文档管理软件数据挖掘与数据仓库如何匹配

文档管理软件数据挖掘在数据仓库环境中扮演着重要的角色。数据仓库的初始值来自现有的自动化流程，例如在线提供报表，以及为现有的应用程序提供干净的数据源。它提供的最大的回报就是改进的数据访问，这可以促进创新和创造力——来源于新的查询和数据分析的方式。这些都是数据挖掘的作用——提供工具以提高认识，以及基于数据观测来激发创造力。
一个良好的数据仓库环境可以作为数据挖掘的催化剂。这两种技术像伙伴一样一起工作：
数据挖掘由于有大量的数据而蓬勃发展，来自于数据仓库的数据越详细越好。
数据挖掘兴旺于干净的和一致的数据——利用在数据清洗工具上的投资。
数据仓库环境中允许利用假设检验和简化努力来度量所采取的行动的影响，使数据挖掘可以良性循环。
可扩展的硬件和关系数据库软件可以卸载数据挖掘中的数据处理部分。
然而，文档管理软件数据挖掘和数据仓库看待世界的方法还是有所区别。规范化的数据仓库可以存储带有时间戳的数据，但它很难进行时间相关的操作，如确定什么事件发生在其他有趣的事件之前。OLAP引入了一个时间维度。数据挖掘对此做了进一步的扩展，即考虑了“之前”和“之后”的概念。数据挖掘从数据（“之前”）中学校，目的是把这些发现应用到未来（“之后”）。出于这个原因，数据挖掘常常对数据仓库造成沉重的负担。但这些技术是相辅相成的，他们相互支持。