课程文献中心 更多>>

关键词： 电力系统商业智能系统   数据仓库   架构形式   实时决策   信息查询  

摘要： 计算机技术的飞速发展和信息系统在各个领域中的广泛应用，导致数据爆炸式地增长，企业迫切需要对这些数据进行高效、精确、及时的分析。传统数据仓库的数据加载周期较长、响应速度慢，往往只能提供历史数据的分析与查询，不能实时地反应企业商业信息变化，更多地用于企业中长期的战略决策。而实时数据仓库扩展了传统数据仓库的适用范围，能够有效降低信息延迟，保证快速的业务响应，并推动业务价值的提升，为及时正确的战术性决策提供精准分析的数据支撑。本课题目标即是构建一个基于实时数据仓库的电力系统商业智能系统，用于缩短生产信息从采集、处理到分析决策的延时，提高分析决策的时效性，同时支持在线事务处理和实时决策，为电力企业提供更有价值的战术型决策支持。\n 本文主要对实时数据仓库的构建进行了深入研究:首先详细分析了实时数据仓库的研究现状和相关技术，从数据获取、数据管理和数据应用三个层面明确了电力实时数据仓库系统建设的总体需求;在此基础上，基于操作数据存储(ODS)设计了一种既可以支持企业的战略层决策又可以支持战术层决策的数据仓库架构形式——DB-ODS-DW实时模式，并提出了基于ODS层的增量数据捕获和汇总更新的ETL解决方案，用于数据的抽取、转换和加载过程。最后，把设计方案应用实际环境中，用于电力信息综合查询和决策支持，并对方案进行性能测试和分析，验证了系统架构和设计方案的可行性，确保了系统在实际应用中的稳定运行。

关键词： ERP决策支持   数据仓库   多维数据分析技术   数据挖掘   BP神经网络  

摘要： 近年来，许多企业投入了大量人力、物力实施了ERP系统，把过去相对独立的资源进行了整合，对企业的多种资源进行规划，力求充分利用企业内的各种资源、降低库存、提高企业的整体运作效率，实现物流、资金流、信息流(“三流”)合一的操作平台和管理信息系统。然而，经过几年的运作与实施，ERP系统积累了大量的数据资料，随着市场竞争的加剧和信息技术的发展，单纯的操作型ERP系统已难以建立企业的竞争优势，企业越来越需要ERP系统能够通过对这些历史数据进行挖掘与分析，挖掘潜在的数据规律和运作模式，为制定决策提供依据和帮助，进一步提升企业的管理水平。\n 针对传统ERP系统在决策支持方面的不足，许多企业和研究机构做了大量的研究与尝试，特别是随着数据仓库技术(DW)、多维数据分析技术(OLAP)、数据挖掘技术(DM)等的成熟，构建企业ERP决策支持系统，已经成为IT行业的热门研究方向之一。已经有很多研究分别利用数据仓库技术(DW)、多维数据分析技术(OLAP)、数据挖掘技术(DM)来改进在构建ERP决策支持系统过程中某一方面的功能，然而由于它们内在的联系和互补性，将它们结合起来即是一种新的综合ERP决策支持解决方案。数据仓库技术对历史数据进行转换、提炼、统计分析建立一个数据中心。利用OLAP技术对这个数据中心进行多角度、多维度地数据分析，从而获得更详细的多维度信息。结合数据挖掘技术提取隐含在其中潜在有用的信息和知识并进行预测，使企业能够更有效地安排自己的人、财、物、产、供、销，帮助领导层制定科学的决策，以期进一步提高效率和在市场上获得竞争优势。\n 本文介绍了基于数据挖掘的企业ERP决策支持的相关研究，具体阐述了数据仓库、OLAP、数据挖掘的相关理论知识，提出了利用数据仓库、OLAP对大量数据进行预处理，然后根据决策需求选取合适的数据挖掘算法来进行决策支持。根据这个思想对企业ERP销售预测进行了仿真分析，根据销售预测结果，企业决策层可以制定相应的采购计划、库存计划、销售策略和目标客户群等，在实践中具有较好的指导意义和较高的应用价值。

关键词： 建筑项目   税收管理系统   互联网   应用程序   数据仓库  

摘要： 我国税务系统税收信息化经历了十多年的规划、建设和发展，已逐步形成初具规模的税收信息化体系。中国税收征管信息系统也经历了从最早的基于小型机和大型数据库的C/S架构系统，到逐渐向基于J2EE、B/S架构的税收业务管理系统转型的发展过程，以突破现有的数据存储、处理、交换和维护等瓶颈。\n 随着地税系统业务量的节节攀升，加上涉税系统的用户界面表单复杂，涉及大量的和用户交互的信息，基于HTML表单交互的传统的Web开发框架暴露出在用户体验方面的许多不足。为了提高用户体验，出现了一种新类型的基于互联网的应用程序RichInternetApplication(简称RIA)，即丰富互联网应用程序。RIA技术正逐渐被越来越多的运用到税收征管系统的开发中。\n 本文分析研究了国内税收信息化体系发展现状，在了解对比了几种常见构建技术的基础上，确定了运用RIA中的Flex技术，将Flex、Spring、Hibernate技术相结合，运用各框架的优势，开发基于RIA平台的建筑项目税收管理系统，这种做法的优点在于:充分运用各框架的优势，实现了应用的分层开发，从而实现高内聚低耦合;同时运用数据仓库技术对数据进行有效集成，使用SybaseIQ12.6构建数据仓库，通过报表展示工具实现对建筑工程项目税收信息的分析预测。\n 建筑项目税收管理系统在无锡市地税局项目管理分局上线使用后，运行稳定、状况良好。税务工作人员通过使用系统中项目登记、纳税开票、税款缴库、预测分析等功能，实现了对无锡市区范围内的建筑安装和不动产项目实施集中统一的专业化管理;为税收管理人员提供全面的税源信息和工程进度，加强了对房地产业税源监控的能力;引导税收管理人员在掌握税源信息的基础上对所辖建筑行业进行税收预测，实现了对建筑业税收的精细化管理的需要。

关键词： 数据仓库   数据质量   提升措施  

摘要： 如何确保数据质量是电信数据仓库面临的一道难题,本文中,笔者分析了在数据仓库建设中一些常见数据质量问题及其出现原因,并从流程与组织建设、制定标准与设立核查机制三个方面探讨了提升电信数据仓库数据质量的方法。

关键词： 数据仓库   客户关系管理   风险分析   商业银行   服务质量  

摘要： 当今世界市场竞争激烈，信息化成为世界经济和社会发展的主流。本文针对新疆某商业银行中客户关系管理中普遍存在的客户资源利用率低，客户信息和资源难以整合、业绩考核管理难以运作等问题，设计和实现了一个银行客户关系管理系统:金管家。本系统可以帮助银行提升工作效率、深度挖掘客户需求、提供科学决策，充分提高业务人员的业绩和客户贡献度，为以信息服务为重点的金融业务的快速发展提供有力保障。\n 本系统采用Struts+Hibernate+Spring框架结构，针对新疆某商业银行实际的客户关系管理的情况，从需求获取、可行性研究、性能需求、功能需求、安全需求等方面进行了详细的需求分析，并结合客户关系管理理念、OLAP以及数据仓库技术和目前商业银行客户系统用户的特点，开发了金管家系统。整个系统的界面设计美观友好，操作简单方便，使用安全可靠，实现了客户管理的全过程，包括客户数据的输入、信息查询、风险分析、客户信息管理等工作。论文中详细阐述了系统的设计、实现及测试过程。经实际使用表明，本文所设计的金管家系统完全可以满足银行客户管理方面的需要。

关键词： 数据仓库   增值税   监管预报警系统   风险控制  

摘要： 随着税务部门信息化建设水平的不断提高，增值税电子化管理得到了不断的完善。但由于涉税信息的急剧增加，缺乏有效的集成，很难为管理层提供有效的决策分析支持。利用数据仓库技术可以对现有海量的数据资源进行加工、处理，发现其背后隐含的信息和规律，从而实现对增值税情况的科学分析和评估，为税收管理人员提供具体的工作指导。因此，构建满足基层高效管理、功能强大、安全可靠的增值税管理监控平台，具有十分重要的现实意义。\n 本文结合国税系统的实际需求，进行基于数据仓库的增值税监管预报警系统的研究与实践。文章首先阐述了数据仓库的相关技术，随后进行了系统的总体设计，介绍了数据仓库的设计与实现策略。针对国税现有数据的存储情况和现有数据仓库系统的构建方法，给出了数据仓库的数据结构和性能优化方案，并详细介绍了增值税监控分析主题的模型设计和ETL的具体设计，完成了基于存储过程的ETL过程实现。为了消除系统的安全风险隐患，针对网络、操作系统、数据库三个方面做了详细的安全性设计，对系统面临的安全威胁进行了分析，提出了安全防护的具体措施，并做了有关安全性测试的分析。最后还展示了增值税监管预警系统实现结果，对系统运行测试结果做了相关分析，并对论文工作进行了总结，对下一步工作进行了展望。\n 该系统的研发，给税务管理人员提供了一个对增值税监控管理和分析服务的平台，对国税内部数据规划和业务决策起到了积极的作用，从而将税收管理提高到一个新的应用层次。

关键词： 库存管理   分析系统   数据仓库   信息技术  

摘要： 近年来，随着信息技术的不断发展与普及，信息系统越来越多的被企业所使用，用以提高工作效率和节约成本。库存管理是企业管理的核心部分，通过采用高效的处理方式和管理方法，提高员工工作效率，改善库存积压严重，解决库存成本高，物料周转慢的现状。具有分析功能的库存管理系统是企业进行有效的库存管理和分析，进行辅助决策的重要手段之一。\n 基于传统的B/S和C/S结构的库存管理系统的优缺点，以及传统库存管理系统的局限性，本文提出采用C/S模式与B/S模式相结合多层系统架构，基于数据仓库的分析和决策支持的库存管理系统。既能满足一般企业的库存业务的需求，同时对于库存分析和决策功能的特殊化需求功能也能满足。\n 1、传统单一的B/S或C/S模式的库存管理系统的优缺点，以及两者混合结构的可行性和优势。\n 2、传统库存管理系统的分析功能的局限性，阐述基于数据仓库的联机分析和决策支持的优势。\n 3、详细介绍B/S、C/S混合的多层架构，库存管理的具体业务功能，以及联机分析和决策支持系统的实现。

关键词： real-time data warehouse   double mirror replication   incorporating multi-level caches  

摘要： Real-time data warehouse extend the application of traditional data warehouse. It can not only support tactical queries for enterprise but also provide much variable tactical decision support effectively. For these reasons, it is very meaningful to research on the structure of real-time data warehouses. This paper introduced the background of real-time data warehouse and proposed the strategy of real-time data warehouse which is based on double mirror replication mechanism. The strategy is composed of double steps. First we used double mirror replication mechanism to enable continuous loading data in the real-time data warehouse with minimum impact in query execution time. Second we proposed incorporating multi-level caches into the data warehouse structure which is based on real-time partition and gave the process of design and implementation with details. We differentiated between queries with various data freshness requirements, and used multi-level caches to satisfy these different requirements.

关键词： 数据仓库   数据挖掘   BP神经网络   铁路运输   客流分析  

摘要： 随着全国高铁的大规模建设和投入使用,乘坐火车变得更加方便快捷。但在春运、“黄金周”、节假日形成的客流高峰,的确给铁路部门的运输带来了巨大的压力。如果能通过对车站客流数据的分析,对客流高峰期的客流量和客流走势进行预测,就能很好地为管理者和技术人员制定运输方案,组织优化客流提供决策支持。而目前客流的分析预测的研究不是很充分,所做的工作仍处于初步数据统计阶段,预测方式基本上是人工化操作,耗费大量的时间和人力,物力。\n 本文主要对数据仓库和数据挖掘技术进行研究,应用这些技术对铁路客票发售和预订系统中的海量数据进行处理,将有效的数据挖掘技术应用于铁路客流分析,建立合理的预测分析模型,为客运部门合理安排运能、科学组织管理提供了准确的决策信息和先进的预测手段。本文首先讨论了客流预测的现状和面临的问题,然后采用数据仓库技术设计了针对本主题的数据集市,并将数据集市中汇总的数据采用数据挖掘中的神经网络算法进行数据采样分析,建立数据分析模型进行研究和实验,为客流预测提出了一种可行的预测模型。

关键词： Data Warehouse   Layering Model   ETL,Earth Observation Satellites  

摘要： With the development of Earth observation technology and the growing demand of remote sending data and images, more and more Earth observation satellites are being launched, and more and more data is generated. To take full advantage of all the data, we introduce data warehouse technology to solve this problem. In this paper, we build a layering DW model, give an efficient ETL process for integrating the data and design two types of application program interface (API). The results show that data warehouse is an efficient way to solve mass data of Earth observation satellites.