podstawy baz danych -...

PODSTAWY BAZ

DANYCH

19. Perspektywy baz danych

2009/2010 Notatki do wykładu "Podstawy baz danych" 1

Perspektywy baz danych – Temporalna baza danych

Temporalna baza danych - baza danych posiadająca

informację o czasie wprowadzenia lub czasie ważności

zawartych w niej danych.

Temporalne bazy danych są często administrowane

automatycznie, poprzez usuwanie nieaktualnych

danych lub ich archiwizowanie.


Perspektywy baz danych – Rozwój rozproszonych baz danych

Rozproszona baza danych - baza danych istniejąca

fizycznie na dwóch lub większej liczbie komputerów,

traktowana jednak jak jedna logiczna całość, dzięki

czemu zmiany w zawartości bazy w jednym komputerze

są uwzględniane również w innych maszynach.

Rozproszone bazy danych są stosowane ze względu na

zwiększoną wydajność przetwarzania na wielu

komputerach jednocześnie.


Perspektywy baz danych – Dedukcyjne bazy danych

Dedukcyjnej bazy danych - W skład dedukcyjnej bazy danych

wchodzą dwie bazy (lub grupy baz):

• Jedna zwana bazą faktów, jest typową bazą danych (taką jak

np. relacyjna lub obiektowa), przechowującą trwale fakty

określonego typu.

• Druga zwana bazą reguł wnioskowania, jest również typową

bazą danych, z tym że przechowuje nie fakty lecz aksjomaty

(reguły wnioskowania ).

Zarówno dane jak i aksjomaty mogą być opisane w języku

logiki zdań. Przykładem takiego języka jest Prolog lub Datalog

(stworzony specjalnie dla dedukcyjnych baz danych).


Perspektywy baz danych – Systemy eksperckie

System ekspertowy (funkcjonują też nazwy system

ekspercki) jest to program, lub zestaw programów

komputerowych wspomagający korzystanie z wiedzy

i ułatwiający podejmowanie decyzji.

Systemy ekspertowe mogą wspomagać bądź

zastępować ludzkich ekspertów w danej dziedzinie,

mogą dostarczać rad, zaleceń i diagnoz dotyczących

problemów tej dziedziny.

W zasadzie są to bazy dedukcyjne.


Perspektywy baz danych – Systemy eksperckie

Przykładowe obszary zastosowań systemów eksperckich:

• diagnozowanie chorób

• udzielanie porad prawniczych

• prognozowanie pogody

• sterowania robotami, analiza notowań giełdowych

• …


Perspektywy baz danych – Hurtownie danych

Hurtownia danych (ang. data warehouse) - rodzaj bazy danych,

która jest zorganizowana i zoptymalizowana pod kątem pewnego

wycinka rzeczywistości.

W skład hurtowni wchodzą zbiory danych zorientowanych

tematycznie (np. hurtownia danych klientów). Dane te często

pochodzą z wielu źródeł, są one zintegrowane i przeznaczone

wyłącznie do odczytu.

W praktyce hurtownie są bazami danych integrującymi dane z

wszystkich pozostałych systemów bazodanowych w firmie.

Ta integracja polega na cyklicznym zasilaniu hurtowni danymi

systemów produkcyjnych (może być tych baz lub systemów dużo

i mogą być rozproszone).

Architektura bazy hurtowni jest zorientowana na optymalizację

szybkości wyszukiwania i jak najefektywniejszą analizę

zawartości.


8

Perspektywy baz danych – Data Mining

Data Mining - Eksploracja danych (spotyka się również

określenie drążenie danych, pozyskiwanie wiedzy, wydobywanie

danych, ekstrakcja danych) to jeden z etapów procesu

odkrywania wiedzy z baz danych.

Istnieje wiele technik eksploracji danych, które wywodzą się z

ugruntowanych dziedzin nauki takich jak statystyka i uczenie

maszynowe.

Idea eksploracji danych polega na wykorzystaniu szybkości

komputera do znajdowania ukrytych dla człowieka

prawidłowości w danych zgromadzonych np. w hurtowniach

danych.


9

Perspektywy baz danych – Data Mining

Techniki i metody służące eksploracji danych wywodzą się

głównie z obszaru badań nad sztuczną inteligencją. Główne

przykłady stosowanych rozwiązań należą do następujących

zakresów:

• metody statystyczne

• sieci neuronowe

• metody uczenia maszynowego

• metody ewolucyjne

• logika rozmyta

• zbiory przybliżone


Perspektywy baz danych – Bazy rozmyte (Fuzzy database)

Od 1995 roku datowana jest teoria zbiorów rozmytych.

Podstawowym założeniem, leżącym u jej podstaw jest rozszerzenie

tradycyjnego dla klasycznej teorii zbiorów pojęcia przynależności

elementu do zbioru.

Miejsce dwóch stanów, należy i nie należy, zastąpiła liczba z

przedziału [0,1] określająca stopień przynależności danego

elementu do określonego zbioru rozmytego.

Każdy element zbioru rozmytego musi mieć określoną,

przyporządkowaną wartość przynależności do zbioru.

Przyporządkowanie to w teorii zbiorów rozmytych nosi nazwę

funkcji przynależności.


Perspektywy baz danych – Bazy rozmyte

Jeśli więc przyjmiemy, że X reprezentuje i-elementowy rozmyty

zbiór elementów to funkcja przynależności przyporządkowuje

każdemu elementowi zbioru X stopień, w jakim należy on do

zbioru rozmytego.

Stopień ten wyraża się liczbą z przedziału [0,1], gdzie 0 oznacza

zerową przynależność, a 1 całkowitą.

Przykład. Poniższy rysunek przedstawia wykres przykładowej

funkcji przynależności dla zbioru rozmytego A, będącego

zbiorem liczbmniej więcej równych 10.


Perspektywy baz danych – Bazy przestrzenne

Bazy przestrzenne – do tworzenia modeli i danych przestrzennych.

W Oracle istnieje moduł SPATIAL do obsługi takich danych.

Zawiera on nawet pewne elementy programowania.

Zastosowania:

• Opis map;

• …


podstawy baz danych -...

Documents