<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[HongSonglin的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/HongSonglin</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; HongSonglin]]></copyright><item><title><![CDATA[数据仓库的辩识]]></title><link>https://blog.youkuaiyun.com/HongSonglin/article/details/39671687</link><guid>https://blog.youkuaiyun.com/HongSonglin/article/details/39671687</guid><author>HongSonglin</author><pubDate>Mon, 29 Sep 2014 16:11:47 +0800</pubDate><description><![CDATA[数据仓库的认识误区
 
提起数据仓库，现在对很多人来说并不陌生，但大多数人并未系统地读过数据仓库的经典论著，更没有经历过成熟的数据仓库项目，因此无论他们仅仅限于探讨有关数据仓库的话题，还是尝试数据仓库的项目，往往不解数据仓库的真谛，尝试的项目很可能是无疾而终，甚至连数据仓库的基本概念都没有真正理解。
 
数据仓库是现在越来越热的话题，但大多数人，无论是客户还是开发商，往往在不明确、不成熟的]]></description><category></category></item><item><title><![CDATA[北美数据仓库的常用技术]]></title><link>https://blog.youkuaiyun.com/HongSonglin/article/details/39671601</link><guid>https://blog.youkuaiyun.com/HongSonglin/article/details/39671601</guid><author>HongSonglin</author><pubDate>Mon, 29 Sep 2014 16:07:42 +0800</pubDate><description><![CDATA[数据挖掘、数据仓库，近些年在国内越来越热、越来越流行，需求比较多，应用也比较广泛，它们常服务于商务智能活动。通俗地概括来讲，我们可将它们统称作数据分析、数据计算。
 
我们介绍数据仓库在商业应用，主要涉及有两个方面，一个是有关数据仓库的常用技术，另一个是有关数据仓库的应用案例。同时也涉及数据仓库的两个背景，在我们经历的北美项目中，一个主要方面属于实际的商业应用项目，另一方面属于高校的学术研究领]]></description><category></category></item><item><title><![CDATA[数据挖掘的商业应用]]></title><link>https://blog.youkuaiyun.com/HongSonglin/article/details/39671507</link><guid>https://blog.youkuaiyun.com/HongSonglin/article/details/39671507</guid><author>HongSonglin</author><pubDate>Mon, 29 Sep 2014 16:00:47 +0800</pubDate><description><![CDATA[（本文源自作者在一次全国软件技术大会上的主题演讲。）
 
近些年随着大数据的火热，数据挖掘也更加引起人们的重视。因为，大家越来越认识到，大数据本身并不能直接给人们带来什么收益，只有运用像数据挖掘这样的技术对大数据进行深入分析，才能得出对人们更有用的东西。如果大数据不能得到深入分析，那大数据只能是占用宝贵的存储资源和浪费昂贵管理成本的一堆大垃圾！
 
虽然数据挖掘的很多技术源自理论界和学术界]]></description><category></category></item></channel></rss>