文档介绍：1998 年 8 月北京航空航天大学学报 August 1998

第24 卷第4 期 Journal of Beijing University of Aeronautics and Astronautics Vol. 24 No14
1)
IDSS 中数据仓库和数据挖掘的研究与实现
王冰清怀进鹏
(北京航空航天大学计算机科学与工程系)
摘要讨论了数据仓库、数据库知识发现和分布式对象的概念和技术,提出了
一种集成化的 IDSS ( Intelligence Decision Support Systems) 的开发环境,将传统的
DSS 四库结构与数据仓库相结合,把数据挖掘作为一种特殊的模型应用于数据库中
的知识发现. 同时,在系统实现上采用分布式对象技术,实现接口规范和应用程序相
分离. 最后进一步对数据仓库的设计与实现及数据库知识发现的设计与实现进行了
介绍.
关键词决策支持系统; 数据库; 人工智能; 数据仓库; 数据库知识发现; 数
据挖掘; 分布式对象
分类号 TP 302. 1
进入 90 年代,随着一门新兴的数据库技术从广义上讲,数据仓库描述了一种语义一致
———数据仓库(Data Warehouse ,简称 DW) 技术的的数据组织与处理的体系结构,它将多个分散的、
兴起,形成了一种新的 DSS 的解决方案“数据仓: 异质的原始数据融合在一起,完成不同数据存取、
库+ 联机分析处理(On2Line Analysis Processing , 查询及文档分析、报告生成,支持决策过程;从狭
简称 OLAP) + 数据挖掘”. 这种方案较好地解决义上讲,数据仓库是支持经营管理中的决策制定
了传统四库结构的决策支持系统中的数据基础问过程的、面向主题的、集成的、内容相对稳定持久
题,成为当前普遍流行的 DSS 的解决方案. 本文的、不同时间的数据集合[1 ] . 因此,面向主题、集
在此思想的基础上,通过分析研究,提出了一种集成、稳定和随时间变化是数据仓库的最主要特征.
成化的智能决策支持系统( Intelligence Decision 本质上,数据仓库是一个使用其自身数据库管理
Support Systems ,简称 IDSS) 的开发环境. 它以数系统的数据库应用[2 ] .
据仓库、模型库、方法库和知识库为主要结构,支目前,许多关系数据库厂商都声称已建立了
持联机分析处理,并将数据挖掘作为一种特殊的数据仓库,但是要真正实现数据仓库还有许多技
模型应用于数据库中的知识发现. 这种机制有效术问题有待解决,例如:如何从不同数据来源中集
地集成了上述 2 种解决方案的优点,既解决了成数据和元数据;如何对仓库数据进行精确和简
IDSS 的数据基础和知识获取问题,降低了分析模炼以保证数据质量;如何实现高效的元数据管理
型和算法的设计复杂性,又使智能决策支持系统等.
具有清晰的结构和较强的模型构造和分析处理能 1. 2 数据挖掘技术
力. 同时,在系统实现上采用分布式对象技术,将数据库知识发现的研究始于从数据库中发现
模型库、方法库、知识库、联机分析处理方法以及有用的模式这一概念, 并先后有着不同的术
数据仓库接口构件化,实现接口规范和应用程序语[