资源简介

多类型数据融合 数据多样性
结构化数据
分布式数据库 1. 新发展
数据类型 半结构化数据
Web数据库 新技术
非结构化数据
非结构化数据库
五、数据管理与分析的发展趋势
人工管理阶段（1950s前）
关联规则
数据挖掘应用 文件系统阶段（1950s-1960s）
分类与聚类
2. 数据挖掘与大数据 数据管理技术发展历程 数据库系统阶段（1960s后）
发展历程（萌芽/成熟/应用期） 1. 数据管理与分析技术
新一代数据库（面向对象、时态、实时等）
应用领域（金融/医疗/城市管理等） 大数据意义
大数据管理技术
社会影响（决策/创新/产业变革）
人工管理
描述性分析 文件系统管理
探索性分析 分析类型 数据管理方法 数据库系统管理
一、数据管理与分析应用概述
验证性分析 1. 数据分析概述 新一代数据库管理
Python/Pandas 大数据管理
常用工具
Excel/SPSS 提高数据标准化
重复数据处理 重要性 增强数据系统性
缺失值处理 数据清洗 优化数据准确性
2. 重要性及应用价值
噪声数据处理 预测性价值（气象/工业/商业预测）
2. 数据处理
合并 应用价值 挖掘性价值（数据挖掘技术）
计算 数据操作 分析性价值（现状/原因/发展分析）
分组 选修3 数据管理与分析
平均数/中位数/众数 四、数据分析 业务需求收集
基本统计 知识汇总 需求分析步骤
标准差/方差 功能需求确定
1. 项目需求分析与解决方案
对比分析法 3. 描述性分析 现状分析与诊断
分组分析法 解决方案设计 系统规划与设计
分析方法
交叉分析法 技术方案与实施保障
相关分析法 文档分析
饼图/柱状图 面谈
采集途径
直方图/散点图 图表类型 实地调查
折线图/箱形图 问卷调查
4. 数据的可视化表达
回归分析 二、需求分析与数据建模 结构化数据
高级分析 2. 数据的采集与分类
聚类分析 数据分类 半结构化数据
非结构化数据
创建数据库与表
识别与成因分析
修改表结构 1. 关系数据库的建立 噪声数据处理
处理方法（分箱/回归/聚类）
建立表间联系（外键） 实体
选择查询
E-R模型 属性
投影查询
基本查询方法 联系（11/1:n/m:n）3. 建立关系数据模型
排序查询
实体转换为二维表
统计查询 2. 数据的查询 三、数据管理 关系模型转换 联系转换为关联表
SELECT语句
SQL语言基础
多表连接查询
完全备份
增量备份 备份类型
差异备份 3. 数据的备份与恢复
数据库还原操作 恢复方法

展开更多......

收起↑