OLAM ย่อมาจาก Online analytical mining เป็นที่รู้จักกันว่าการขุด OLAP มันรวมการประมวลผลการวิเคราะห์ออนไลน์กับการขุดข้อมูลและความรู้การขุดในฐานข้อมูลหลายมิติ มีหลายกระบวนทัศน์และโครงสร้างของระบบการทำเหมืองข้อมูล
เครื่องมือการทำเหมืองข้อมูลต่างๆ จะต้องทำงานกับข้อมูลที่ผสานรวม สอดคล้องกัน และสะอาด สิ่งนี้ต้องการการประมวลผลล่วงหน้าที่มีค่าใช้จ่ายสูงสำหรับการล้างข้อมูล การแปลงข้อมูล และการรวมข้อมูล ดังนั้นคลังข้อมูลที่สร้างขึ้นโดยการประมวลผลล่วงหน้าดังกล่าวจึงเป็นแหล่งข้อมูลคุณภาพสูงที่มีค่าสำหรับทั้ง OLAP และการทำเหมืองข้อมูล การทำเหมืองข้อมูลสามารถใช้เป็นเครื่องมืออันมีค่าสำหรับการล้างข้อมูลและการรวมข้อมูล
OLAM มีความสำคัญอย่างยิ่งด้วยเหตุผลดังต่อไปนี้ -
ข้อมูลคุณภาพสูงในคลังข้อมูล − เครื่องมือขุดข้อมูลส่วนใหญ่จำเป็นต้องทำงานกับข้อมูลที่ผสานรวม สอดคล้องกัน และสะอาด ซึ่งต้องการการล้างข้อมูลที่มีราคาสูง การผสานรวมข้อมูล และการแปลงข้อมูลเป็นขั้นตอนก่อนการประมวลผล คลังข้อมูลที่สร้างขึ้นโดยการประมวลผลล่วงหน้าดังกล่าวทำหน้าที่เป็นแหล่งข้อมูลคุณภาพสูงสำหรับ OLAP และการทำเหมืองข้อมูล การทำเหมืองข้อมูลยังสามารถใช้เป็นเครื่องมือที่ทรงคุณค่าสำหรับการล้างข้อมูลและการรวมข้อมูล
โครงสร้างพื้นฐานการประมวลผลข้อมูลที่พร้อมใช้งานโดยรอบคลังข้อมูล − โครงสร้างพื้นฐานการประมวลผลข้อมูลและการวิเคราะห์ข้อมูลแบบครอบคลุมได้รับหรือจะสร้างอย่างเป็นระเบียบเรียบร้อยโดยรอบคลังข้อมูล ซึ่งประกอบด้วยการเข้าถึง การรวม การรวม และการแปลงฐานข้อมูลที่แตกต่างกัน การเชื่อมต่อ ODBC/OLE DB การเข้าถึงเว็บและการบริการ และการจัดทำเอกสารและ เครื่องมือวิเคราะห์ OLAP ระมัดระวังในการสร้างการใช้โครงสร้างพื้นฐานที่มีอยู่ให้ดีที่สุดแทนที่จะสร้างทุกอย่างตั้งแต่เริ่มต้น
การวิเคราะห์ข้อมูลเชิงสำรวจตาม OLAP − การทำเหมืองข้อมูลที่มีประสิทธิภาพจำเป็นต้องมีการวิเคราะห์ข้อมูลเชิงสำรวจ ผู้ใช้จะต้องสำรวจผ่านฐานข้อมูล เลือกพื้นที่ของข้อมูลที่เกี่ยวข้อง วิเคราะห์ข้อมูลเหล่านี้ในรายละเอียดต่างๆ และแสดงความรู้/ผลลัพธ์ในหลายรูปแบบ
การขุดเชิงวิเคราะห์ออนไลน์รองรับสิ่งอำนวยความสะดวกสำหรับการขุดข้อมูลในชุดย่อยของข้อมูลหลายชุดและในระดับนามธรรมหลายระดับ โดยการเจาะลึก การหมุนรอบ การกรอง การแยกส่วน และการแบ่งส่วนข้อมูลในคิวบ์ข้อมูลและผลลัพธ์การทำเหมืองข้อมูลระดับกลางบางรายการ
การเลือกฟังก์ชั่นการขุดข้อมูลออนไลน์ − รองรับผู้ใช้ที่ไม่สามารถเข้าใจประเภทความรู้ที่ต้องการขุด ด้วยการรวม OLAP เข้ากับฟังก์ชันการทำเหมืองข้อมูลต่างๆ การทำเหมืองข้อมูลเชิงวิเคราะห์ออนไลน์ช่วยให้ผู้ใช้สามารถเลือกฟังก์ชันการทำเหมืองข้อมูลที่ต้องการและสลับงานการทำเหมืองข้อมูลแบบไดนามิกได้
