オンライン分析マイニングの構造は何ですか？

OLAMサーバーは、OLAPサーバーがオンライン分析処理を実行するのと同様に、データキューブで分析マイニングを実行します。統合されたOLAMおよびOLAPメカニズム。OLAMサーバーとOLAPサーバーはどちらも、グラフィカルユーザーインターフェイスAPIを介してユーザーのオンラインクエリ（またはコマンド）を受け入れ、キューブAPIを介してデータ分析でデータキューブを操作します。

メタデータディレクトリを使用して、データキューブへのアクセスを指示できます。データキューブは、MDDB APIを介して複数のデータベースにアクセスして統合し、OLEDBまたはODBC接続を提供できるデータベースAPIを介してデータウェアハウスをフィルタリングすることで作成できます。

OLAMサーバーは、概念の説明、関連付け、分類、予測、クラスタリング、時系列分析など、いくつかのデータマイニングタスクを実装できるためです。通常、複数の統合データマイニングモジュールが含まれ、OLAPサーバーよりも高度です。

OLAMエンジンは、概念の説明、関連付け、分類、予測、クラスタリング、時系列分析など、複数のデータマイニングタスクを実行できます。したがって、通常は複数の統合データマイニングモジュールで構成され、OLAPエンジンよりも高度になっています。 OLAPに必要なデータキューブとOLAMに必要なデータキューブの間に基本的な違いはありませんが、OLAM分析には、より強力なデータキューブの構築とアクセスツールが必要になる場合があります。

これは、OLAMがより細かい粒度でより多くのディメンションを含む場合、またはデータキューブ上の多機能集約の検出主導型の探索を含む場合であり、それによってOLAP分析以上のものが必要になります。さらに、探索的データマイニングで興味深いスポットを特定する場合、OLAMエンジンは、データの特定の部分を詳細に分析するために、データキューブから対応するリレーショナルデータベースにドリルスルーする必要がある場合があります。

これは、OLAMがより細かい粒度でより多くのディメンションを含む場合、またはデータキューブ上の多機能集約の検出主導型の探索を含む場合であり、それによってOLAP分析以上のものが必要になります。さらに、探索的データマイニングで興味深いスポットを特定する場合、OLAMエンジンは、データの特定の部分を詳細に分析するために、データキューブから対応するリレーショナルデータベースにドリルスルーする必要がある場合があります。

さらに、データマイニングプロセスは、構築されたキューブのディメンションまたはメジャーがデータ分析に適していないことを明らかにする可能性があります。ここで、洗練されたデータキューブの設計により、データウェアハウス構築の品質が向上する可能性があります。

効果的なデータマイニングには、探索的データ分析が必要です。ユーザーは多くの場合、データベースをトラバースし、関連データの一部を選択し、それらをさまざまな粒度で分析し、知識/結果をさまざまな形式で提示したいと考えています。

オンライン分析マイニングは、データのさまざまなサブセットおよびさまざまな抽象化レベルでのデータマイニングのための機能を提供します。これは、データキューブと中間データマイニングの結果をドリル、ピボット、フィルタリング、ダイシング、およびスライスすることで実現できます。これは、データ/知識の視覚化ツールとともに、探索的データマイニングの能力と適応性を大幅に向上させることができます。