데이터마이닝의 개념과 종류, 작업유형 활용

담고 있어야 한다.驪 상대적으로 거대한 소수의 테이블을 가진다.
▶ 개별 질의는 보통 대형의 결과 집합을 가지게 되며 정보 처리 역시 거의 전체적인 데이터베이스를 대상으로 하게 된다.

3) OLAP(Online Analytical Processing)

일반적으로 분석적인 업무에 대해서 전통적 데이터베이스 시스템이 가지는 단점들을 극복하기위해 출현한 기술로서 주요특징은 다차원 데이터베이스를 주축으로 하며 시간에 따른 데이터분석을 용이하게 할 수 있도록 설계되고 있는데 질의에 있어서의 성능 외에도 기본적으로 데이터베이스 시스템들이 운영적 업무 처리의 효율성을 최적화하도록 설계됨으로 해서 분석적 업무에서 이를 통하여 일련의 분석적 업무들을 수행하기에는 부족한 측면들이 많은 것이 사실이었다.
이러한 OLAP의 필요성으로 인해 원천적으로 다차원 모형을 기반으로 하는 OLAP 도구들과 관계형 데이터베이스를 바탕으로 하여 다차원 모형을 지원하는 도구들이 개발되었는데 후자를 구분하기 위하여 복수관계형 데이터베이스 시스템이라 한다.
이러한 OLAP의 필요성은 이미 다루었던 웹 로그 분석에도 그대로 적용될 수 있는데 템 로그파일 역시 시간적 흐름의 정보인데다가 양적으로도 매우 대규모 데이터베이스에 맞먹기 때문에 이러한 OLAP 기술은 전자상거래 판매성향분석에도 매우 유용하게 이용될 수 있을 것이다.OLAP과 데이터마이닝이 구분될 수 있는 몇 가지 두드러진 차이점을 살펴보면 다음과 같다.
첫째, OLAP은 단순한 데이터의 탐색을 통해 비즈니스를 위한 가설을 세우는데 주로 사용된다. 예를 들어 기업이 총 매출을 지역별로 구분하여 지역별 매출 데이터를 도표 등으로 시각화하여 어느 지역에서 매출이 부진한지를 발견하는 상황에서, 이러한 지역별 매출상황에 대한 정보를 관련 부서에 보고하고 그 이유가 무엇인가에 대한 가설을 세우는 작업등이 전형적인 OLAP의사용으로 볼 수 있다. 하지만 데이터마이닝과는 달리 그 가설을 검증하고 관련된 비즈니스 규칙을 세우는데 필요한 계량적

(보관된 자료가 없습니다)