【浅析电信网络资源管理中的数据仓库及数据挖掘技术】 数据仓库与数据挖掘教程课后答案

　　摘要：本文就主要针对电信网络资源管理中的数据仓库及数据库挖掘技术进行简要的分析和探讨。 　　关键词：电信企业；网络资源管理；数据仓库；数据挖掘技术 　　中图分类号：TP311.13文献标识码：A文章编号：1007-9599 (2011) 24-0000-01
　　Analysis of Data Warehouse and Data Mining Technology in Telecom Network Resource Management
　　Xu Jianbang,Cui Haifeng
　　(Xinjiang Branch of China Unicom,Urumqi830000,China)
　　Abstract:In this paper,the main technology for telecommunications network resource management in data warehouse and database mining brief analysis and discussion.
　　Keywords:Telecommunication enterprises;Network resource management;Data warehouse;Data mining technology
　　网络资源是电信企业运营过程中的核心资源，也是电信企业运营的主要技术基础，是电信企业加强网络资源管理、优化网络资源的核心基础。建立一个完整的网络资源数据仓库以及数据挖掘管理系统，能够实现对数据资源的有效管理，包括采集、整理以及分析等过程，能够有效的满足电信企业信息共享以及业务运营的需要，有效的降低企业管理成本，提高企业运行的经济效益，确保企业安全、有序的发展。数据仓库及数据挖掘技术是网络资源管理中的技术保障，本文将着重对数据仓库及数据挖掘技术进行探讨。
　　一、数据仓库的涵义
　　数据仓库的产生是从数据库系统演变和发展而来的。经过多年的发展，数据库已经在每个企业中都建立并且积累了大量的数据，然而，以往每个企业所使用的以业务处理为主的联机事务处理系统无法把抽象的信息转变为具体的知识和数据，因此，对以往的数据库进行改进是十分必要的。为了能够不断的提高电信企业运营效率，提高电信企业经营决策的有效性，将分析型数据和操作性数据的分析与处理相互分离，进而将分析型数据根据运营决策进行处理和分组，在不同的存储环境中进行分别处理，而数据仓库正是针对这种存储需求所产生的。因此，数据仓库的概念可以归纳为：“面向主题的、集成的、具有时间特性的、稳定的数据集合，能够用来支撑经营管理中的决策制定过程的一项技术。”数据仓库有以下几个组成部分：
　　
　　（1）数据源：主要是为数据仓库的建立提供源数据。
　　（2）数据的抽取、转化、净化、装载：主要是通过对数据进行有效的抽取和转换等操作，对数据仓库中的数据进行处理。
　　（3）数据建模工具：根据源数据进行数据仓库信息模型的建立。
　　（4）核心存储：对源数据和数据模型进行存储，对源数据的转换过程进行定义。
　　（5）数据仓库的目标数据库：将通过检验和整理后的数据进行存储，用来为数据仓库的管理系统提供必要的数据。
　　（6）前段数据访问和分析工具：为用户提供访问数据库的依据，并且进行分析。
　　（7）数据仓库管理工具：为数据仓库的有效管理和稳定运行提供基础，其中包括对安全和信息存储方面的信息。
　　二、数据挖掘技术
　　数据挖掘技术主要是执行关联分析、聚类分析、分类、预测、时序模式和偏差分析几个任务。
　　（1）关联分析：可以分为简单关联、时序关联和因果关联几种，通常情况下使用支持度和可信度对关联性进行衡量。
　　（2）聚类分析：根据相似性，将数据进行归纳和分类，确保同一类中的数据都能够彼此相似，而不同类中的数据具有差异性。通过聚类分析将数据的分布模式以及数据属性之间的联系进行分类。
　　（3）分类：根据某一个类别的内涵进行概念额描述，并且通过这种描述来构造不同的模型，通常使用决策树进行表示。
　　（4）预测：通过对历史数据进行分析，找到其中变化的规律并且建立相应的模型，由此对未来数据的变化以及特征进行预测。
　　（5）时序模式：按照时间顺序，将重复率较高的数据进行搜索，并且由此对未来数据在不同区间的变化进行预测，这也是具有预测的技术。
　　（6）偏差分析：对数据库数据中存在的异常情况进行检查和分析，并且用来进行参照，确保分析结果的正确性。
　　三、数据仓库与数据挖掘技术的关系
　　数据仓库和数据挖掘技术的产生，是以一定的科学技术的发展为背景，以计算机技术的应用作为技术支撑，二者有着必然的联系。数据仓库是数据挖掘的基础，同时也是数据挖掘技术能够顺利应用的数据来源；而数据仓库建立的目的也正是为了实现数据挖掘技术。通常情况下，数据仓库是针对某一个或者是多个主题，与数据挖掘有着相同的目的，所以二者在主题的选择上，有着一定的同向性。在市场竞争日益激烈的情况下，数据仓库和数据挖掘技术也得到了很大的发展，实际需求也逐渐的增大，这也从另一方面推动了数据仓库和数据挖掘技术的发展。
　　四、结束语
　　随着计算机技术的不断发展，电信运营商面临的挑战也在不断的增加，只有不断加强自身网络资源的有效管理，才能够使企业的网络资源得到有效的优化，使企业网络资源管理系统不断得到健全。科学的网络资源管理，是电信企业安全、高效运行的保障，也是电信企业为客户提供优质服务的关键所在，因此，在未来的一段时间内，加强对数据仓库及数据挖掘技术的研究，使其能够更好的为电信企业的运行提供技术支撑，促进电信企业持续、稳定的发展。
　　参考文献：
　　[1]陈京民.数据仓库与数据挖掘技术[M].北京:电子工业出版社,2002
　　[2]杜津媛.基于数据挖掘的个性化portal研究[D].广东工业大学,2005
　　[3]林杰斌,刘明德,陈湘.数据挖掘与OLAP理论与实务[M].北京:清华大学出版社,2003
　　

推荐访问:浅析 网络资源 数据仓库 数据挖掘