电子商务概论第4章-电子商务应用技术课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《电子商务概论第4章-电子商务应用技术课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 电子商务 概论 应用技术 课件
- 资源描述:
-
1、电子商务应用技术电子商务应用技术第第4章章教学目标:教学目标:了解:了解:客户端技术;服务器端技术;客户端技术;服务器端技术;WebWeb服务器基服务器基本情况;智能代理技术本情况;智能代理技术理解:理解:软件体系结构;数据库;数据仓库;联机软件体系结构;数据库;数据仓库;联机分析处理;数据挖掘分析处理;数据挖掘掌握:掌握:软件体系结构;网站部署方式;数据库;软件体系结构;网站部署方式;数据库;数据仓库;联机分析处理;数据挖掘数据仓库;联机分析处理;数据挖掘4.1.1 数据库技术及其发展数据库技术及其发展4.1 数据库与数据仓库技术数据库与数据仓库技术数据库技术是电子商务实现的关键技术之一,数
2、据库技术是电子商务实现的关键技术之一,电子电子商务的应用需要进行大量的数据管理商务的应用需要进行大量的数据管理,所以离不开,所以离不开数据库技术的支持数据库技术的支持数据库(数据库(DataBaseDataBase,DBDB)是按一定组织方式存储在是按一定组织方式存储在计算机存储器中、相互关联的数据集合。计算机存储器中、相互关联的数据集合。现在数据库早已渗透到工业生产、商业、行政、科现在数据库早已渗透到工业生产、商业、行政、科学研究、工程技术和国防军事的各个部门,已是每学研究、工程技术和国防军事的各个部门,已是每一项业务的基础。一项业务的基础。4.1.1 数据库技术及其发展数据库技术及其发展4
3、.1 数据库与数据仓库技术数据库与数据仓库技术数据库技术经历了从数据库技术经历了从人工管理人工管理 、文件管理文件管理、数据数据库管理系统库管理系统三个有代表性的发展阶段。三个有代表性的发展阶段。2020世纪世纪7070年代以前,数据管理普遍使用文件系统,年代以前,数据管理普遍使用文件系统,即把数据存放在文件中,应用程序通过文件系统提即把数据存放在文件中,应用程序通过文件系统提供的存取方法访问数据。供的存取方法访问数据。由于文件系统方法存在由于文件系统方法存在数据冗余数据冗余、程序依赖程序依赖、数据数据查询方式单一查询方式单一等诸多缺点,逐渐被数据库管理系统等诸多缺点,逐渐被数据库管理系统(D
4、ataBase Management SystemDataBase Management System,DBMSDBMS)取代。)取代。从从2020世纪世纪8080年代开始年代开始关系数据库管理系统关系数据库管理系统(Relation DataBase Management SystemRelation DataBase Management System,RDBMSRDBMS)成为数据库市场的主流,并且当前还在广泛使用。成为数据库市场的主流,并且当前还在广泛使用。4.1.1 数据库技术及其发展数据库技术及其发展4.1 数据库与数据仓库技术数据库与数据仓库技术关系数据库储存与管理数据的基本形式
5、是关系数据库储存与管理数据的基本形式是二维表二维表一个关系数据库可以包含一个关系数据库可以包含一个或多个一个或多个二维表。二维表。例如,企业或事业单位人事部门例如,企业或事业单位人事部门 职工情况表职工情况表 职工表职工表(职工号、姓名、出生年月、性别、籍贯、工资职工号、姓名、出生年月、性别、籍贯、工资)职工号姓名出生年月性别籍贯工资100001王云云1970.8女河南2500100002李力1977.3男广西2500100003张小辉1979.10男山东20004.1.1 数据库技术及其发展数据库技术及其发展4.1 数据库与数据仓库技术数据库与数据仓库技术随着科学技术的不断进步,各个行业领域
6、对数据库技术提出了更多随着科学技术的不断进步,各个行业领域对数据库技术提出了更多的需求,关系型数据库已经不能完全满足需求,于是产生了新一代数的需求,关系型数据库已经不能完全满足需求,于是产生了新一代数据库管理系统据库管理系统。(1)分布式数据库)分布式数据库 分布式数据库允许用户开发的应用程序把多个分布式数据库允许用户开发的应用程序把多个物理分开物理分开的、通过网络互联的数据库当作一的、通过网络互联的数据库当作一个完整的数据库看待个完整的数据库看待 并行数据库通过并行数据库通过ClusterCluster(集群)(集群)技术把一个技术把一个大的事务分散到大的事务分散到ClusterCluste
7、r中的多个节点去执行,中的多个节点去执行,提高了数据库的吞吐和容错性。提高了数据库的吞吐和容错性。所谓集群技术就是将一组相互独立的服务器组所谓集群技术就是将一组相互独立的服务器组织在一起,如同一台机器,共同完成一个应用。织在一起,如同一台机器,共同完成一个应用。(2)并行数据库)并行数据库(3)多媒体数据库)多媒体数据库 多媒体数据库多媒体数据库提供了一系列用来存储图像、音提供了一系列用来存储图像、音频和视频对象类型,更好地对多媒体数据进行频和视频对象类型,更好地对多媒体数据进行存储、管理、查询存储、管理、查询 (4)非结构化数据库)非结构化数据库 不方便用数据库二维逻辑表来表现的数据即称为非
8、不方便用数据库二维逻辑表来表现的数据即称为非结构化数据结构化数据,包括所有格式的办公文档、文本、图片、包括所有格式的办公文档、文本、图片、XML、HTML、各类报表、图像和音频、各类报表、图像和音频/视频信息等视频信息等等。等。非结构化数据库非结构化数据库是指其字段长度可变,并且每是指其字段长度可变,并且每个字段的记录又可以由可重复或不可重复的子个字段的记录又可以由可重复或不可重复的子字段构成的数据库,字段构成的数据库,用它不仅可以处理结构化用它不仅可以处理结构化数据(如数字、符号等信息)而且更适合处理数据(如数字、符号等信息)而且更适合处理非结构化数据(全文文本、图象、声音、影视、非结构化数
9、据(全文文本、图象、声音、影视、超媒体等信息)超媒体等信息)4.1.1 数据库技术及其发展数据库技术及其发展4.1 数据库与数据仓库技术数据库与数据仓库技术4.1.2 数据仓库、联机分析处理和数据挖掘数据仓库、联机分析处理和数据挖掘 4.1 数据库与数据仓库技术数据库与数据仓库技术在电子商务的运营过程中,在电子商务的运营过程中,会有大量的电子数据产生会有大量的电子数据产生数据储存在公司的计算机系统中,数据储存在公司的计算机系统中,记录着企业购买、销售、生产过记录着企业购买、销售、生产过程中的大量信息和客户的信息程中的大量信息和客户的信息。通常将这些储存在许多不同的地方的数据收集起来的信息存放在
10、一通常将这些储存在许多不同的地方的数据收集起来的信息存放在一个唯一的地方个唯一的地方数据仓库数据仓库(Data Warehouse(Data Warehouse,DW)DW)中中 数据仓库是一个数据仓库是一个面向主题的面向主题的、集成的集成的、相对稳定的相对稳定的、反映历史变化反映历史变化的的数据集合数据集合,用于支持管理决策。,用于支持管理决策。根据数据仓库的定义不难看出,数据仓库有如下根据数据仓库的定义不难看出,数据仓库有如下4 4个特征个特征 (1)面向主题)面向主题所谓面向主题,是指数据仓库中的信息是按主所谓面向主题,是指数据仓库中的信息是按主题组织的,按主题来提供信息。题组织的,按主
11、题来提供信息。“主题主题”是指是指一个在较高层次将数据归类的标准,一个在较高层次将数据归类的标准,每一个主每一个主题对应一个宏观分析领域,如客户、产品、利题对应一个宏观分析领域,如客户、产品、利润等润等 所谓集成,是指数据仓库中的数据来自于不同所谓集成,是指数据仓库中的数据来自于不同系统的面向应用的数据系统的面向应用的数据。这些数据是从原有的。这些数据是从原有的分散的数据库中经过分析抽取出来的,不是业分散的数据库中经过分析抽取出来的,不是业务数据的简单拼凑与汇总,而是经过系统加工务数据的简单拼凑与汇总,而是经过系统加工整理,是相互一致的、具有代表性的数据。整理,是相互一致的、具有代表性的数据。
12、(2)集成)集成4.1 数据库与数据仓库技术数据库与数据仓库技术4.1.2 数据仓库、联机分析处理和数据挖掘数据仓库、联机分析处理和数据挖掘(3)相对稳定)相对稳定 数据仓库的数据主要供企业决策分析之用,所数据仓库的数据主要供企业决策分析之用,所涉及的数据操作主要是数据查询,涉及的数据操作主要是数据查询,一旦某个数一旦某个数据进入数据仓库以后,一般情况下将被长期保据进入数据仓库以后,一般情况下将被长期保留,留,也就是数据仓库中一般有大量的查询操作,也就是数据仓库中一般有大量的查询操作,但修改和删除操作很少,通常只需要定期的加但修改和删除操作很少,通常只需要定期的加载、刷新载、刷新 (4)反映历
13、史变化)反映历史变化 数据仓库中的数据通常包含历史信息,数据仓库中的数据通常包含历史信息,系统记系统记录了企业从过去某一时间点录了企业从过去某一时间点(如开始应用数据如开始应用数据仓库的时间点仓库的时间点)到目前的各个阶段的信息到目前的各个阶段的信息,通,通过这些信息,可以对企业的发展历程和未来趋过这些信息,可以对企业的发展历程和未来趋势做出定量分析和预测势做出定量分析和预测 4.1 数据库与数据仓库技术数据库与数据仓库技术4.1.2 数据仓库、联机分析处理和数据挖掘数据仓库、联机分析处理和数据挖掘 4.1 数据库与数据仓库技术数据库与数据仓库技术对于数据仓库的概念我们可以从两个层次予以理解,
14、对于数据仓库的概念我们可以从两个层次予以理解,首先,数据仓库首先,数据仓库用于支持决策用于支持决策,面向,面向分析型分析型数据处理,数据处理,它不同于企业现有的它不同于企业现有的操作型操作型数据库;数据库;其次,数据仓库是对多个异构的数据源有效集成,集成其次,数据仓库是对多个异构的数据源有效集成,集成后按照主题进行了重组,并包含历史数据,而且存放在数后按照主题进行了重组,并包含历史数据,而且存放在数据仓库中的数据据仓库中的数据一般不再修改一般不再修改。4.1.2 数据仓库、联机分析处理和数据挖掘数据仓库、联机分析处理和数据挖掘 在数据仓库中,有两个重要的概念在数据仓库中,有两个重要的概念粒度和
15、分割。粒度和分割。(1)粒粒度度 粒度是数据仓库的重要概念。粒度可以分为粒度是数据仓库的重要概念。粒度可以分为两种形式两种形式第一种粒度是对数据仓库中的数据的第一种粒度是对数据仓库中的数据的综合程综合程度高低度高低的一个度量,它既影响数据仓库中的数的一个度量,它既影响数据仓库中的数据量的多少,也影响数据仓库所能回答询问的据量的多少,也影响数据仓库所能回答询问的种类,如按时间跨度进行统计有:天、周、月、种类,如按时间跨度进行统计有:天、周、月、季度、年之分。季度、年之分。还有一种粒度形式,即样本数据库。它还有一种粒度形式,即样本数据库。它根据根据给定的采样率从细节数据库中抽取出一个子集,给定的采
16、样率从细节数据库中抽取出一个子集,这样样本数据库中的粒度就不是根据综合程度这样样本数据库中的粒度就不是根据综合程度的不同来划分的,而是根据采样率的高低来划的不同来划分的,而是根据采样率的高低来划分,采样粒度不同的样本数据库可以具有相同分,采样粒度不同的样本数据库可以具有相同的数据综合程度的数据综合程度 4.1 数据库与数据仓库技术数据库与数据仓库技术(2)分分割割4.1.2 数据仓库、联机分析处理和数据挖掘数据仓库、联机分析处理和数据挖掘 在数据仓库中,有两个重要的概念在数据仓库中,有两个重要的概念粒度和分割。粒度和分割。分割是数据仓库中的另一个重要概念,它目的分割是数据仓库中的另一个重要概念
17、,它目的同样在于提高效率。同样在于提高效率。它是将数据分散到各自的物理单元中去,以便它是将数据分散到各自的物理单元中去,以便能分别独立处理。有许多数据分割的标准可供能分别独立处理。有许多数据分割的标准可供参考:如参考:如日期、地域、业务领域日期、地域、业务领域等,也可以是等,也可以是其组合。一般而言,分割标准应包括日期项,其组合。一般而言,分割标准应包括日期项,它十分自然而且分割均匀。它十分自然而且分割均匀。4.1 数据库与数据仓库技术数据库与数据仓库技术4.1.2 数据仓库、联机分析处理和数据挖掘数据仓库、联机分析处理和数据挖掘(1)粒粒度度(2)分分割割当今的数据处理大致可以分成两大类:当
18、今的数据处理大致可以分成两大类:p联机事务处理联机事务处理(OLTP)(OLTP)是传统的关系型数据库的主要应用,主要是传统的关系型数据库的主要应用,主要是基本的、日常的事务处理,例如银行交易是基本的、日常的事务处理,例如银行交易p联机分析处理联机分析处理(OLAP)(OLAP)是数据仓库系统的主要应用,支持复杂的是数据仓库系统的主要应用,支持复杂的分析操作,侧重决策支持,并且提供直观易懂的查询结果分析操作,侧重决策支持,并且提供直观易懂的查询结果OLAPOLAP是使分析人员、管理人员或执行人员能够从多角度对信息分是使分析人员、管理人员或执行人员能够从多角度对信息分析。它通过析。它通过多维多维
19、的方式对数据进行分析、查询和报表。的方式对数据进行分析、查询和报表。维维是人们观察数据的特定角度是人们观察数据的特定角度,是一种高层次的类型划分。,是一种高层次的类型划分。通过把一个实体的多项重要的属性定义为多个维通过把一个实体的多项重要的属性定义为多个维(Dimension)(Dimension),使用户能对不同维上的数据进行比较。使用户能对不同维上的数据进行比较。例如,一个企业在考虑产品的销售情况时,通常从时间、地区和例如,一个企业在考虑产品的销售情况时,通常从时间、地区和产品的不同角度来深入观察产品的销售情况。这里的时间、地区产品的不同角度来深入观察产品的销售情况。这里的时间、地区和产品
20、就是维和产品就是维 4.1 数据库与数据仓库技术数据库与数据仓库技术4.1.2 数据仓库、联机分析处理和数据挖掘数据仓库、联机分析处理和数据挖掘 数据挖掘数据挖掘(Data Mining(Data Mining,DM)DM),又称为数据库中的知识发现,又称为数据库中的知识发现(Knowledge Discovery in Database(Knowledge Discovery in Database,KDD)KDD),就是从大量数据中,就是从大量数据中提取隐含的、未知的、非平凡的及有潜在应有价值的提取隐含的、未知的、非平凡的及有潜在应有价值的信息或模式。信息或模式。数据挖掘建立在数据库,尤其
21、是数据仓库的基础之上数据挖掘建立在数据库,尤其是数据仓库的基础之上4.1 数据库与数据仓库技术数据库与数据仓库技术数据挖掘方法有多种,其中比较典型的有关联分析、序列模式分数据挖掘方法有多种,其中比较典型的有关联分析、序列模式分析、分类分析、聚类分析等。析、分类分析、聚类分析等。4.1.2 数据仓库、联机分析处理和数据挖掘数据仓库、联机分析处理和数据挖掘 4.1 数据库与数据仓库技术数据库与数据仓库技术数据挖掘方法有多种,其中比较典型的有关联分析、序列模式分数据挖掘方法有多种,其中比较典型的有关联分析、序列模式分析、分类分析、聚类分析等。析、分类分析、聚类分析等。(2)序列模式分析)序列模式分析
22、 序列模式分析的序列模式分析的侧重点在于分析数据间的前后侧重点在于分析数据间的前后序列关系序列关系。它能发现数据库中形如。它能发现数据库中形如“在某一段在某一段时间内,顾客购买商品时间内,顾客购买商品A A,接着购买商品,接着购买商品B B,而,而后购买商品后购买商品C C,即序列,即序列ABCABC出现的频度较高出现的频度较高”之类的知识之类的知识 即利用关联规则进行数据挖掘。即利用关联规则进行数据挖掘。关联分析的目关联分析的目的是挖掘隐藏在数据间的相互关系的是挖掘隐藏在数据间的相互关系,它能发现,它能发现数据库中形如数据库中形如“90%90%的顾客在一次购买活动中的顾客在一次购买活动中购买
23、商品购买商品A A的同时购买商品的同时购买商品B B”之类的知识之类的知识 (1)关联分析)关联分析 4.1.2 数据仓库、联机分析处理和数据挖掘数据仓库、联机分析处理和数据挖掘 4.1 数据库与数据仓库技术数据库与数据仓库技术(4)聚类分析)聚类分析 聚类分析就是通过分析数据库中的记录数据,聚类分析就是通过分析数据库中的记录数据,根据一定的分类规则,合理地划分记录集合,根据一定的分类规则,合理地划分记录集合,确定每个记录所在类别。确定每个记录所在类别。分类分析就是通过分类分析就是通过分析分析示例数据库中的数据,为示例数据库中的数据,为每每个类别做出准确的描述或建立分析模型或挖掘出分个类别做出
24、准确的描述或建立分析模型或挖掘出分类规则类规则,然后用这个分类规则对其它数据库中的记然后用这个分类规则对其它数据库中的记录进行分类录进行分类。(3)分类分析)分类分析 数据挖掘成功的经典案例是数据挖掘成功的经典案例是“尿布与啤酒尿布与啤酒”的故事的故事 4.1.2 数据仓库、联机分析处理和数据挖掘数据仓库、联机分析处理和数据挖掘 4.1 数据库与数据仓库技术数据库与数据仓库技术决策支持系统决策支持系统(Decision Support System(Decision Support System,DSS)DSS)是为决策者提是为决策者提供分析问题、建立模型、模拟决策过程和方案的环境,调用各种供
25、分析问题、建立模型、模拟决策过程和方案的环境,调用各种信息资源和分析工具,帮助决策者提高决策水平和质量信息资源和分析工具,帮助决策者提高决策水平和质量自从自从2020世纪世纪7070年代决策支持系统概念被提出以来,决策支持系年代决策支持系统概念被提出以来,决策支持系统已经得到很大的发展。统已经得到很大的发展。2020世纪世纪9090年代中期出现了数据仓库年代中期出现了数据仓库(DWDW)、联机分析处理()、联机分析处理(OLAPOLAP)和数据挖掘()和数据挖掘(DMDM)新技术,)新技术,DW+OLAP+DMDW+OLAP+DM逐渐形成新决策支持系统的概念逐渐形成新决策支持系统的概念,如图,
展开阅读全文