Top > Info > Data Mining > 1-1-2. Why now? What's the rush?

▷▶ Why now? What's the rush?

 

[집중적으로 되어온 주요한 원인]

· Database 관리의 분야가 최근에 광범위해졌기 때문.
· 전통적인 Database 관리 시스템은 OLTP(on-line transaction processing)에 집중되어짐. → Data구조의 목적에 맞게 각각의 기록의 저장과 빠른 복구가 이루어짐.
· 최근에 Database 관리자가 결정지원에 대한 Database 관리 시스템을 사용하는데 관심을 가짐.

 

[결정지원시스템]

○ 결정지원 시스템 : OLTP의 적용을 위해서 모아진 Data로부터 통계적 질의를 허락함. Data Warehouse의 설립을 필요로 함. 다차원적 분석에 쓰이는 관계형 OLAP. 예) 기저귀를 저번 달에 체인 안에 있는 가게에서 얼마나 많이 팔았는가?
○ Data Warehouse : 흩어진 Data에 대해서 일괄적인 형태로써 많은 구조의 부분을 하나로 만든 것.
○ Data Mart : 특별한 분석을 위해 만들어진 더 작은 Sub Database들.
○ ROLAP Database : 차원 즉 속성에 의한 논리적인 Grouping에 의해서 조직이 됨. 고차원적인 분할표처럼 보이는 Data Cube이다.
예) 켈리포니아에서 쇼핑몰의 가게 중에서 1사분기동안 스포츠의류점에 대한 총 판매량을 제시하라.
작은 도시에서의 가게와 비교하라. 이익의 마진이 음이 물품을 제시하라.

 

[ROLAP]

질의는 사용자에 의해서 직접 제기됨.
사용자가 잠정적으로 타당한 질문들을 만듬.
그 결과의 답변은 또 다른 질문들은 제기할 수도 있음.

 

[DM과 ROLAP와의 관계]

DM은 ROLAP을 가지고서 행하여 질 수 있지만, 사용자는 반복적으로 정보에 대한 질의를 추정해야만 한다.

 

[DM]

사용자로부터 애매하게 주어진 지시로부터 패턴을 자동적으로 찾는 DM 시스템으로부터 행해 짐.
예) 이익마진이 음이 되는 아이템들의 특성은 무엇인가? 만약 아이템을 선정을 할 때, 이익이 얼마나 될 것인가를 평가해 봐야 한다. 정확하게 이윤을 예상할 수 있는 모든 아이템들의 특성을 찾아라.

 

[상업적이지 않는 Database]

· 과학과 공학으로부터 예들이 많이 있는 예는. 천문학, 기상학, 위성감지, 고 에너지 물리, 산업처리제어 등등. 이것들은 일반적으로 Data수집을 자동적으로 되어지는 컴퓨터로서 관련되어져 있다. 상업적인 Data Warehouse처럼 매우 큰 Database와 과학과 공학에서 Data기록이 자동적으로 되어지는 컴퓨터의 출현을 포함한다.
· 더 빠르고 더 큰 계산 엔진과 병렬 구조와 같은 컴퓨터의 기술의 진보를 가져온다. 이러한 조합들에서, 기술발전은 대용량의 자료를 빠르게 접속하게 해 주고, 이러한 Data에 통계적 방법을 적용할 수 있는 능력을 가지게 한다.

[ Back to the Page ]

Top > Info > Data Mining > 1-1-2. Why now? What's the rush?