黄皮管理信息系统第二章2012.9.ppt

一 信息技术概述 一 信息技术概述 二 计算机技术 三 计算机网络技术 三 计算机网络技术 三 计算机网络技术 三 计算机网络技术 三 Intranet、Internet和Extranet 一 数据管理 一 数据管理 二 数据库系统 二 数据库系统 二 数据库系统 3、数据库系统的优点 1）以数据模型为基础 2）数据冗余度小，共享性高 3）数据和程序间有较高的独立性 4）数据的安全性和完整性由DBMS统一管理和控制 二 数据库系统 二 数据库系统 二 数据库系统 二 数据库系统 二 数据库系统 3）从E-R图转换到关系模式 二 数据库系统 二 数据库系统 练习1 练习2 二 数据库系统 判断范式 判断范式 判断范式 二 数据库系统 三 数据仓库与数据挖掘 三 数据仓库与数据挖掘 Apriori算法 Apriori算法使用一种逐层有哪些信誉好的足球投注网站的迭代方法，K项集用于探索（K+1）项集。 首先，通过扫描数据库，累计每个项的技术，并收集满足最小支持度的项，找出频繁1项集的集合。记作L1 然后，L1用于找出频繁2项集，记作L2 L2用于找L3 直到不能找到频繁K项集。找每个Lk需要全扫描一次数据库。为提高效率利用Apriori性质。 Apriori性质：频繁项集的所有非空子集也必须是频繁的。 连接步和剪枝步。 三 数据仓库与数据挖掘 三 数据仓库与数据挖掘 三 数据仓库与数据挖掘 三 数据仓库与数据挖掘 三 数据仓库与数据挖掘 三 数据仓库与数据挖掘 三 数据仓库与数据挖掘 m n 仓库 仓库号 面积 电话号 库存 库存量 零件 零件号 名称 规格 价格 描述 4）关系的规范化 第一范式（1NF）:关系模式R中的所有属性都是不可再分的数据项 第二范式：关系模式R满足1NF，且所有的非主属性都完全依赖于关键字 第三范式：R满足2NF,且所有的非主属性都不传递依赖于关键字 50 400 王进 1003 70 799 李明 1002 60 500 张兴 1001 附加工资 基本工资 工资 姓名 教师代码 是否符合第1范式？为什么？如何让它符合 第1范式？ 研究课题名 研究课题号 职称 姓名 教师代码 是否符合第2范式？为什么？如何让它符合第2范式？ 生产厂址 生产厂名 产品名 产品代码 是否符合第3范式？为什么？如何让它符合第3范式？ 用户需求分析 概念结构设计——概念模型 逻辑结构设计——数据模型 物理结构设计 5、数据库设计 1.数据仓库（Data Warehouse） 数据仓库是支持管理决策过程的、面向主题的、集成 的、时变的、相对稳定的数据集合。 数据仓库 数据库 数据综合性 更新周期 处理 维数 数据仓库与数据库的比较 二维 多维 联机事务处理OLTP，面向事务 联机分析处理OLAP，支持分析决策 更新频繁 低 极少更新 高 数据仓库与数据挖掘 2.数据挖掘（Data Mining） 数据（矿山） 数据 挖掘 技术 知识（金矿） 大量的、不完全的、 模糊的、随机的 有效的、新颖的和潜 在有用的 (1) 数据挖掘的定义 （2）常用数据挖掘方法----关联规则 两个或多个变量的取值之间存在某种规律性 关联规则挖掘过程 从资料集合中找出所有的高频项目组 产生关联规则 某一项目组出现的频率相对于所有记录而言，必须达到某一水平。 支持度:一项目组出现的频率 频集:所有支持度大于最小支持度的项集 I1、I2、I3 T9 I1、I2、I3、I5 T8 I1、I3 T7 I2、I3 T6 I1、I3 T5 I1、I2、I4 T4 I2、I3 T3 I2、I4 T2 I1、I2、I5 T1 商品列表 事务 表2-6 某超市的事务数据 计算机 杀毒软件 [support=2%,confidence=60%] 1）首先计算单一项集的支持度 表2-7 单一项集的支持度 2 {I5} 2 {I4} 6 {I3} 7 {I2} 6 {I1} 支持度 项集 2）剪去支持度小于最小 支持度的项集行 3）计算二项集的支持度， 如右图 表2-8 二项集的支持度 0 {I4，I5} 1 {I3，I5} 0 {I3，I4} 2 {I2，I5} 2 {I2，I4} 4 {I2，I3} 2 {I1，I5} 1 {I1，I4} 4 {I1，I3} 4 {I1，I2} 支持度 项集 4）剪去支持度小于最小支持度的项集行，得到表2-9 表2-9 剪枝后的二项集 2 {I2，I5} 2 {I2，I4} 4 {I2，I3} 2 {I1，I5} 4 {I1，I3} 4 {I1，I2} 支持度 项集 第2章 管理信息系统的技术基础 主要内容 2.1 信息系统中