Datamining e OLAP


Lo scopo dell'OLAP (On-Line Analytical Processing) è di consentire un'analisi multidimensionale su dei database voluminosi per mettere in evidenza un'analisi particolare dei dati (è il soggetto di un richiesta particolare). Grazie a OLAP, gli utenti possono creare delle rappresentazioni multidimensionali (dette ipercubi o cubi OLAP) secondo i criteri che essi definiscono per simulare delle situazioni.

Data Mining

Il Datamining, contrariamente all'analisi multidimensionale (OLAP), ha come scopo di mettere in evidenza delle eventuali correlazioni in un volume importante di dati del sistema d'informazione per sviluppare delle tendenze. Il datamining si basa su tecniche di intelligenza artificiale (reti di neuroni) per mettere in evidenza dei collegamenti nascosti fra i dati.

EIS e IDSS

Un EIS (Executive Information System) è uno strumento che permette di organizzare, analizzare e formattare dei dati per costituire dei dashboard. Questo tipo di strumento, di facile utilizzo, permette di manipolare solo delle richieste su modelli preventivamente creati dall'ideatore. Al contrario un IDSS (Intelligent Decision Support System) ha come scopo di permettere la creazione di modelli di rappresentazioni multidimensionali diverse e varie ma che hanno bisogno di un apprendimento più lungo.

Foto: © Pixabay.
I nostri contenuti sono creati in collaborazione con esperti di high-tech, sotto la direzione di Jean-François Pillou, fondatore di CCM.net e digital director del Gruppo Figaro. CCM è un sito di high-tech leader a livello internazionale ed è disponibile in 11 lingue.

Potrebbe anche interessarti

Ultimo aggiornamento 29 novembre 2017 alle 14:30 da Antonello Ciccarello.

Il documento intitolato «Datamining e OLAP» dal sito CCM (https://it.ccm.net/) è reso disponibile sotto i termini della licenza Creative Commons. È possibile copiare, modificare delle copie di questa pagina, nelle condizioni previste dalla licenza, finché questa nota appaia chiaramente.