什么是OLAM？

OLAM代表在线分析挖掘（Online analytical mining）。它也称为OLAP挖掘。它将联机分析处理与数据挖掘和多维数据库中的知识挖掘集成在一起。数据挖掘系统有几种范例和结构。

各种数据挖掘工具必须处理集成、一致和清理过的数据。这需要代价高昂的数据清理、数据转换和数据集成预处理。因此，通过这种预处理构建的数据仓库是OLAP和数据挖掘的宝贵高质量信息来源。数据挖掘也可以作为数据清理和数据集成的宝贵工具。

OLAM之所以特别重要，原因如下：

数据仓库中的高质量数据 - 大多数数据挖掘工具都需要处理集成、一致和清理过的数据，这需要代价高昂的数据清理、数据集成和数据转换作为预处理阶段。通过这种预处理构建的数据仓库是OLAP和数据挖掘宝贵的高质量数据来源。数据挖掘也可以作为数据清理和数据集成的宝贵工具。

围绕数据仓库的信息处理基础设施 - 已经或将围绕数据仓库构建全面的数据处理和数据分析基础设施，其中包括访问、集成、整合和转换各种异构数据库、ODBC/OLE DB连接、网络访问和服务设施以及文档和OLAP分析工具。仔细利用现有基础设施，而不是从头开始构建一切。

基于OLAP的探索性数据分析 - 有效的数据挖掘需要探索性数据分析。用户需要遍历数据库，选择相关信息区域，以多种粒度分析它们，并以多种形式显示知识/结果。

在线分析挖掘支持对数据的多个子集和多个抽象级别进行数据挖掘的工具，方法是通过在数据立方体和一些中间数据挖掘结果上进行钻取、透视、过滤、切块和切片。

在线选择数据挖掘功能 - 它支持无法理解他们想要挖掘哪种知识的用户。通过将OLAP与各种数据挖掘功能集成，在线分析挖掘为用户提供了灵活地选择所需数据挖掘功能和动态交换数据挖掘任务的能力。

更新于：2021年11月22日

4K+ 次查看

开启你的职业生涯

完成课程获得认证

开始学习
广告