深入浅出多维数据分析

来源:日期:2019-09-10 作者:admin

  多维数据分析的概念非常混乱,它常常让人联想到高维空间中超出三维的几何概念。实际上,这其实没必要。多维数据分析的概念非常简单易懂。今天,小编以简单而简单的方式介绍了这些概念。

  多维数据结构

  概念1:多维数据集(也称为多维数据集或数据立方体)

  例如,如果您在超市结账,您将获得一张小票,其中包含时间,商店,产品类别,单价,购买数量和消费金额等信息。如果您收集某个区域的所有小票项,那么这些购物收据中的数据就形成了一个关于超市中消费者购物行为的数据集,这是一个Cube。

  Cube是同一商业主题的数据集合。同样,港口的进出口数据收集,贸易公司的渠道销售数据收集,以及近年来该省的户口登记变更数据可视为一个立方体。

  概念2:尺寸(也称为尺寸)

  超市门票的立方体中隐藏着很多信息,例如:

  哪些产品显示季节性消费模式?

  不同地区商店的顾客购买力是多少?哪些商店的购买力最强?

  不同年龄段的消费者最喜欢购买的产品有什么不同吗?

  哪些产品可能会逐渐消除,因为它们不受年轻消费者的欢迎?

  从上面可以看出,超市票Cube可以通过商品,时间,地区,商店,顾客等的商业角度来描述。这些商业角度是尺寸。

  概念3:度量(也称为度量)

  多维数据分析在立方体中,除了由维度表示的业务角度信息之外,还存在可以准确量化的数字信息的度量。

  购买商品的数量,商品的单价以及小票立方体中的消费总量都是衡量标准。

  今天,讨论了Cube,Dimension和Measure中的核心概念。其他概念将在随后的文章中解释。


0
首页
电话
短信
联系