Конец первой части вопроса

DM-технологии предназначены для поиск закономерностей и связей между различного рода объектами и процессами. (явлениями). Разницу между OLTP и OLAP –технологиями, а также возможностями Data Mining можно продемонстрировать с помощью решения следующей проблемы:

В отличие от оперативного уровня, обслуживаемого с помощью OLTP-технологий и отвечающих на вопросы типа «Что произошло?» и «Когда и где это произошло?», средства аналитической обработки в режиме реального времени (OLAP) используются для ответа на вопросы: «Почему это произошло?», а также для выполнения анализа по сценарию «Что, если…?». Инструменты OLAP позволяют пользователю видеть необходимые фактические данные (типичные суммируемые величины, такие, как суммы по операциям и бухгалтерские балансы) с перегруппировкой, повторной сортировкой и группировкой по любому параметру (описательному элементу типа времени, региона, организационной единицы и т.д.). В отличие от них технологии из класса BI (Data Maning) позволяют определить закономерность какого либо процесса. В приведенном примере это касается закономерностей в отказе клиентов от услуг предприятия.

Другим примером DM-задачи может служить следующее: для принятия решения на уровне предприятия важно знать существует ли связь между миграцией населения в конкретном регионе, продажами некоторого товара и ценами на дизельное топливо. Необходимо подтвердить, либо опровергнуть данную связь. Причем достоверная статистика может отсутствовать. Информация, как правило, поступает в виде текстов сообщений из газет, журналов, бюллетеней, из сети Интернет и т.д.

Типовые задачи, решаемые с помощью DM-технологий, следующие:

- классификации – позволяют выявить признаки, характерные для некоторой группы объектов. Наличие таких признаков позволяет вновь появившийся объект отнести к одному из классов;

- кластеризация – в результате решения данной задачи исходные объекты разбиваются на однородные группы (кластеры). Наличие таких групп позволяет принять решение по отношению одной из них;

- выявление ассоциаций, то есть закономерностей, отраженных в данных, фиксирующих наступление каких-либо событий;

- выявление последовательностей, то есть закономерностей, фиксирующих наступление событий с некоторым разрывом во времени.

Создаются средства для решения перечисленных задач, среди которых можно выделить технологию нечетких систем. Появилась она как реакция на то, что традиционные компьютерные вычисления являются слишком жесткими для отражения реального мира. Существует огромное количество проблем, для решения которых невозможно получить полную и точную информацию. В результате появилось понятие «мягкие вычисления», которые были положены в основу обработки нечетких высказываний. Более подробно использование такого рода знаний рассматривается в 7.4.