business intelligence

可视化数据挖掘应用实例一则——某银行信贷规则评估 吴源林 （上海财经大学MBA 学院，上海 200083） 摘要：本文应用 Clementine 工具，通过对某银行评估客户信用申请的资料挖掘，展示 了数据挖掘中遇到的问题和解决思路。 关键词：数据挖掘；决策树；Clementine 数据挖掘是运用模式识别技术，以及统计和数 学知识，通过对大量的、不完全的、有噪声的、模 糊的、随机的数据集进行详尽审查挖掘，以发现数 据中内在的关联性、特征和趋势。数据挖掘综合了 多种学科技术，能提供数据分类、聚类、关联和预 测等功能。 近年来，数据挖掘技术已经在 国外多行业中得到了普遍应用，尤 其在金融、电信、零售等领域。许 多企业纷纷利用数据挖掘技术作为 他们获取竞争优势的战略工具，典 型的数据挖掘应用包括生产营运管 理、营销管理和信用分析等。一些 软件公司也推出了功能强大、用户 友好的数据挖掘应用软件，如SAS 公司的Data Miner，SPSS 公司的 Clementine，IBM Intelligent Miner 等，微软公司在其客户关系管理软 件CRM3.0 中也集成了部分数据挖 掘功能。 目前国内不少企业也正在引进 和开始实施这些技术，以期提高其 决策管理能力和竞争优势。但数据 挖掘不仅仅是一个技术运用问题， 其涉及到商务活动中的各个方面。 如果我们对所研究的问题和数据挖掘方法的认识不 够深入的话，则很可能得到错误的信息，造成巨大 的经济损失。 本文通过对日本某银行审批客户申请贷款的记 录进行挖掘，展示数据挖掘中可能遇到的问题和解 决思路，并希望能起到抛砖引玉的作用。 数据挖掘功能的强大性，使其几乎可以运用于 任何商业或科研领域，为了保障数据挖掘的质量和 有效性，SPSS 公司联合几大行业巨头制定了“数据 挖掘跨行业标准流程”（CRISP-DM1）。我们下面的 挖掘过程也将严格按照该流程进行。为清晰展现整 个数据挖掘流程， 我们使用了SPSS 公司的 Clementine 工具。该工具使用节点连接的方式建立 模型，能让我们直观了解建模过程，并把注意力集 中在具体问题的分析上。 一、商业理解，亦即研究理解阶段 这一阶段把项目的目标和要求用清晰的，并把 这些目标和制约条件转化成数据挖掘问题的定义， 形成一个初步实现目标的策略； 在本例中，我们的目标是要找出银行批准或否

用Axure6.0做了一个查询界面的 Master， 模板 页面 布局 可以参考

Yahoo!自定义组件库(Axure5.5).rar 免费

title : Information Visualization in Data Mining and Knowledge Discovery Morgan Kaufmann Series in Data Management Systems author : Fayyad, Usama M.; Grinstein, Georges G.; Wierse, Andreas. publisher : Elsevier isbn10 | asin : 1558606890 print isbn13 : 9781558606890 ebook isbn13 : 9780585456584 language : English subject Information visualization, Data mining, Knowledge acquisition (Expert systems) publication date : 2002 lcc : TK7882.I6I635 2002eb ddc : 006.3 subject : Information visualization, Data mining, Knowledge acquisition (Expert systems)

Data Mining: Concepts and Techniques, 3rd Edition by Jiawei Han , Micheline Kamber and Jian Pei

Data Mining Concepts and Techniques 2ed_数据挖掘概念与技术第二版_英文版 ------------- Data Mining: Concepts and Techniques Second Edition Jiawei Han University of Illinois at Urbana-Champaign Micheline Kamber

SwiffChart.rar SwiffChart3.1汉化破解版，可以导出swf格式的统计图

4BIEE –地图功能概览 Oracle MapViewer作为Java 应用程序运行，绘制地图并输出 BIEE 11g 默认安装组件(Map Viewer) 部署在weblogic. 地址：http://[biserver]:9704/mapviewer 使用地图不需要额外的授权费用 地图功能概览 Oracle Spatial 架构 -OracleDatabase -Oracle Map Viewer -Oracle Map Builder 管理地图数据 自定义背景地图 地图交互功能 地图数据部署

金字塔原理 思考写作与制作图表的逻辑 较清晰版 未加密版

本书先介绍基本知识，然后逐个讨论具体实例内容，最后进行综合总体分析，在内容的结构方面很有特色。本书涉及的行业较多，但这些内容从不同角度体现了数据仓库的各个方面，因而对于完整的学习与掌握数据仓库知识显得十分必要。 　　Ralph Kimball博士自1982年以来一直是数据仓库行业最主要的开拓者，并且是目前最知名的演讲人、咨询师与培训员之一。他是《智能企业》杂志的“数据仓库设计者”专栏的撰稿人，同 目录 · · · · · · 第1章 维度建模初步 第2章 零售营销 第3章 库存 第4章 采购 第5章 订单管理 第6章 客户关系管理 第7章 账目 第8章 人力资源管理 第9章 财经服务 第10章 电信与公用事业 第11章 交通 第12章 教育 第13章 卫生保健 第14章 电子商务 第15章 保险 第16章 建立数据仓库 第1

DW 2.0 The Architecture for the Next Generation of Data Warehousing DW2.0下一代数据仓库的构架 .pdf ~ 英蒙(W.H.Inmon) (作者), Derek Strauss (作者), Genia Neushloss (作者),

SAP BW Certification--- A Business Information Warehouse Study Guide

HA_4EmEditor Pro v7.00.4 汉化版 可以使用转义符替换回车的编辑器

--声明：资料来源网上。 如何分析AWR (0) Kaya 发表于 os2ora.com Automatic Workload Repository是10g引入的一个重要组件。在里面存贮着近期一段时间内，默认是7天，数据库活动状态的详细信息。 AWR报告是对AWR视图进行查询而得到的一份自动生成的报告。可以通过下面的脚本手工得到一份AWR报告。 exec dbms_workload_repository.create_snapshot; ... running the specified workload exec dbms_workload_repository.create_snapshot; @?/rdbms/admin/awrrpt 通过AWR和AWR报告，DBA可以容易地获知最近数据库的活动状态，数据库的各种性能指标的变化趋势曲线，最近数据库可能存在的异常，分析数据库可能存在的性能瓶颈从而对数据库进行优化。 AWR报告所有的数据来源于AWR视图，即以DBA_HIST_开头的所有系统表，Database Reference有对所有这些系统表的描述，这应该是Oracle官方对AWR报告的官方注释了。 而对于如何有效地去分析AWR报告，这可能更需要DBA经验的日积月累。 AWR的前身是Statspack，Statspack在10g和11g中也有提供，同时和AWR一起做了同步更新，而且Statspack是公开源代码的，因此，关于Statspack的资料，还有Statspack的源代码，都是理解AWR的一个有用的辅助。 本系列文章准备着重对AWR中的一些要点进行剖析，欢迎一起讨论AWR相关的问题。 November 8th, 2009

起先是dbms_xmldom.setCharset(doc, 'UTF8')不起作用，导出来的xml只有<?xml version="1.0"?>； 在setversion中加入：dbms_xmldom.setversion(doc, '1.0" encoding="UTF-8'); dbms_xmldom.writeToFile(doc, xmlfile, 'UTF-8');

Foreword . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xiii About the Author . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xv About the Technical Reviewers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xvii Acknowledgments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xix Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xxi ■CHAPTER 1 What Do You Mean by Cost? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 Optimizer Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 So What Is the Cost? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 Transformation and Costing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 WYSIWYG? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 Test Cases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 ■CHAPTER 2 Tablescans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 Getting Started . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 Onwards and Upwards . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 Effects of Block Sizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 CPU Costing. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 The Power of CPU Costing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 The BCHR Is Dead! Long Live the BCHR! . . . . . . . . . . . . . . . . . . . . . . . . . . 25 Parallel Execution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 Index Fast Full Scan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 Partitioning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 Test Cases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 ■CHAPTER 3 Single Table Selectivity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 Getting Started . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 Null Values . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 vi ■CONTENTS Using Lists . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 10g Update . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 Range Predicates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 10g Update . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 Two Predicates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 Problems with Multiple Predicates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 Test Cases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 ■CHAPTER 4 Simple B-tree Access . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 Basics of Index Costing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 Getting Started . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 Effective Index Selectivity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 Effective Table Selectivity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 clustering_factor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 Putting It Together . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 Extending the Algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 The Three Selectivities. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 CPU Costing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 Loose Ends . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 Test Cases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 ■CHAPTER 5 The Clustering Factor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 Baseline Example . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 Reducing Table Contention (Multiple Freelists) . . . . . . . . . . . . . . . . . 90 Reducing Leaf Block Contention (Reverse Key Indexes) . . . . . . . . . 94 Reducing Table Contention (ASSM) . . . . . . . . . . . . . . . . . . . . . . . . . . 96 Reducing Contention in RAC (Freelist Groups). . . . . . . . . . . . . . . . . . 99 Column Order . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 Extra Columns . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 Correcting the Statistics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 The sys_op_countchg() Technique. . . . . . . . . . . . . . . . . . . . . . . . . . 106 Informal Strategies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 Loose Ends . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 Test Cases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 ■CONTENTS vii ■CHAPTER 6 Selectivity Issues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 Different Data Types . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 Date Values . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 Character Values. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 Daft Data Types . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 Leading Zeros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 Deadly Defaults . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124 Discrete Dangers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126 10g Update . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130 Surprising sysdate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130 Function Figures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 Correlated Columns . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134 Dynamic Sampling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 Optimizer Profiles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 Transitive Closure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 Constraint-Generated Predicates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148 Test Cases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148 ■CHAPTER 7 Histograms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151 Getting Started . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151 Generic Histograms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 Histograms and Bind Variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 When Oracle Ignores Histograms . . . . . . . . . . . . . . . . . . . . . . . . . . . 160 Frequency Histograms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162 Faking Frequency Histograms. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166 Warning to Fakers. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167 “Height Balanced” Histograms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 The Arithmetic. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172 Data Problems Revisited . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175 Daft Datatypes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175 Dangerous Defaults . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179 Test Cases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180 viii ■CONTENTS ■CHAPTER 8 Bitmap Indexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181 Getting Started . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181 The Index Component . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186 The Table Component . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188 Bitmap Combinations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190 Low Cardinality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192 Null Columns . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195 CPU Costing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198 Interesting Cases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200 Multicolumn Indexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200 Bitmap Join Indexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201 Bitmap Transformations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205 Test Cases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205 ■CHAPTER 9 Query Transformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 Getting Started . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208 Evolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211 Filtering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211 Filter Optimization. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215 Scalar Subqueries. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 Subquery Factoring . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224 Complex View Merging . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230 Pushing Predicates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232 General Subqueries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234 Subquery Parameters. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236 Categorization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237 Semi-Joins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243 Anti-Joins. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246 Anti-join Anomaly . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248 Nulls and Not In. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249 The ordered Hint . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250 Star Transformation Joins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252 Star Joins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258 The Future . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262 Test Cases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263 ■CONTENTS ix ■CHAPTER 10 Join Cardinality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265 Basic Join Cardinality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265 Biased Joins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269 Join Cardinality for Real SQL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271 Extensions and Anomalies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274 Joins by Range . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275 Not Equal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 276 Overlaps. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278 Histograms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280 Transitive Closure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283 Three Tables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288 Nulls . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291 Implementation Issues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295 Difficult Bits! . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299 Features . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 301 An Alternative Viewpoint . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304 Test Cases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305 ■CHAPTER 11 Nested Loops . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 307 Basic Mechanism . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 307 Worked Example . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 312 Sanity Checks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318 Test Cases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318 ■CHAPTER 12 Hash Joins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319 Getting Started . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319 The Optimal Hash Join . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323 The Onepass Hash Join . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 325 The Multipass Hash Join . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331 Trace Files . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 335 Event 10104 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336 Event 10053 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338 Headaches . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339 Traditional Costing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339 Modern Costing. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 340 x ■CONTENTS Comparisons . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341 Multitable Joins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 347 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350 Test Cases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350 ■CHAPTER 13 Sorting and Merge Joins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353 Getting Started . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353 Memory Usage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359 CPU Usage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 360 sort_area_retained_size . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 364 pga_aggregate_target . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365 Real I/O . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368 Cost of Sorts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 370 10053 trace. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 371 Comparisons . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 375 Merge Joins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379 The Merge Mechanism . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379 A Merge Join Without the First Sort . . . . . . . . . . . . . . . . . . . . . . . . . 384 The Cartesian Merge Join . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385 Aggregates and Others . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387 Indexes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 392 Set Operations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 393 Final Warning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 399 Test Cases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 400 ■CHAPTER 14 The 10053 Trace File . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 403 The Query . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 404 The Execution Plan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 405 The Environment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 406 The Trace File . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 407 Parameter Settings . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 407 Query Blocks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 411 Stored Statistics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 412 Single Tables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 414 Sanity Checks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 416 General Plans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 416 Join order[1] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 417 Join order[2] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 423 ■CONTENTS xi Join order[3] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 424 Join order[4] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 424 Join order[5] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 425 Join order[6] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 429 Join order[7] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 429 Join order[8] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 433 Join order[9] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435 Join order[10] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435 Join order[11] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 436 Join order[12] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 439 Join order[13] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 441 Join order[14] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 443 Join order[15] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 444 Join order[16] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 444 Join order[17] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 445 Join order[18] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 447 Join Evaluation Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 449 Test Cases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 451 ■APPENDIX A Upgrade Headaches . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 453 dbms_stats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 453 Frequency Histograms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 454 CPU Costing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 455 Rounding Errors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 455 Bind Variable Peeking . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 455 Nulls Across Joins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 456 B-tree to Bitmap Conversions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 456 Index Skip-Scans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 456 AND-Equal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 456 Index Hash Join . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 457 In-List Fixed . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 457 Transitive Closure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 458 sysdate Arithmetic Fixed . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 458 Indexing Nulls . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 459 pga_aggregate_target . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 459 Sorting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 460 Grouping . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 460 Sanity Checks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 460 Going Outside the Limits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 460 Type Hacking . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 460 xii ■CONTENTS optimizer_mode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 461 Descending Indexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 461 Complex View Merging . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 461 Unnest Subquery . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 461 Scalar and Filter Subqueries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 461 Parallel Query Changes x 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 462 Dynamic Sampling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 462 Temporary Tables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 462 Dictionary Stats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 462 ■APPENDIX B Optimizer Parameters . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 465 optimizer_features_enable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 465 The 10053 Trace File . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 467 v$sql_optimizer_env . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 473 ■INDEX . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 475

俺的笔记，呵呵O(∩_∩)O~SQL开发指南 第16章 SQL Tuning优化调优技巧--felix笔记.pdf

1 Introduction .. . . . . . . . . 1 2 Retrieving Information from Database Tables . . . . . 27 3 Using SQL*Plus . . . . 63 4 Using Simple Functions . . . 89 5 Storing and Processing Dates and Times . . 129 6 Subqueries . .. 167 7 Advanced Queries . . . 183 8 Changing Table Contents . . 251 9 Users, Privileges, and Roles . . . . 275 10 Creating Tables, Sequences, Indexes, and Views . . . . . . . . . . . . .. . . 299 11 Introducing PL/SQL Programming . . . . . . 339 12 Database Objects . . . . . 379 13 Collections . . . . . . . 427 14 Large Objects . . . . . . . 475 15 Running SQL Using Java . . . . . 531 16 SQL Tuning . . . . . . . . . . . 579 17 XML and the Oracle Database . . . .. 603 A Oracle Data Types . . . . . . . 635 Index . . . . .

OCA 1z0-047 题库（278题） 里面有重题,, Note1: 经粗略统计，重复题目109道，有效题目169道。第140题前无重复题目。 Note2：20110115考过047，本题库全覆盖。

047官方教材Oracle.Database.10g.SQL.Fundamentals.I&II（pdf版Presentation） 047的复习教材比较少， 以前在坛子里找到了ppt版的，搜索不方便，版本也较低， 这个是从google找的比较新的pdf版的Electronic Presentation， 配合着047的题库看，正合适，遂共享之~ D17108GC21.Oracle.Database.10g.SQL.Fundamentals.I.Edition.2.1.December.2006.pdf D17111GC11.Oracle.Database.10g.SQL.Fundamentals.II.August.2004.pdf

OCA 1z0-047 Oracle Database SQL Expert 的官方教材，pdf版本的Presentation。 047官方教材Oracle.Database.10g.SQL.Fundamentals.I&II（pdf版Presentation） 047的复习教材比较少， 以前在坛子里找到了ppt版的，搜索不方便，版本也较低， 这个是从google找的比较新的pdf版的Electronic Presentation， 配合着047的题库看，正合适，遂共享之~ D17108GC21.Oracle.Database.10g.SQL.Fundamentals.I.Edition.2.1.December.2006.pdf D17111GC11.Oracle.Database.10g.SQL.Fundamentals.II.August.2004.pdf

Designer Online Guides The following online guides provide complete information for using Designer and other useful information. You can access each of these guides from the product documentation library. All guides are in Adobe Acrobat PDF format. If you don't already have Acrobat Reader installed on your PC, you can download it free from Adobe Acrobat. Designer's Guide - provides complete information on how to use Designer to design, create, and manage Business Objects universes. Data Access Guide - describes connectivity workflows, parameters, and optimizing your universe connections. Error Messages Explained - troubleshooting information in PDF format. Each error is indexed by an error message ID. -------------------------------------------------------------------------------- Business Objects http://www.businessobjects.com/ Support services http://www.businessobjects.com/services/support/ Product Documentation on the Web http://support.businessobjects.com/documentation/

WORKLOAD REPOSITORY report for DB Name DB Id Instance Inst num Release RAC Host ICCI 1314098396 ICCI1 1 10.2.0.3.0 YES HPGICCI1 Snap Id Snap Time Sessions Cursors/Session Begin Snap: 2678 25-Dec-08 14:04:50 24 1.5 End Snap: 2680 25-Dec-08 15:23:37 26 1.5 Elapsed: 78.79 (mins) DB Time: 11.05 (mins) DB Time不包括Oracle后台进程消耗的时间。如果DB Time远远小于Elapsed时间，说明数据库比较空闲。 在79分钟里（其间收集了3次快照数据），数据库耗时11分钟，RDA数据中显示系统有8个逻辑CPU（4个物理CPU），平均每个CPU耗时1.4分钟，CPU利用率只有大约2%（1.4/79）。说明系统压力非常小。 可是对于批量系统，数据库的工作负载总是集中在一段时间内。如果快照周期不在这一段时间内，或者快照周期跨度太长而包含了大量的数据库空闲时间，所得出的分析结果是没有意义的。这也说明选择分析时间段很关键，要选择能够代表性能问题的时间段。

目录 序....................................................................... 11 前言..................................................................... 13 本书内容............................................................... 14 读者对象............................................................... 15 本书组织结构........................................................... 16 源代码和有关更新....................................................... 19 勘误表................................................................. 19 配置环境................................................................. 20 建立SCOTT/TIGER 模式................................................... 20 环境................................................................... 22 设置SQL*Plus 的AUTOTRACE.............................................. 24 配置Statspack......................................................... 25 定制脚本............................................................... 25 SHOW_SPACE............................................................. 36 BIG_TABLE.............................................................. 43 代码约定............................................................... 45 第1 章开发成功的Oracle 应用程序......................................... 47 1.1 我的方法........................................................... 48 1.2 黑盒方法........................................................... 49 1.3 开发数据库应用的正确（和不正确）方法............................... 52 1.3.1 了解Oracle 体系结构............................................ 53 1.3.2 理解并发控制................................................... 58 1.3.3 多版本......................................................... 63 1.3.4 数据库独立性?.................................................. 70 1.3.5 “怎么能让应用运行得更快?”.................................... 86 1.3.6 DBA 与开发人员的关系........................................... 90 1.4 小结............................................................... 91 第2 章体系结构概述....................................................... 92 2.1 定义数据库和实例................................................... 92

Expert One on One Oracle作者：Thomas Kyte ISBN：9781861004826 定价：USD 59.99 出版社：Peer Information Inc. 装帧：Paperback 出版时间：2001-06 -------------------------------------------------------------------------------- 简介： 　　Tom Kyte has a simple philosophy: you can treat Oracle as a black box and just stick data into it or you can understand how it works and exploit it as a powerful computing environment. If you choose the latter course, then you will find that there are few information management problems that you cannot solve quickly and elegantly. 　　 　　Tom has selected the most important features and techniques and he teaches them in a proof-by-example manner, not only discussing the features available, but also how to implement software using them and indicating the potential pitfalls. 　　 　　This book covers: 　　 Core database structures and utilities 　　 Performance tuning 　　 Advanced SQL features 　　 Extensibility using C, Java and OR features 　　 Security 　　 Important supplied packages

大连交通大学 硕士学位论文 零售业顾客忠诚度的模型研究与聚类挖掘 姓名：徐鹏 申请学位级别：硕士 专业：计算机应用技术 指导教师：田宏 20081220 摘要 面对市场的激烈竞争，仅依靠商品本身很难在瞪趋激烈的竞争中取胜，现今市场的 竞争，实际怒赢得顾客的竞争。因此，如何建立蹶客忠诚度模型分析顾客的忠诚度是+ 分重要的。因为这为企业如何更好的去识别和保留忠诚度高的顾客，挖掘潜在和提升顾 客忠诚度，以及预防顾客流失都起着至关重要的作用。 本文研究重点在于分析国内零售业颤客消费行为特性，探讨圈内零售业顾客忠诚度 评价指标体系，提出适合国内零售业顾客忠诚度评价指标模型，同时与一种较为成熟的 顾客忠诚度指标分析模型(简称RFM)进行比较分析，并通过试验表明新模型更适用于 零售业的顾客分析，实例验证浚模型的有效性和可行性。 建立忠诚度模型后，需选取挖掘方法对数据进行挖掘，本文分析K-means算法的优 缺点以及在顾客细分中的不足，采用改进的K-means算法一基于近邻密度的初始中心点 选择算法(NK．means)对数掘进行分析，通过实验证明该算法的有效性。在分析过程中用 Ve开发的可褫化颞客分拳蠢系统对蹶客按忠诚度进行挖掘，同时报掘聚类挖掘结果对不同 忠诚度类型顾客提出相应营销建议，从丽为优化零售公司的营销策略、深纯零售公司的 管理理念探索出一条可行之路。本文最后对课题的研究进行总结，并且对基于数据挖掘 的我国零售业顾客忠诚度研究的前景做出展望。 关键词：顾客忠诚度；RFM；数据挖掘；聚类K-means；NK-means

基于数据挖掘的零售业客户细分研究 ●叶孝明黄祖庆 摘要：文章根据基于购买行为的客户细分方法，运用数据挖掘中的聚类分析和决策树分类技术，对零售业客户细分 模型进行了研究、建立及实验分析，为零售业客户细分提供了一种有效而实用的分析方法。 关键词：零售业；客户细分；数据挖掘 客户细分是客户关系管理的基本任务之一，在目前客 户终生价值研究还没有成熟的情况下。采用基于购买行为 的客户细分方法不失为一种有效的选择。对于零售企业而 言．通过一定的技术将客户细分为不确定型客户、经常性 客户、乐于消费型客户和最好的客户，然后对每一类客户 的特征进行分析．有助于提高营销活动的针对性和有效 性．有助于客户关系管理的良好实施。零售业客户人数众 多，购买行为数据量十分庞大，通过运用数据挖掘中的聚 类分析和决策树技术。可以对零售业客户群进行合理的细 分。 一、基于购买行为的客户细分方法 RFM分析是广泛应用于数据库营销的一种客户细分 方法。R(Recency)指上次购买至今之期间，该时期越短，则 R越大。研究发现。R越大的客户越有可能与企业达成新 的交易。F(Frequency)指在某一期间内购买的次数。交易次 数越多的客户越有可能与企业达成新的交易。M(Mone— tary)指在某一期间内购买的金额。M越大，越有可能再次 响应企业的产品与服务。RFM分析的所有成分都是行为 方面的，应用这些容易获得的因素。能够预测客户的购买 行为。以最近的行为预测客户的购买行为比用其他任何一 种因素进行预测更加准确和有效。 为了消除购买次数与总购买额间的多重共线性，Mar- CUS提出对传统的RFM分析进行修正，用平均购买额代替 总购买额。另外，为了解决传统RFM分析过多细分客户群 的缺陷，他提出用购买次数(F)与平均购买额(A)构造的客 户价值矩阵简化细分的结果，该矩阵将客户细分为四个客 户群，其中平均购买额与购买次数都较低的为不确定型客 户：平均购买额较低而购买次数较高的为经常性客户；平 均购买额较高而购买次数较低的为乐于消费型客户主；平 均购买额与购买次数都较高的为最好的客户。第三个变量 Recency在客户价值矩阵中被剔除。 产生客户价值矩阵需要的信息有

基于数据挖掘的客户价值预测方法 赵晓煜，黄小原 （东北大学工商管理学院，辽宁沈阳%%"""*） 摘要：提出了一种利用聚类和分类等数据挖掘技术预测客户价值的新方法·通过对客户历 史交易数据的分析，获得能够综合反映老客户忠诚度和价值度的指标·基于该指标对老客户进行 聚类，将老客户划分为若干个不同价值的客户群，即为每个老客户赋予一个价值等级标号·利用朴 素贝叶斯分类方法来预测新客户（或潜在客户）的价值，并依据预测结果来制定相应的重点客户发 展战略·实例验证了该方法的有效性和可行性· 关键词：数据挖掘；客户价值；聚类；朴素贝叶斯分类；预测 中图分类号：D!!* 文献标识码：E 在当前的竞争环境下，企业正在由以产品为 中心转向以客户为中心·为了更有针对性地开展 市场营销活动，企业特别关注如何识别和保留那 些高价值的客户·因此，准确评估和预测客户价 值、正确选择目标市场成为企业能否有效进行客 户关系管理的关键［%］· 随着信息技术的快速发展和企业信息化程度 的日益提高，企业收集、处理和运用客户数据的能 力大大增强，这为进行客户行为的深入分析创造 了良好的条件·近年来，数据挖掘技术被广泛应用 于营销领域，成为了获取客户知识、支持营销决策 的重要手段［!，C］·本文提出了一种基于数据挖掘 的客户价值预测方法，该方法通过对老客户交易 数据的分析来预测新客户的价值水平，从而为企 业制定客户发展战略提供依据· % 基于客户忠诚／价值指标的老客 户聚类 !"! 基于#$%分析计算客户忠诚／价值指标 最近购买时间（/7>70><）、购买频率 （3/

规范的参考文献格式 一、参考文献的类型 参考文献（即引文出处）的类型以单字母方式标识，具体如下： M——专著 C——论文集 N——报纸文章 J——期刊文章 D——学位论文 R——报告 S——标准 P——专利 A——文章 对于不属于上述的文献类型，采用字母“Z”标识。 常用的电子文献及载体类型标识： ［ＤＢ/OL］——联机网上数据(database online) ［DB/MT］——磁带数据库(database on magnetic tape) ［Ｍ/CD］——光盘图书(monograph on CDROM) ［ＣＰ／DK］——磁盘软件(computer program on disk) ［Ｊ／ＯＬ］——网上期刊(serial online) ［ＥＢ/OL］——网上电子公告(electronic bulletin board online) 对于英文参考文献，还应注意以下两点： ①作者姓名采用“姓在前名在后”原则，具体格式是： 姓，名字的首字母. 如： Malcolm Richard Cowley 应为：Cowley, M.R.，如果有两位作者，第一位作者方式不变，&之后第二位作者名字的首字母放在前面，姓放在后面，如：Frank Norris 与Irving Gordon应为：Norris, F. & I.Gordon.； ②书名、报刊名使用斜体字，如：Mastering English Literature，English Weekly。 二、参考文献的格式及举例 1．期刊类 【格式】[序号]作者.篇名[J].刊名，出版年份，卷号（期号）：起止页码. 【举例】 [1] 周融，任志国，杨尚雷，厉星星.对新形势下毕业设计管理工作的思考与实践[J].电气电子教学学报，2003(6)：107-109. [2] 夏鲁惠.高等学校毕业设计（论文）教学情况调研报告[J].高等理科教育，2004(1):46-52. [3] Heider, E.R.& D.C.Oliver. The structure of color space in naming and memory of two languages [J]. Foreign Language Teaching and Research, 1999, (3): 62 – 67. 2．专著类 【格式】[序号]作者.书名[M].出版地：出版社，出版年份：起止页码. 【举例】 [4] 刘国钧，王连成.图书馆史研究[Ｍ].北京：高等教育出版社，1979：15-18，31. [5] Gill, R. Mastering English Literature [M]. London: Macmillan, 1985: 42-45. 3．报纸类 【格式】[序号]作者.篇名[N].报纸名，出版日期（版次）. 【举例】 [6] 李大伦.经济全球化的重要性[N]. 光明日报，1998-12-27(3). [7] French, W. Between Silences: A Voice from China[N]. Atlantic Weekly, 1987-8-15(33). 4．论文集 【格式】[序号]作者.篇名[C].出版地：出版者，出版年份：起始页码. 【举例】 [8] 伍蠡甫.西方文论选[C]. 上海：上海译文出版社，1979：12-17. [9] Spivak,G. “Can the Subaltern Speak?”[A]. In C.Nelson & L. Grossberg(eds.). Victory in Limbo: Imigism [C]. Urbana: University of Illinois Press, 1988, pp.271-313. [10] Almarza, G.G. Student foreign language teacher’s knowledge growth [A]. In D.Freeman and J.C.Richards (eds.). Teacher Learning in Language Teaching [C]. New York: Cambridge University Press. 1996. pp.50-78. 5．学位论文 【格式】[序号]作者.篇名[D].出版地：保存者，出版年份：起始页码. 【举例】 [11] 张筑生.微分半动力系统的不变集[D].北京：北京大学数学系数学研究所, 1983：1-7. 6．研究报告 【格式】[序号]作者.篇名[R].出版地：出版者，出版年份：起始页码. 【举例】 [12] 冯西桥.核反应堆压力管道与压力容器的LBB分析[R].北京：清华大学核能技术设计研究院, 1997：9-10. 7．专利 【格式】[序号]专利所有者.题名[P].国别：专利号，发布日期. 【举例】 [13] 姜锡洲.一种温热外敷药制备方案[P].中国专利：881056073, 1989–07–26. 8．标准 【格式】[序号]标准编号，标准名称[S]. 【举例】 [14] GB/T 16159—1996, 汉语拼音正词法基本规则 [S]. 9．条例 【格式】[序号]颁布单位.条例名称.发布日期 【举例】 [15] 中华人民共和国科学技术委员会.科学技术期刊管理办法[Z].1991—06—05 10．电子文献 【格式】[序号]主要责任者.电子文献题名.电子文献出处[电子文献及载体类型标识].或可获得地址，发表或更新日期/引用日期. 【举例】 [16] 王明亮.关于中国学术期刊标准化数据库系统工程的进展[EB/OL].http: //www.cajcd.edu.cn/pub/wml.txt/980810–2.html, 1998–08–16/1998–10–04. [17] 万锦.中国大学学报论文文摘（1983–1993）.英文版 [DB/CD]. 北京: 中国大百科全书出版社, 1996. 11．各种未定义类型的文献 【格式】[序号] 主要责任者.文献题名[Z].出版地：出版者, 出版年. 三、注释 注释是对论文正文中某一特定内容的进一步解释或补充说明。注释应置于本页页脚，前面用圈码①、②、③等标识。

一种决策树算法在数据仓库ETL中的应用与研究 高小飞1，冯杰2 (1．上海电力学院电力与自动化学院，上海200090；2．上海亚软信息技术有限公司，上海201204) 摘要：ETL是建立企业级数据仓库的核心环节，传统ETL受CPU、VO等系统资源的影响较大，从而影响整个数据仓库运 转性能。本文通过建立专家知识库，并在此基础上引入决策树算法，从而动态地调整ETL策略，并取得良好的实践效果， 该架构具有一定实用价值。 关键词：数据仓库；决策树；ETL 中图分类号：77'31l 文献标识码：A

零售业数据仓库中ETL技术的研究 黄丽娟!，郑雪峰%，靳风荣% （!. 广州大学计算机科学与技术系，广东广州(!"&"(；%. 北京科技大学信息工程学院，北京!"""/*） 摘要：数据仓库中的数据不是传统数据库中数据的简单堆积，它是一个复杂的容纳数据集成的系统工程，为决策者提供 访问、分析及共享信息的能力，从而发挥数据仓库的真正功效。本文针对于零售业，阐述了在零售业数据仓库系统中 +,- 的流程并结合实际应用提出了在零售业数据仓库系统中的+,- 过程应考虑的诸多问题及解决方案。 关键词：零售业数据仓库；+,-；数据抽取；数据转换；数据清洗；数据加载 中图

静脉识别论文材料～～～～～～～～～～～ Share for you

论文材料～～～～～～～～～～～～～～～～～～ 希望对大家有用！

基于电信数据仓库系统的ETL研究与设计 李　颖　郝克刚　葛　玮 (西北大学软件工程研究所　陕西西安710127) 收稿日期: 2007 - 09 - 10。李颖,硕士,主研领域:软件工程。 摘　要　　电信行业大都建立了自己的数据仓库系统,而建立数据仓库的最重要环节便是数据的抽取、转换和加载ETL ( Extracting、 Transformation、Loading) 。通过对现有ETL系统的分析研究,设计并部分实现了基于某省电信公司数据仓库的ETL系统。采取XML格 式编辑整个ETL过程,实现部分图形化交互界面,并针对电信系统大数据量的特点,提出性能优化及改进的方法,提高了ETL效率。 关键词　　ETL　电信　数据仓库　大数据量

Excel.2007与VBA编程从入门到精通.part10.rar ----- 网络不是很好， 传了半天，终于传到最后一部分，第10part，哈哈哈。。。下班啦！ 谢谢捧场！

Excel.2007与VBA编程从入门到精通.part09.rar

Excel.2007与VBA编程从入门到精通.part08.rar

Excel.2007与VBA编程从入门到精通.part07.rar

Excel.2007与VBA编程从入门到精通.part06.rar

Excel.2007与VBA编程从入门到精通.part05.rar