,定,定义,数据挖掘的广义定义,：,：数据挖掘,是,是从存放在,数,数据库、数,据,据仓库或其,他,他信息库中,的,的大量数据,中,中挖掘有趣,知,知识的过程,第二节,什,什么是数据,挖,挖掘,3.,数据挖掘系,统,统的主要成,分,分,数据库、数,据,据仓库或其,他,他信息库,数据库或数,据,据仓库服务,器,器,知识库,数据挖掘引,擎,擎,模式评估模,块,块,图形用户界,面,面,第二节,什,什么是数据,挖,挖掘,4.,数据挖掘的,应,应用环境,关系数据库,数据仓库,事务数据库,高级数据库,系,系统和高级,数,数据库,第二节,什,什么是数据,挖,挖掘,第三节,数,数据挖掘功,能,能,1.,数据挖掘功,能,能,数据挖掘功,能,能用于指定数据挖掘任,务,务中要找的模,式,式类型。,数,数据挖掘任,务,务一般分为,两,两类：描述和预测,描述性挖掘,任,任务刻划数,据,据库中数据,的,的一般特性,预测性挖掘,任,任务在当前,数,数据上进行,推,推断，以进,行,行预测,第三节,数,数据挖掘功,能,能,2.,概念,/,类描述：特,征,征化和区分,数据可以与,类,类或概念相,关,关联。用汇,总,总的、简洁,的,的、精确的,方,方式描述每,个,个类和概念,称,称为类,/,概念描述,这种描述可,以,以通过以下,方,方法得到：,数据特征化,：,：目标类数,据,据的一般特,征,征或特性的,汇,汇总,数据区分：,将,将目标类对,象,象的一般特,性,性与一个或,多,多个对比类,对,对象的一般,特,特性进行比,较,较,数据特征化,和,和比较,第三节,数,数据挖掘功,能,能,3.,关联分析,关联分析发现关联规,则,则，这些规,则,则展示属性,-,值频繁地在,给,给定数据集,中,中一起出现,的,的条件。关,联,联分析适用,于,于事务数据,分,分析,关联,规,规则形式,化,化描,述,述为,，,，解,释,释为,“,“满,足,足,X,中条,件,件的,数,数据,库,库元,组,组也,满,满足,Y,中的,条,条件,”,”,多维,关,关联,规,规则,一个,以,以上,属,属性,或,或谓,词,词之,间,间的,关,关联,规,规则,单维,关,关联,规,规则,包含,单,单个,谓,谓词,的,的关,联,联规,则,则,第三,节,节,数,数,据,据挖,掘,掘功,能,能,4.,分类,与,与预,测,测,分类就是,找,找出,描,描述,并,并区,分,分数,据,据类,或,或概,念,念的,模,模型,（,（或,函,函数,）,），,以,以便,能,能够,使,使用,模,模型,预,预测,类标,记,记未,知,知,的对,象,象类,预测是构,造,造和,使,使用,模,模型,评,评估,无,无标,号,号样,本,本类,，,，或,评,评估,给,给定,样,样本,可,可能,具,具有,的,的属,性,性值,或,或值,区,区间,第三,节,节,数,数,据,据挖,掘,掘功,能,能,4.,分类,与,与预,测,测,数据,分,分类,的,的基,本,本技,术,术有,：,：,判定,树,树归,纳,纳,贝叶,斯,斯分,类,类,贝叶,斯,斯网,络,络,神经,网,网络,第三,节,节,数,数,据,据挖,掘,掘功,能,能,5.,聚类,分,分析,将物,理,理或,抽,抽象,对,对象,的,的集,合,合分,组,组成,为,为由,类,类似,的,的对,象,象组,成,成的,多,多个,类,类的,过,过程,成,成为聚类（,clustering,）,由聚,类,类所,生,生成,的,的簇,是,是一,组,组数,据,据对,象,象的,集,集合,，,，同,一,一,簇,簇中,的,的对,象,象彼,此,此相,似,似，,而,而与,其,其他,簇,簇中,的,的对,象,象相,异,异,通过,聚,聚类,，,，人,能,能够,识,识别,密,密集,的,的和,稀,稀疏,的,的区,域,域，,因,因而,发,发现,全,全局,的,的分,布,布模,式,式，,以,以及,数,数据,属,属性,之,之间,的,的有,趣,趣的,相,相互,关,关系,聚类,第三,节,节,数,数,据,据挖,掘,掘功,能,能,5.,聚类,分,分析,聚类,分,分析是数,据,据挖,掘,掘的,一,一个,功,功能,，,，能,够,够作,为,为一,个,个独,立,立的,工,工具,来,来获,得,得数,据,据分,布,布的,情,情况,，,，观,察,察每,个,个簇,的,的特,点,点，,集,集中,对,对特,定,定的,某,某些,簇,簇做,进,进一,步,步的,分,分析,。,。此,外,外，,聚,聚类,分,分析,也,也可,以,以作,为,为其,他,他算,法,法的,预,预处,理,理步,骤,骤,聚类,技,技术,主,主要,有,有：,划,划分,方,方法,、,、层,次,次方,法,法、,基,基于,密,密度,的,的方,法,法、,基,基于,网,网格,的,的方,法,法、,基,基于,模,模型,的,的方,法,法,第四,节,节,数,数,据,据挖,掘,掘的,分,分类,1.,数据,挖,挖掘,受,受多,学,学科,的,的影,响,响,数据,挖掘,可视化,其他学科,机器学习,统计学,信息科学,数据库技术,第四,节,节,数,数,据,据挖,掘,掘的,分,分类,2.,数据,挖,挖掘,的,的分,类,类,根据,挖,挖掘,的,的数,据,据库,类,类型,分,分类,：,：关,系,系型,、,、面,向,向对,象,象型,、,、对,象,象关,系,系型,、,、空,间,间的,、,、文,本,本的,或,或多,媒,媒体,的,的等,等,等,根据,挖,挖掘,的,的知,识,识类,型,型分,类,类：,特,特征,化,化、,区,区分,、,、关,联,联、,分,分类,、,、聚,集,集等,等,等,根据,所,所用,的,的技,术,术分,类,类：,机,机器,学,学习,、,、统,计,计学,、,、模,式,式识,别,别、,神,神经,网,网络,等,等等,根据,应,应用,分,分类,：,：金,融,融、,电,电信,、,、股,票,票市,场,场、,E-mail,等等,第五,节,节,数,数,据,据挖,掘,掘的,主,主要,问,问题,1.,挖掘,方,方法,和,和用,户,户交,互,互的,问,问题,2.,性能,问,问题,3.,关于,数,数据,库,库类,型,型的,多,多样,性,性问,题,题,第五,节,节,数,数,据,据挖,掘,掘的,主,主要,问,问题,1.,挖掘,方,方法,和,和用,户,户交,互,互的,问,问题,在数,据,据库,中,中挖,掘,掘不,同,同类,型,型的,知,知识,多个,抽,抽象,层,层的,交,交互,知,知识,挖,挖掘,综合,背,背景,知,知识,数据,挖,挖掘,查,查询,语,语言,和,和特,定,定的,数,数据,挖,挖掘,数据,挖,挖掘,结,结果,的,的表,示,示和,显,显示,处理,噪,噪声,和,和不,完,完全,数,数据,模式,评,评估,兴趣,度,度问,题,题,第五,节,节,数,数,据,据挖,掘,掘的,主,主要,问,问题,2.,性能,问,问题,数据,挖,挖掘,算,算法,的,的有,效,效性,和,和可,伸,伸缩,性,性,并行,、,、分,布,布式,和,和增,量,量挖,掘,掘算,法,法,第五,节,节,数,数,据,据挖,掘,掘的,主,主要,问,问题,3.,关于,数,数据,库,库类,型,型的,多,多样,性,性问,题,题,关系,的,的和,复,复杂,的,的数,据,据类,型,型的,处,处理,由异,种,种数,据,据库,和,和全,球,球信,息,息系,统,统挖,掘,掘信,息,息,思考,问,问题,：,：,1.,什么,是,是数,据,据仓,库,库？,它,它与,数,数据,库,库有,何,何差,异,异？,2.,什么,是,是数,据,据挖,掘,掘？,3.,数据,挖,挖掘,的,的主,要,要功,能,能是,什,什么,？,？,4.,简述,知,知识,发,发现,的,的基,本,本步,骤,骤。,5.,典型,的,的数,据,据挖,掘,掘系,统,统主,要,要是,由,由哪,些,些部,分,分构,成,成的,？,？,