একটি OLAP সার্ভার যেভাবে অনলাইন অ্যানালিটিক্যাল প্রসেসিং করে, তেমনি একটি OLAM সার্ভার ডেটা কিউবে অ্যানালিটিক্যাল মাইনিং বাস্তবায়ন করে। একটি ইন্টিগ্রেটেড OLAM এবং OLAP মেকানিজম, যেখানে OLAM এবং OLAP সার্ভার উভয়েই ব্যবহারকারীর অনলাইন কোয়েরি (কমান্ড) গ্রহণ করে একটি গ্রাফিক্যাল ইউজার ইন্টারফেস API দিয়ে এবং ডেটা কিউবের সাথে ডেটা অ্যানালাইসিস-এ কাজ করে একটি কিউব API দিয়ে।
একটি মেটাডেটা ডিরেক্টরি ডেটা কিউবের অ্যাক্সেস নির্দেশ করতে ব্যবহার করা যায়। ডেটা কিউব তৈরি করা হয় একাধিক ডেটাবেস অ্যাক্সেস ও ইন্টিগ্রেট করে একটি MDDB API দিয়ে এবং একটি ডেটা ওয়ারহাউস ফিল্টার করে একটি ডেটাবেস API দিয়ে যা OLE DB বা ODBC কানেকশন প্রদান করতে পারে।
যেহেতু একটি OLAM সার্ভার একাধিক ডেটা মাইনিং টাস্ক বাস্তবায়ন করতে পারে, যেন কনসেপ্ট ডেসক্রিপশন, অ্যাসোসিয়েশন, ক্লাসিফিকেশন, প্রেডিকশন, ক্লাস্টারিং, টাইম-সিরিজ অ্যানালাইসিস, ইত্যাদি। এটি সাধারণত একাধিক ইন্টিগ্রেটেড ডেটা মাইনিং মডিউল ধারণ করে এবং একটি OLAP সার্ভারের চেয়ে বেশি সোফিস্টিকেটেড।
একটি OLAM ইঞ্জিন একাধিক ডেটা মাইনিং টাস্ক সম্পাদন করতে পারে, যেমন কনসেপ্ট ডেসক্রিপশন, অ্যাসোসিয়েশন, ক্লাসিফিকেশন, প্রেডিকশন, ক্লাস্টারিং, এবং টাইম-সিরিজ অ্যানালাইসিস। তাই এটি সাধারণত একাধিক, ইন্টিগ্রেটেড ডেটা মাইনিং মডিউল সম্বলিত করে, যা এটিকে একটি OLAP ইঞ্জিনের চেয়ে বেশি সোফিস্টিকেটেড করে তোলে। OLAP এবং OLAM-এর জন্য প্রয়োজনীয় ডেটা কিউবে কোনো মৌলিক পার্থক্য নেই, যদিও OLAM অ্যানালাইসিস আরও পাওয়ারফুল ডেটা কিউব কনস্ট্রাকশন ও অ্যাক্সেসিং টুল দরকার হতে পারে।
এটি সেটি হয় যখন OLAM আরও ডাইমেনশন সহ ফাইনার গ্র্যানুলারিটির সাথে জড়িত বা ডেটা কিউবে মাল্টি-ফিচার অ্যাগ্রিগেশনের ডিসকভারি-ড্রিভেন এক্সপ্লোরেশন জড়িত, যা OLAP অ্যানালাইসিসের চেয়ে বেশি দরকার। অধিকন্তু, যখন এক্সপ্লোরেটরি ডেটা মাইনিং ইন্টারেস্টিং স্পট চিহ্নিত করে, একটি OLAM ইঞ্জিন ডেটা কিউব থেকে করেসপন্ডিং রিলেশনাল ডেটাবেসে ড্রিল-থ্রু করতে হতে পারে নির্দিষ্ট ডেটা অংশের ডিটেইলড অ্যানালাইসিসের জন্য।
এটি সেটি হয় যখন OLAM আরও ডাইমেনশন সহ ফাইনার গ্র্যানুলারিটির সাথে জড়িত বা ডেটা কিউবে মাল্টি-ফিচার অ্যাগ্রিগেশনের ডিসকভারি-ড্রিভেন এক্সপ্লোরেশন জড়িত, যা OLAP অ্যানালাইসিসের চেয়ে বেশি দরকার। অধিকন্তু, যখন এক্সপ্লোরেটরি ডেটা মাইনিং ইন্টারেস্টিং স্পট চিহ্নিত করে, একটি OLAM ইঞ্জিন ডেটা কিউব থেকে করেসপন্ডিং রিলেশনাল ডেটাবেসে ড্রিল-থ্রু করতে হতে পারে নির্দিষ্ট ডেটা অংশের ডিটেইলড অ্যানালাইসিসের জন্য।
আরো, একটি ডেটা মাইনিং প্রসেস প্রকাশ করতে পারে যে একটি নির্মিত কিউবের ডাইমেনশন বা মেজার ডেটা অ্যানালাইসিসের জন্য উপযুক্ত নয়। এখানে, একটি রিফাইনড ডেটা কিউব ডিজাইন ডেটা ওয়ারহাউস কনস্ট্রাকশনের কোয়ালিটি বেড়াতে পারে।
এফেক্টিভ ডেটা মাইনিং-এর জন্য এক্সপ্লোরেটরি ডেটা অ্যানালাইসিস প্রয়োজন। ব্যবহারকারীগণ প্রায়শই ডেটাবেস ট্রাভার্স করতে চান, প্রাসঙ্গিক ডেটার অংশ সিলেক্ট করতে চান, সেগুলো বিভিন্ন গ্র্যানুলারিটিতে অ্যানালাইসিস করতে চান, এবং নলেজ/রেজাল্ট বিভিন্ন ফর্মে প্রেজেন্ট করতে চান।
অনলাইন অ্যানালিটিক্যাল মাইনিং ডেটা মাইনিং-এর সুবিধা দেয় ডেটার বিভিন্ন সাবসেটে এবং বিভিন্ন trừয়তার স্তরে। এটি অর্জন করে ড্রিলিং, পিভটিং, ফিল্টারিং, ডাইসিং, এবং স্লাইসিং করলে ডেটা কিউব ও ইন্টারমিডিয়েট ডেটা মাইনিং আউটকামের ওপর। এটি, ডেটা/নলেজ ভিজ্যুয়ালাইজেশন টুলস সহ, এক্সপ্লোরেটরি ডেটা মাইনিং-এর ক্ষমতা ও উপযোগিতা ব্যাপকভাবে বেড়াতে পারে।
