课程文献中心 更多>>

关键词： 数据仓库   数据压缩   并行查询  

摘要： 在电信行业，由于数据挖掘、用户行为分析以及舆情监测和追踪等方面的需求，每一次打电话、每一条短消息、每一次上网浏览请求都需要被记录和存储在数据仓库中，且存在很高的数据检索、挖掘性能和可靠性要求。本文研究了利用数据压缩、双机热备对这些数据进行存储，并利用水平分区、并行查询和表扫描复用对这些数据进行检索，以提升系统整体性能的解决方案。

关键词： 数据仓库   森林火灾   气象因子  

摘要： 收集近10a来贵州省黔南州的气象及火灾数据,建立贵州省黔南火险因子数据仓库。设计和建立黔南州火灾影响因子多维数据模式,确定多维数据的组织方式,进行数据仓库多维分析。对数据仓库内各气象因子与火灾进行关联分析,找出气候对黔南森林火灾的影响。

关键词： 电信   共享平台   分布式数据仓库   多维分析  

摘要： 随着信息化水平的逐渐提高,信息的共享越来越受到人们的关注,电信行业也不例外;针对电信行业信息中出现的管理和共享问题,介绍采用数据仓库技术实现信息共享的方法,并在此基础上提出了信息共享平台模型;模型建立在分布式数据仓库基础上,通过维度建模法创建了数据仓库模型,并提出多维分析流程,可以利用分布式数据仓库和网络技术实现信息的共享;数据仓库技术的应用和信息共享平台模型的建立,能最大限度地发挥电信信息的价值,对提高信息的共享度起到重要作用。

关键词： 机车乘务员   数据分析技术   数据仓库   运行记录   数据挖掘   记录数据   数据文件   联机分析处理   运行过程   列车运行监控装置  

摘要： 正1概述LKJ运行记录数据是列车运行监控装置(LKJ)在运行过程中实时记录的运行状态数据,包括系统自检信息、软件版本信息、速度事件、按键信息、机车条件变化、运行状态、制动试验、数据调用、GPS信息、检修人员/机车乘务员输入、点式信息等内容,是行车安全分析的重要依据。

关键词： 数据挖掘   数据仓库   兰花繁殖  

摘要： 本文研究数据挖掘技术的基本原理、常用算法、实践步骤与技巧,为提高兰花离体繁殖效率提供决策性的参考依据。分析了数据挖掘在兰花离体繁殖中的重要性,阐述了其研究现状中存在的主要问题,重点探讨了数据挖掘的应用步骤和方法。

关键词： 数据仓库   知识共享   维度建模   数据安全  

摘要： 数据仓库在数据管理应用中的作用日益突出,本文在提出在数据仓库体系结构的基础上,分析企业在构建数据仓库中应该遵循的原则。

关键词： 统计数据分析   数据仓库技术   统计调查方法体系   应用   抽样调查   周期性普查   统计部门   数据资料  

摘要： 我国统计部门已形成了以周期性普查为基础,以经常性的抽样调查为主体,重点调查、科学估算等为补充的统计调查方法体系,形成了反映全国经济状况的海量统计数据资料。

关键词： 数据仓库   数据集市   ETL   云存储   经营分析  

摘要： 本文基于数据仓库和云存储技术,从江苏有线的经营分析系统实际出发,分别介绍了整个经分系统的软件架构,包括基本内容、技术方案以及特色,云存储在经营分析系统中的应用架构及特色。

关键词： Data mining   Databases   Computer systems  

摘要： Digital Imaging and Communications in Medicine (DICOM) has brought a very high level of standardization to medical images, allowing interoperability in many cases. However, there are still challenges facing the informaticist attempting to data mine DICOM objects. Images (and other objects) from different vintage equipment will encompass different levels of the standard, and there are also proprietary "shadow" tags to be aware of. The database architecture described herein "flattens" such differences by compiling a knowledge base of specific DICOM implementations and mapping variable data elements to a common lexicon for subsequent queries. The project is open sourced, built on open infrastructure, and is available at GitHub.

关键词： Data warehouse   Conceptual design   Requirement analysis   i* Framework   UML multidimensional model   Data modelling   MODEL   PROFILE  

摘要： Context: Data warehouse conceptual design is based on the metaphor of the cube, which can be derived from either requirement-driven or data-driven methodologies. Each methodology has its own advantages. The first allows designers to obtain a conceptual schema very close to the user needs but it may be not supported by the effective data availability. On the contrary, the second ensures a perfect traceability and consistence with the data sources in fact, it guarantees the presence of data to be used in analytical processing but does not preserve from missing business user needs. To face this issue, the necessity emerged in the last years to define hybrid methodologies for conceptual design. Objective: The objective of the paper is to use a hybrid methodology based on different multidimensional models in order to gather all advantages of each of them. Method: The proposed methodology integrates the requirement-driven strategy with the data-driven one, in that order, possibly performing alterations of functional dependencies on UML multidimensional schemas reconciled with data sources. Results: As case study, we illustrate how our methodology can be applied to the university environment. Furthermore, we evaluate quantitatively the benefits of this methodology by comparing it with some popular and conventional methodologies. Conclusion: In conclusion, we highlight how the hybrid methodology improves the conceptual schema quality. Finally, we outline our present work devoted to introduce automatic design techniques in the methodology on the basis of the logical programming. (C) 2011 Elsevier B.V. All rights reserved.