物流信息课件项目2.4数据仓库和云技术 知识应用.pptVIP

数据模型(续) 数据模型分成两个不同的层次 (1) 概念数据模型 也称信息模型，它是按用户的观点来对数据和信息建模。 (2) 逻辑数据模型 主要包括网状模型、层次模型、关系模型等，它是按计算机系统的观点对数据建模。 * * 数据模型(续) * * 客观对象的抽象过程---两步抽象 现实世界中的客观对象抽象为概念模型； 把概念模型转换为某一DBMS支持的数据模型。 概念模型是现实世界到机器世界的一个中间层次。 三个世界 把客观存在的事物以数据的形式存储到计算机中，经历了对现实生活中事物特性的认识、概念化到计算机数据库里的具体表示的逐级抽象过程。 * * 现实世界 概念世界 机器世界 → → 现实世界 现实世界泛指存在于人脑之外的客观世界。 人们管理的对象存在于现实世界之中。现实世界的事物及事物之间存在着联系，这种联系是客观存在的，是由事物本身的性质所决定的。 * * 概念世界 概念世界又称为信息世界。它是现实世界在人们头脑中的反映，是对客观事物及其联系的一种抽象描述。它不是现实世界的简单录像，而要经过选择、命名、分类等抽象过程而产生概念模型。 * * 建立概念模型涉及到的术语 实体：把客观存在并且可以相互区别的事物称为实体。实体可以是实际事物，也可以是抽象事件。同一类实体的集合称为实体集；用命名的实体型表示抽象的实体所代表的群体。在数据模型中的实体均是指“型” 属性：描述实体的特性称为属性。属性的具体取值称为属性值。 关键字：如果某个属性或属性组合的值能够唯一地标识出实体集中的每一个实体，可以选作关键字。 联系：实体集之间的对应关系称为联系。它反映现实世界事物之间的相互关联。 * * 机器世界 信息世界中的信息，经过数字化处理形成计算机能够处理的数据，就进入了机器世界。机器世界也叫计算机世界或数据世界。 计算机世界中用到的术语：数据项（字段）、记录、文件、数据模型。 * * 三个世界的关系 * * 现实世界 第一级 抽象 信息世界 概念模型 第二级 抽象 机器世界 数据模型 认识抽象 转换 事物个体 实体 记录 事物总体 实体集 文件 特征 属性 字段 事物间联系 实体模型 数据模型 E-R模型（概念模型的表示方法） E-R图包括三个要素： 实体型 用矩形表示，矩形框内写明实体名。 * * 学生 教师 学生 学号 年龄 性别 姓名 属性 用椭圆形表示，并用无向边将其与相应的实体连接起来 E-R模型（续） 联系 联系本身：用菱形表示，菱形框内写明联系名，并用无向边分别与有关实体连接起来，同时在无向边旁标上联系的类型（1:1、1:n或m:n） 联系的属性：联系本身也是一种实体型，也可以有属性。如果一个联系具有属性，则这些属性也要用无向边与该联系连接起来 * * E-R模型（续） * * 实体型1 联系名 实体型2 1 1 1:1联系 实体型1 联系名 实体型2 m n m:n联系 实体型1 联系名 实体型2 1 n 1:n联系 实训任务二 学会数据挖掘 任务情景 现代物流系统是一个庞大复杂的系统，特别是全程物流，包括运输、仓储、配送、搬运、包装和再加工等环节，每个环节信息流量十分巨大。 公司管理层经常感觉很难对这些数据进行及时、准确的处理。为了帮助决策者快速、准确地做出决策，提高企业的运作效率，降低物流成本、增加收益，就需要一种新的数据分析技术来处理数据。数据挖掘技术能帮助企业在物流信息系统管理中，及时、准确地收集和分析各种信息，对客户的行为及市场趋势进行有效的分析，了解不同客户的爱好，从而为客户提供有针对性的产品和服务，提高各类客户对企业和产品的满意度。 什么是数据挖掘？有没有相对简单的方法对物流数据进行分析呢？ 任务要求 以小组为单位，调研分析数据挖掘的主要方法。分析中型物流信息系统所适用的数据挖掘方法。 物流信息系统Logistics Information System 精品资源共享课建设小组 南华工商学院 项目2.4数据仓库和云技术应用 知识目标 1.熟练掌握物流数据的含义； 2.掌握数据库的定义、特点； 3.理解数据的结构、数据仓库、数据挖掘的概念； 4.掌握云技术的内涵及在物流行业的应用。 能力目标 1.能简单对物流数据进行分行和挖掘； 2.能初步应用云存储。 引导案例:物流气象也上“云” 2014年5月27日，中国气象局与阿里云达成战略合作，挖掘气象大数据的深层价值。除了在电商、物流等平台加强大数据应用协同，通过阿里云，中国气象局与菜鸟网络的合作也被提升到重要层面，双方将联手完善中国首个物流数据平台--物流预警雷达，为整个社会的物流效率提升发挥重要作。 物流行业在货物运输及配送的过程中受天气影响较为严重，恶劣天气