文件仓储整合应用.pdfVIP

資料倉儲概念與 文件倉儲整合應用 於朝陽科技大學 資訊管理系 曾守正 國立高雄第一科技大學 資訊管理系 2008/5/16 Agenda 知識管理?從資料 , 文件角度出發! 資料倉儲簡介 從資料倉儲到文件倉儲 如何拓展商業智慧? 了解文件結構 文件倉儲與資料倉儲的差異比較 文件倉儲系統架構 文件採礦 (Text Mining)在文件倉儲中的角色 文件倉儲的應用範例 (CRM應用 ) 高科大 Kid Lab的研究現況與未來方向 2 資料的分類 (以多維度來分析) 「資料」(Data) ：用以表示事實的語言/符號 用來記錄人類活動範圍之概念。 由數學的觀點 來看，可以將活動過程的現象 分成三類： 確定現象 (確定會出現且本身的概念是明確的) 隨機現象 (不確定會出現) 模糊現象 (確定會出現但本身的概念是模糊的)。 3 資料的分類 (一):數學的角度 確定性資料 (Definite Data) ：在各類條件均充分下 所取得的資料。用集合論 (Set Theory)描述與解 釋。 隨機性資料 (Probabilistic Data) ：在某種條件不充 分的情況下，對資料賦予機率，以便表示其隨機性 程度。用機率論 (Probability) /統計學 (Statistics) 來加以描述與解釋。 模糊性資料 (Fuzzy Data) ：用來記錄事件本身是模 糊的，但發生與否則是確定 而非隨機的情況。用數 學上的模糊理論 (Fuzzy Set Theory) 來加以描述與 解釋。 4 資料的分類 (二):量化與質化角度 量化資料 (Quantitative Data) ：數值型態 連續型資料 (Continuous Data) 離散型資料 (Discrete Data) 質化資料 (Qualitative Data) ：符號型態 無序型資料 (Nominal Data) ：僅名義 (Nominal) 上的差 別，沒有順序上的差別。如：興趣有 {‘爬山 ’, ‘音樂 ’, ‘閱 讀 ’} ，或車款顏色有{‘紅’, ‘白 ’, ‘藍 ’, ‘黑 ’, ‘綠’} 。 有序型資料 (Ordinal Data) ：資料有順序上的意義。 如：月份 {‘1月 ’, ‘2月 ’, …, ‘12月 ’} ，或學生身分有{‘博 士生’, ‘碩士生 ’, ‘大學部’} 。 5 資料的分類 (三): 結構角度 用來描述資料的資料為詮釋資料‘ ’ (Metadata) 從結構上來分類 結構化資料 (Structured Data) ：資料本身與其「詮釋資 料」(Metadata) 本身，均由可以讓機器可以很容易判讀的 資料結構所組成。 半結構化資料 (Semi-Structured Data) ：資料以及「詮釋 資料」 (Metadata) 本身，部分由可以讓機器可以很容易判 讀的資料結構所組成。 非結構化資料 (Non-Structured Data) ：資料，以及「詮釋 資料」 (Metadata) 本身，均由難以讓機器可以很容易判讀 的複雜資料結構所組成。 6 Knowledge Workers are Drowning in info-Source Glut Too Many Choices Too Many Formats Not Enough Time 資料來源 : E