急急急!!!!!!!!!!Data Mining and Data Warehouse

data minng
資料挖掘，英文名稱 Data mining，又譯為資料採礦、資料探勘，也就是 資料庫知識發現（knowledge-discovery in databases） (KDD),習慣上指按照一定模式從大量資料中自動搜索資料。資料挖掘使用統計和模式識別演算法實現上述目標。 資料挖掘的定義是 「從資料中提取出隱含的特別的，過去未知的，潛在有價值的信息」 [1] 也是「一門從大量資料或者資料庫中提取有用信息的科學。」 [2]. 儘管通常資料挖掘應用於資料分析，但是像人工智慧一樣，它也是個具有豐富含義的辭彙用，用於不同的領域。
舉一個簡單的例子，資料挖掘在零售行業的應用。零售公司跟蹤客戶的購買情況，發現某個客戶購買了大量的真絲襯衣，這時資料挖掘系統就在此客戶和真絲襯衣之間建立關聯。銷售部們就會看到此信息，直接發送真絲襯衣的當前行情給該客戶。這樣零售商店通過資料挖掘系統就發現了以前未知的關於客戶的新信息。
data warehouse
較簡易的解釋方式
資料倉儲是一種資訊系統的資料儲存理論，此理論強調利用某些特殊資料儲存方式，讓所包含的資料，特別有利於分析處理，以產生有價值的資訊。 利用資料倉儲方式所存放的資料，具有一但存入，便不隨時間而更動的特性，同時存入的資料必定包含時間屬性，通常一個資料倉儲皆會含有大量的歷史性資料，並利用特定分析方式，自其中發掘出特定資訊。
較學術的解釋方式
資料倉儲 ，由資料倉儲之父W.H.Inmon於1990年提出，主要功能乃是將組織透過資訊系統之線上交易處理(OLTP)經年累月所累積的大量資料，透過資料倉儲理論所特有的資料儲存架構，作一有系統的分析整理，以利各種分析方法如線上分析處理(OLAP)、資料採礦(Data Mining)之進行，並進而支援如決策支援系統(DSS)、主管資訊系統(EIS)之建立，幫助決策者能快速有效的自大量資料中，分析出有價值的資訊，以利決策擬定及快速回應外在環境變動，幫助建構商業智慧(BI)。 一般來說，資料倉儲可由關聯式資料庫，或專為資料倉儲開發的多維度資料庫建立，若由關聯式資料庫建立而成，其架構可分為星狀及雪花狀架構，包含數個維度資料表，及一個事實資料表，若以規模分類，則又可分為資料倉儲及資料超市。 資料倉儲的建制不僅只是資訊工具技術面的運用，在規畫和執行面更需對產業知識、行銷管理、市場定位、策略規畫等相關條件有深入的了解，才能真正發揮資料倉儲以及後續分析工具的價值，提升組織競爭力。
總括來說, data mining是找資料並將其有效地分析的方法, 而data warehouse便是使用data mining的方法 (正確地說應叫演算法) 的工具. 如要認真學, 是一門大學課程 (小弟讀書時都涉獵過)

行銷軟體還是真的能夠帶來效果的，應該是網絡上一種比較便宜而且效果好的方式。
可以上網搜尋下 行銷軟體 看看。

或進入：http://p.tl/ckyC

冿