将大量用于事物处理的传统数据库数据进行清理、抽取和转换，并按决策主题的需要进行重新组织是（）。
相似题目
-
MapReduce将传统的查询、分解及数据分析进行分布式处理，将处理任务分配到不同的处理（），因此具有更强的并行处理能力。
-
网点根据结算挂账数据的清理结果，填制记账凭证，启“1177未解付转营业外处理”交易将长期未解付款项转入“营业外收入”科目核算。（）
-
在研究中得到大量的观测数据，对这些数据进行归纳概括、分析他们如何反映出研究事物的性质以及尽量简化数据等工作都属于推论统计的任务。
-
运用特定原理，对研究所得的数据进行综合处理，以提示事物内在的规律的方法，是（）。
-
统计方法是运用（）原理，对研究所得数据进行综合处理，以揭示事物内在规律的方法。
-
数据挖掘的主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的（）数据。
-
省联社网络信息中心征信数据报送岗每天（）前抽取全省农信社企业信用信息数据，并整理转换成征信中心规定的格式，按照征信中心的要求对报文进行校验、加压加密处理后，上报征信中心。
-
在计算机中用于存储、处理大量数据的软件称为（）。
-
人们将原始信息表示成数据，称为源数据，然后对这些数据进行处理，从这些原始的、无序的、难以理解的数据中抽取或推导出新的数据，这些新的数据成为结果数据。结果数据对某些特定的人来说是有价值的、有意义的，它表示了新的信息，可以作为某种决策的依据或用于新的推导。这一过程通常称为（）或数据处理。
-
对于大量复杂的数据，通常进行数据的组织和处理所利用的是（）技术。
-
信息科学和医学的结合产生了不可估量的影响。远程医疗将得到普及，智能机器人用于诊断和治疗已初见端倪，生物信息学不仅将用于大量生物医学数据的处理、分析与储存，而且将直接用于医疗技术中。 对这段话理解不准确的是（ ）。
-
把复杂的数学模型用于大量数据处理工作的数量管理科学学派的代表人物是（）
-
数据立方是用于数据分析的，从数据仓库中抽取的（ ）。
-
（)谷歌发布了一篇GoogleGFS论文,论文介绍了如何将GFS系统用于大型的、分布式的、对大量数据进行访问的应用。
-
数据库应用系统的设计应该具有对数据进行收集、存储、加工、抽取和传播等功能，即包括数据设计和数据处理，其中【 】是系统设计的基础和核心。
-
在面向对象的程序设计中，将数据和处理数据的操作封装成一个整体就定义了一种事物的类型，称作“类”。类是一种抽象的概念，属于该类的一个实例叫做“【 】”。
-
数据挖掘一般指通过（）等诸多方法，从大量的数据中自动搜索并抽取隐藏于其中的有着特殊关系的信息过程
-
在表单收集到信息后，需要将信息传递给服务器进行处理，action属性用于指定接收并处理表单数据的服务器程序的url地址。
-
传统的基于数据库本地事务的解决方案只能保障单个服务的一次处理具备原子性、隔离性、一致性与持久性，无法保障多个分布的服务间处理的事物一致性（）
-
从大量的数据和信息中选取或抽取所需信息，是信息处理中的（)。
-
16、数据模型是一个工具，用来将现实世界抽象到 （）世界，从而让计算机帮助人们处理现实世界的具体事物。
-
数据处理中回访时随机抽取已访问过的进行回访的百分比例是5-10。（)
-
数据库应用系统的设计应该具有数据设计和数据处理功能，对数据进行收集、存储、加工、抽取和传播等（）
-
云数据库RDS（MySQ产生的数据可以作为大数据计算服务（MaxCompute原ODPS）的数据来源,可以将RDS中的数据加载到大数据计算服务中进行分析,即我们通常说的ETL（数据抽取、加载、转换）,云数据库RDS（MySQL产生的数据可以作为大数据计算服务MaxCompute,原oDPS）的数据来源,可以将RDS中的数据加载到大数据计算服务中进行分析,即我们通常说的ETL（数据抽取、加载、转换）