满汗全席

摘要： OLE DB for DM实践 —— 用数据挖掘实现交叉销售 我们在访问一些销售网站时，常常会碰上这种情况：浏览某商品信息的同时，网页上会打出促销广告，购买此商品加另一商品可以享受折扣，就像下面图片中的那样。实现这种功能关键步骤是找到商品间的关联规则——我们会向购买了童车的客户推荐儿童玩具，而不会推荐汽车这种与童车毫不相干的商品。不过一个超市或网站上通常会销售上千种商品，通过人去识别商品相关性是不可能的，所以要使用计算机进行模式识别，计算机找到的规则有些是可预知的，但未知的规则更有意思，比较经典的是沃尔玛的尿布和啤酒故事（也有人说这个案例是编造的）。 这里我做了个购物页面，模拟一个交叉销售的过 阅读全文

摘要： 海量的数据处理问题，这是一项艰巨而复杂的任务。原因有以下几个方面：一、数据量过大，数据中什么情况都可能存在。如果说有10条数据，那么大不了每条逐一检查，人为处理，如果有上百条数据，也可以考虑，如果数据上到千万级别，甚至过亿，那不是手工能解决的了，必须通过工具或者程序进行处理，在海量的数据中，什么情况都可能存在，例如，数据中某处格式出了问题。尤其在程序处理时，前面还能正常处理，突然到了某个地方问题出现了，程序终止了。二、软硬件要求高，系统资源占用率高。对海量的数据进行处理，除了好的方法，最重要的就是合理的使用工具，合理分配系统资源。一般情况、如果处理的数据过TB级，小型机是要考虑的，普通的机子如 阅读全文

摘要： 数据库优化查询计划的方法数据库系统是管理信息系统的核心，基于数据库的联机事务处理（OLTP）以及联机分析处理(OLAP)是银行、企业、政府等部门最为重要的计算机应用之一。从大多数系统的应用实例来看，查询操作在各种数据库操作中所占据的比重最大，而查询操作所基于的SELECT语句在SQL语句中又是代价最大的语句。举例来说，如果数据的量积累到一定的程度，比如一个银行的账户数据库表信息积累到上百万甚至上千万条记录，全表扫描一次往往需要数十分钟，甚至数小时。如果采用比全表扫描更好的查询策略，往往可以使查询时间降为几分钟，由此可见查询优化技术的重要性。 在应用项目的实施中发现，许多程序员在利用一些前端数据 阅读全文