数据挖掘DM与联机分析处理OLAP的区别

数据挖掘DM与联机分析处理DLAP都属于分析型工具，但两者之间有着明显的区别。DM是一种挖掘型工具，DM它能自动地发现隐藏在数据中的模式( Pattern)。DM是一种有效地从大量数据中发现潜在数据模式、作出预测性分析的分析工具，它是现有的一些人工智能、统计学等成熟技术在特定的数据库领域中的应用。DM与其他分析型工具最大的不同在于:它的分析过程是自动的。一个成熟的DM系统，除了具有良好的核心的技术外，还应该具有开放性的结构，友好的用户接口。DM的用户不必提出确切的问题，而只需DM去挖掘隐藏的模式并预测未来的趋势，这样更有利于发现未知的事实。
OLAP是一种自上而下、不断深入的分析工具:用户提出问题或假设，OLAP负责从上至下深入地提取出关于该问题的详细信息，并以可视化的方式呈现给用户。与DM相比，OGAP更多地依靠用户输入问题和假设，但用户先入为主的局限性可能会限制问题和假设的范围，从而影响最终的结论。因此，作为验证型分析工具，QLAP更需要对用户需求有全面而深入的了解。
显然，从对数据分析的深度的角度来看，SLAP位于较浅的层次，而Dh}所处的位置则较深。如果按E.F. Codd的数据分析模型来区分这两者，那么应该说OLAP实现了解释模型和思考模型，而DNd则实现了更深的第四层—公式模型。所处分析模型层次的不同决定了这两者的分析能力和所能回答的问题种类也不相同。