课程文献中心 更多>>

关键词： Business intelligence   big data analysis   data integration   sensor data   precision livestock farming   action research   INFORMATION-SYSTEMS   OLAP  

摘要： Digitalization of agricultural technology has led to the emergence of precision dairy farming, which strives for the simultaneous improvement of productivity as well as animal well-being in dairy farming through advanced use of technology such as movement sensors and milking parlors to monitor, control, and improve dairy production processes. The data warehouse serves as the appropriate technology for effective and efficient data management, which is paramount to the success of precision dairy farming. This paper presents a joint effort between industry and academia on the experimental development of an active semantic data warehouse to support business intelligence and business analytics in precision dairy farming. The research follows an action research approach, deriving lessons for theory and practice from a set of actions taken in the course of the project. Among these actions are the development of a loading stage to facilitate data integration, the definition of an analysis view as well as the introduction of semantic OLAP patterns to facilitate analysis, and analysis rules to automate periodic analyses. The large volumes of generated sensor data in precision dairy farming required careful decision-making concerning the appropriate level of detail of the data stored in the data warehouse. Semantic technologies played a key role in rendering analysis accessible to end users.

关键词： 电力公司   档案管理系统   软件设计   数据仓库  

摘要： 随着计算机技术的快速发展，人力资源管理信息化也由传统的基于Web的管理信息系统(MIS)向全生命周期管理的ERP系统及一体化的数据中心过渡。在企业的发展当中，档案是企业管理中的重要一环。随着大数据时代的来临，企业档案的管理数据量日趋庞大，所需的操作处理也日益增多。传统的档案管理系统因操作繁琐、与其他系统对接困难，已不能适应当前的工作需求，亟需操作简便、功能强大、通用性强的新一代档案管理系统。　　本文针对某电力公司中的档案管理开展研究，根据档案管理工作的业务内容，按照档案管理部门的相关要求，设计并实现电力公司档案管理系统。首先，对电力公司档案工作进行调研分析，梳理其工作流程，进行系统的用户角色划分，每个角色严格按照所具备的权限。随后，在电力公司用户需求及业务管理的基础上，对电力公司档案管理系统的功能需求进行分析，划分为档案获取、档案维护、档案借阅、档案归还、档案处理、档案分析和系统管理等功能。并设计完成系统体系架构，对模块进行了设计。最后，采用Java编程语言，使用MyEclipse10开发环境进行系统开发，应用将JavaEE的SSH框架技术和MVC设计模式进行业务逻辑的实现，并结合Oracle11g数据库设计数据表，实现了档案管理系统各模块。最后进行系统的功能测试和性能来系统的可用性。　　通过应用电力公司档案管理系统，加快企业信息资源利用、科学化管理人才、自动化办公的进程，促进企业的信息化发展，为企业数据资源战略提供支撑。

关键词： 食品质量安全   指数评价   数据仓库   数据处理  

摘要： 近年来,食品安全问题受到广泛关注。食品安全问题与国计民生有着千丝万缕的关系,它不仅仅直接关系到人们的身心健康,同时也与一个国家的经济发展紧密相连。食品检测在食品质量评估中有着不容忽视的作用。目前很多与食品相关的企业或者机构都十分重视食品质量的检测,从而积累了大量的食品检测数据,这些庞大的数据资源中蕴含了大量有价值的信息。根据这些庞大的检测数据资源构建数据仓库,可以更好的评估食品的质量。数据仓库技术的引进,可以更好地观测食品检测数据的分布状况以及变化趋势,从而帮助企业管理者更好地掌握食品的安全状况。现阶段食品领域中数据仓库构建所使用的数据都是原始检测数据,不利于对产品进行综合的统计分析。而且大多数数据仓库的构建是以某一地区的某一产品为研究对象,不具有代表性和通用性。某一产品的安全性需要通过检测多种项目来判别,而且不同的产品需要检测的检测项目种数是不固定的,检测项目的评价标准也各不相同。在这种数据类型繁杂、数据格式不统一的情况下,构建通用的数据仓库之前就必须对数据进行处理,否则很难对食品检测数据进行统计分析,更无法对食品质量进行综合统一的评价。目前存在多种处理检测数据的评价方法,其中指数评价法最为常见。但是现有的指数评价研究中也存在一定的弊端,比如,抽样指标无法计算等问题。为此,本文提出了两种基于指数评价法的数据预处理方式,从而可以实现对产品的综合评价。本文的重点工作主要从三个方面开展。首先对检测数据进行统一标准化处理,以便可以对食品质量进行综合评判。然后用处理完成的数据构建数据仓库,并将数据划分成不同的粒度和维度。最后将数据进行可视化处理。处理结果表明,通过该数据仓库的设计与实现可以直观地从不同的粒度和维度观测食品质量的变化趋势。从而为与食品相关地企业和机构管理食品质量提供了极大的便利。这样既可以更好地掌握食品的安全状况又可以分析和预测食品安全的发展趋势,还可以为管理者的决策提供科学的依据。

关键词： 信息孤岛   数据仓库   OLAP on Hadoop   注塑工业   ETL  

摘要： 《中国制造2025》规划提出了建设制造业强国的目标,注塑工业作为制造业的重要组成部分,也在不断地改造与升级。目前注塑工业的信息化建设还在普及中,一些注塑生产企业开始注重工业软件系统对企业的生产控制和运营管理的重要价值,并逐步构建起一条从机械设备的自动化系统到工业软件系统的制造生产信息处理链。不过,由于信息化建设的长期性、认识的片面性、系统实现标准的不一致性、部门管理的封闭性等原因,导致了“信息孤岛”问题的出现。这使得大量的生产数据未能得到充分的整合、共享与应用,从而严重制约了以数据为驱动的智能生产模式的发展。本文针对上述注塑工业信息化建设过程中出现的“信息孤岛”问题,设计并实现了一个生产大数据聚合与管理系统来对注塑生产过程中的相关数据进行统一管理,其利用OLAP on Hadoop技术和可视化技术将汇聚的数据反馈到各个孤立的工业软件系统中,从而实现工业软件系统的互联互通并为注塑生产企业提供以数据为支撑的决策优化支持。本文有以下四部分主要工作内容:1.针对生产数据存在的数据存储不一致的问题,利用维度建模技术逐步构建起注塑生产大数据Hive数据仓库系统,实现数据的统一存储。2.针对工业软件系统存在的异构系统的数据融合问题,利用ETL技术通过数据抽取、数据清洗、数据转换、数据加载等步骤,将源数据以一致的方式存储到Hive数据仓库中,实现系统的互联。3.针对Hive存在的高耗时查询的问题,使用Apache Kylin引擎对数据仓库中的生产数据进行预聚合处理来提高数据的查询速度,并在该引擎的基础上进行功能扩展,实现自动化地构建和管理数据立方体的需求。4.针对工业软件系统存在的数据难以共享和应用的问题,通过一个服务端逻辑架构来构建基于数据立方体的数据可视化平台,并提供便于工业软件系统集成的Web服务支持,实现系统的互通。本文针对注塑工业中的“信息孤岛”问题实现了生产数据的整合、共享与应用,有助于推动工业互联网的建设进程。

关键词： 竞品分析   商务智能   网络爬虫   数据仓库   神经网络  

摘要： 随着国内外经济的迅速发展,大量品牌企业开始萌芽并兴起,企业之间的互相竞争也日渐激烈。企业想要增强决策水平、提高竞争力,就需要实时了解竞争对手及其产品在市场中的动态,通过竞品分析来指导自身产品的研发和改进。由于现今信息化的全面普及,企业每天都会管理大量的数据。互联网和电子商务的发展,使得在网络中也存在海量的数据信息,而有价值的信息通常隐藏在复杂多样的数据背后。对企业来说,非常需要能够全面、准确、智能的分析这些数据,并从中挖掘出有效信息为企业制定个性化的产品营销战略,从而为企业在激烈的市场竞争中取得优势。商务智能是企业信息化的重要组成部分,正是为提高企业运营性能而采用的一系列方法、技术和软件。它把先进的信息技术应用到整个企业,通过应用数据仓库技术、ETL技术、OLAP技术、数据挖掘技术、信息可视化技术等对信息的分析和挖掘,可以促进企业销售的更好发展。因此,在竞品分析中应用商务智能理论,可以真正实现为企业决策提供准确、智能、可信的数据服务。本文从某企业的实际需求出发,设计并实现了一个基于商务智能的竞品分析系统的解决方案。该系统能够使用Scrapy爬虫框架采集网络数据,建立数据仓库管理企业的大量数据,并结合OLAP多维分析和神经网络算法对市场、品牌、产品进行全面、详细的分析,从而帮助企业得新的产品切入点。在产品的研发和迭代过程中应用该系统,可以为企业营销人员制定销售策略、提高产品业绩效益的决策提供数据支撑。

关键词： 数据仓库   大数据   决策树算法   挖掘算法   数据挖掘方法   关联规则   情感极性分类   高校数据中心  

摘要： 随着互联网和人工智能的发展,数据的价值越来越得到广泛的重视,尤其是高校的数据价值,研究还处于初探期。本文首先对大数据国内外研究现状进行分析,其次基于高校数据研究课题进行分类分析,最后提出围绕高校数据研究建议,为更好挖掘高校数据价值提供参考。

关键词： 大数据   铁路工程   施工日志   数据仓库   关联分析  

摘要： 随着铁路工程电子施工日志在各个铁路线路的推广,施工现场数据正在以前所未有的速度增长,这些数据包含了轨道、路基、桥涵、隧道等多个专业,收集了技术员、质量员、安全员现场三大员的日常工作,覆盖了现场填报、工作流、基本统计在内的多个业务场景,具备多样性特征。在大数据时代,如此庞大、融合多个专业的数据对现场施工、项目管理来说就是一座金矿,能够为管理和施工提供有效、关键的信息,具有很高的分析价值,但目前并没有很好的利用这些数据,使之转化成企业效率增长的动力。另一方面,随着数据的增加,业务系统负担越来越重,在其上开展统计分析使得系统性能下降,急需引入大数据技术来消除海量数据带来的性能影响。本文将从介绍铁路工程电子施工日志系统展开,详细分析当前系统的数据结构和特点,将数据分为结构化和非结构化两大类型进行论述,提出施工日志应用大数据的问题域。然后对施工日志应用大数据进行总体规划和设计,以软件工程开发方法为工具,对问题域进行分析和研究,逐步化解,将问题域转换为问题解决域,形成存储系统和分析系统两大业务领域。最后,分别对存储系统和分析系统进行工程化,仍然使用传统的软件开发方法,根据本人工作期间接触到的客户需求,整理成具体的分析应用场景,从需求分析、系统设计逐步构建分析应用,利用需求分析方法、Hadoop及其工具集合、数据挖掘算法,覆盖抽取、清洗、加载、查询、分析全数据生命周期,对分析应用进行最终的搭建和实现。通过存储系统、分析系统的相互支撑,对特定的数据进行了分析,使信息更容易被建筑企业理解,更容易转换为生产力,提高相关企业对于数据的洞察力。大数据的应用本身是一个循环的过程,通过应用大数据获得分析模型,提高现场施工、管理水平,良好的管理水平能够提升数据本身的质量,再通过高质量的数据,更进一步完善模型,完成一个相互促进、良好流程的闭环,最终实现施工日志数据的价值转换。通过本文对施工日志数据的应用,为这个循环迈出第一步,通过实践达到客户的预期。

关键词： 数据仓库   ETL   管理驾驶舱  

摘要： 近年来,我国煤炭企业发展遇到前所未有的压力,煤炭需求大幅下降,企业业绩不断下滑。在国家经济结构调整、产业升级和去产能转型的大环境下,煤炭企业纷纷通过精细化管理和信息化建设来提高自身竞争力。煤炭行业经过十年黄金发展期,企业在信息化建设中取得了一定的成就,在原煤开采、井下人员、设备、环境监控、办公自动化等方面都实现了信息化。但是,在DT逐步取代IT的时代,数据成为企业的宝贵资源,企业需要解决“信息孤岛”现象,将原有的大量数据资源有效的整合起来,挖掘出数据的潜在价值,为企业的管理决策提供支持。管理驾驶舱作为一种以绩效管理为核心的先进管理平台,通过对企业关键业务指标的分析,将分析结果以形象化、直观化和具体化的形式展现,使管理者能够掌握企业的各项指运行标状况,以便及时做出科学的决策。所以建立基于数据仓库的管理驾驶舱系统成为煤矿企业信息化的一个方向。本文从我国煤炭行业当前的形势分析着手,重点介绍了管理驾驶舱系统的概念和国内外的应用情况,并且对数据仓库的相关理论做了详细的论述,说明了本文的研究意义及构建基于数据仓库的管理驾驶舱系统的必要性。然后,通过分析企业实际需求,构建了包括安全、生产、财务、销售、成本、其他等六大主题的基于数据仓库的煤矿管理驾驶舱系统体系结构。着重对数据仓库从概念、逻辑、物理模型进行了详细的设计,并且对源数据到数据仓库的ETL过程做了论述。最后,结合管理驾驶舱系统分析和预警的特点,采用Java编程和WPF图表控件结合的方式实现了该系统,运用钻取、切片、同比、环比、结构、趋势、预警等方式对数据进行全面分析,采用丰富的图表对数据进行展示,主要包括仪表盘、温度计、甘特图、折线图、面积图、柱状图、饼图、环形图等。

关键词： 商业智能   数据仓库   决策支持分析系统   ETL   BI应用  

摘要： 综合性投资集团一般指长期或短期股权投资、产业业务经营为主营业务,具有完整及多元化投资业务体系的综合性投资集团,主要业务领域包括投资、房地产、基础设施、产业金融、文化娱乐、高新科技等领域。集团管控基本采用“一级集团管控管理,二级成员企业业务经营”的模式开展工作,集团层面负责战略及管控,二级成员企业负责业务经营和日常管理。随着业务开展和信息化建设过程中,综合性投资集团建立了业务操作类系统和人力财务等管理类系统,这些系统不能有效的满足数据综合分析及决策支持等方面的需求,存在缺乏顶层的战略决策支持分析体系,统一数据业务视图等问题,大量有价值的数据资产无法有效利用。因此迫切需要通过一套集成的商业智能信息系统对综合性投资集团进行整合分析,建立战略决策支持分析体系,以辅助用户决策及经营分析管理。本文基于商业智能、数据仓库、前端展现技术等理论的研究,对综合性投资集团核心业务价值链的梳理,设计通用的战略决策支持分析框架,解决数据分析应用场景问题,为系统平台提供顶层输入。并采用商业智能分析等技术进行综合性投资集团战略决策支持平台的构建,包括完整的平台总体架构设计、中性可扩展的数据仓库模型设计,建立数据标准及数据质量管理模块,并结合战略决策支持分析框架,实现前端应用功能,以统一的BI门户提供给最终用户使用,满足集团公司整体性、多维度的分析需求,为集团投资管理提供战略决策支持分析服务,并为集团公司各级管理者提供数据分析能力。

关键词： 决策理论   数据仓库   管理信息化  

摘要： 随着现代社会信息技术的迅猛发展,企业一方面要收集和分析各种有效的信息资源,及时做出科学决策以推动企业经营发展;另一方面,如何对信息进行取舍,筛选出有效信息,也迫切需要加强信息化管理,并需要通过发挥信息化管理平台在企业经营发展、增强核心竞争力方面的重要作用。