课程文献中心 更多>>

关键词： 数据仓库技术   银行数据仓库   维度建模   数据层   逻辑数据模型   数据模型设计   实施方法论  

摘要： 数据仓库作为"创新和完善信息生产、存储和传输方式,信息集中管理、深度挖掘和综合利用,促进信息跨部门、跨区域、跨系统的整合和共享"的平台,其实施必将有力促进商业银行的跨越式发展。但数据仓库的建设是

关键词： 数据仓库   行为细分   关联性分析   单品促销  

摘要： 在零售业,营销分析发挥着重要作用,同时,数据仓库因用于存储历史销售数据而得到了广泛应用。然而,随着数据规模的急剧增长,各企业数据管理和营销分析的水平不一且发展极不均衡。 本文的研究内容基于合胜零售业商务智能解决方案（MRBIS）,在零售业中,各企业收银条数据（POS数据）的内容和格式是相对统一的,对POS数据的有效利用可以提供营销决策支持,MRBIS基于POS数据建立零售业统一商务智能架构,本文详细讨论该方案的设计过程并基于POS数据在多维空间中进行营销分析,主要工作如下： （1）基于POS数据研究零售业统一商务智能模型的数据架构,为营销分析提供高效的数据管理和支持。分析主题域、逻辑模型并完成多维型数据仓库设计,研究ETL的实现方式并处理多个异构数据源到数据仓库的数据加载,针对POS数据的特点讨论维度和度量值设计方法并建立多维数据集。 （2）基于零售业统一商务智能数据架构中的多维数据集进行营销分析。建立OLAP查询获得商业方程式、收银条分布以及购物篮品类结构分布等企业销售统计信息;运用聚类模型对客户行为细分,获得消费偏好性特征;运用关联规则对购物篮进行分析,帮助制定绑定促销决策,优化货架摆放。应用POS数据对k-means算法和EM算法进行横向和纵向对比,结果表明EM算法更加稳定且具有更好的分类效果;针对POS数据特点讨论关联规则参数设置,并在商品类别的不同级别应用关联性分析。 （3）基于多维数据集研究单品促销问题。某商品在全局空间优势不明显,但将全局空间分解成子空间,该商品在某些子空间可能非常突出,单品促销是为指定商品寻找其优势子空间,以提供促销依据。在对已有的多维空间模型和多维区域模型深入分析的基础上,本文提出了多维多级模型,该模型扩大了问题的解空间范围,具有更高的子空间复杂度。针对多维多级模型,本文采用基于拟合的物化策略解决单品促销问题,提出了LR-Cube立方体以及基于LR-Cube的查询算法,该算法保证了遍历子空间的完整性、唯一性以及高效性,实验对比结果表明该解决方案的精度足够满足决策支持的需求,并具有非常高的查询效率。 （4）实现合胜零售业商务智能解决方案。本文详细讨论合胜零售业商务智能解决方案的实现过程,利用SQLServer的数据引擎服务实现数据仓库设计,集成服务实现ETL过程,分析服务实现多维数据集以及挖掘模型设计,报表服务实现报表展现。

关键词： 电力行业   ERP   商务智能(BI)   数据仓库  

摘要： 电力企业按照国网公司的统一部署，紧扣“深化‘两个转变’、推动科学发展”主题，围绕建设“一强三优”（电网坚强、资产优良、服务优质、业绩优秀）的现代公司战略目标，大力推进人财物集约化管理和信息化建设，基本形成了覆盖生产、营销、财务、人力资源等各业务条线的企业信息系统，实现了业务流、资金流、信息流的融合，全面提升了企业的综合管理能力。 随着各业务系统在电力企业的广泛使用，积累了大量的业务数据，如何利用好这些数据，为企业战略管理提供有效、及时的数据支持，提高管理和决策的科学性、合理性成为当前急需解决的问题。 本文结合国家电网公司“十一五”信息规划目标，通过对电力企业特点的分析，取得了以下成果：构建了面向电力行业信息系统环境下商务智能的应用研究方案，设计出针对电力企业信息系统环境下BI应用的系统架构、系统集成方案及人机界面设计方案，实现了电力企业信息一体化平台的建设，通过结构化建模方法，结合建模实例，实现了数据的分层存储，降低数据冗余度，兼顾了存储和性能因素，并以定制灵活多变的展现形式满足用户需求，以统一的展现方式，方便的实现统计分析、数据挖掘等功能，旨在从技术上保障企业决策水平的提升，建立电力企业的企业级数据仓库，使管理人员可以随时掌握公司的运营情况，为电力企业各级领导和业务部门分析人员的日常工作与决策提供全面的依据。

关键词： 数据仓库   数据立方体   星型模型   OLAP   数据挖掘   聚类  

摘要： 在信息技术特别是数据库技术高速发展的背景下，企业的业务系统在运行中积累了大量的用户基础数据和营业数据。传统的联机事务处理系统即OLTP技术由于其面向操作性，只能对数据进行基本的查询、插入和删除等操作，生成特定的报表。但随着数据量越来越大，传统的联机事务处理只能获取数据的表面信息，而不能获得数据的内部关系和不易被发现的信息，浪费了数据资源。因此，人们需要一个统一的、综合的数据环境，来进行多角度、多层次、快速的查询，提供方便易用和直观的数据分析，为企业决策提供参考依据。随着数据仓库、联机分析处理和数据挖掘技术的发展，为解决这一问题提供了新的方法。 本文首先对自来水企业的业务数据现状进行分析，就自来水水量水费数据立方体建立的意义和当前研究的热点进行了综述，并全面介绍了数据仓库、联机分析处理和数据挖掘的基本概念。其次，论文对自来水营业数据进行了详细的分析，然后根据需求对数据立方体的模型进行设计，包括概念模型设计、逻辑模型设计和物理模型设计。 随后，对数据库需要研究的数据抽取、转换，加载到根据星型模型设计的事实数据表和维度表。通过Oracle数据库的Analytic Workspace Manager组件，完成水量水费数据立方体的建立，并对其进行联机分析处理。 最后，本文讨论对数据立方体汇总的数据进行数据挖掘的聚类分析，用能同时处理分类属性和数值属性的k‐prototypes聚类算法，通过MATLAB编程实现，将企业客户细分成几类，并取得一定效果。

关键词： ERP   数据挖掘   数据仓库   OLAP  

摘要： 传统的ERP系统实现了对数据的查询和统计,但缺乏对各子系统的综合查询、辅助决策的支持。在目前的ERP产品中,与数据挖掘技术的结合还较少,ERP与数据挖掘的结合必定使ERP系统的应用更加有效,对此研究具有实践意义。本文主要围绕在ERP中使用数据挖掘技术展开研究,将数据挖掘理论应用于实际的ERP项目中,实现ERP系统与数据挖掘技术的结合。

关键词： 数据仓库   职位推荐   模拟匹配   网络招聘  

摘要： 随着互联网的普及，网络招聘在人才招聘的过程中起着越来越重要的作用。南方人才网是中国最专业的区域性网络招聘平台，在其十几年的发展过程中，积累了大量的原始数据，但在向求职者提供职位检索服务时，大量求职者不能很好地构造检索关键词的现实和采用精确匹配的做法之间存在矛盾，而且没有根据求职者的个人情况提供个性化服务，这些问题制约了网络招聘业务的发展。 为了充分合理地利用长期积累下来的海量原始数据，本文为南方人才网构建了适合于人力资源网络招聘的数据仓库平台。该平台在分析当前数据仓库解决方案的基础上，运用各种数据仓库技术构建而成，可实现保存历史数据、构建数据立方体、为挖掘用户兴趣等工作提供保障等设计目标。 在数据仓库的基础上，本文结合协同竞争过滤的两个模型，提出职位推荐的解决方案。它们通过缩小计算推荐职位候选集，提供推荐同属职位类别的职位和相似职位的多种方法，可以进一步提高推荐的成功率。为了解决无法为没有应聘过的求职者推荐职位，本文提出了Adjust方法缓解了该冷启动的问题。并通过测试找到算法的最佳组合，取得最好的推荐效果。 为了解决求职者和职位的模拟匹配问题，本文提出了应聘同一职位的求职者具有相同特征的假设，在该假设的条件下提出了模拟匹配的算法。实验表明该假设合理，模拟匹配的方法有效。 上述工作成果已经在南方人才网完成部署并投入使用。

关键词： 配电网   线损   数据仓库  

摘要： 从技术和管理层面分析了配电网线损在电力系统的重要意义,提出数据仓库技术在线损领域的应用前景。从线损数据获取、数据准备、维度选择等方面介绍了配电网线损数据仓库的建立过程,为线损OLAP和数据挖掘提供了基础。

关键词： 商务智能   智能决策支持系统   决策支持   专家系统   数据仓库  

摘要： 随着企业信息系统的实施应用，企业每天都要产生和存储大量的数据信息，企业迫切的需要利用这些数据，高效、科学地分析这些数据，挖掘数据背后的巨大商机。因此，出现了为管理决策人员提供决策信息的商务智能系统。 现存的商务智能系统还存在着很多不足，主要是缺少决策知识及相应的推理分析、智能决策和企业优化。本文提出了一种商务智能决策支持系统框架，它改进现有商务智能系统的不足。该框架为开发人员提供一种转换方法，使其在不改变业务逻辑的情况下，快速、高效地将现有管理信息系统转换为商务智能决策支持系统，从而帮助中高层管理者做出管理、计划、分析、预测等高层决策，增强企业的综合竞争力。此外，该框架还具有可复用性、灵活性等特点。 本文从商务智能和智能决策支持系统的结构框架入手，深入研究和分析了它们的功能和特点，指出目前商务智能结构存在的缺点，确定对商务智能结构的改进方向，在理论研究的基础上，提出一种商务智能决策支持系统框架，并对框架的设计目标、设计思想、整体结构、体系结构和功能进行详细的阐述，最后实现对本框架的部分应用验证从而证明了其可行性。 本文提出一种商务智能决策支持系统框架，它以智能决策支持系统的第2种基本结构为基础，融合了Web开发中的MVC设计模式的思想，综合使用了专家系统、数据仓库、数据挖掘、联机分析处理等新技术。并将本框架化分为4个层次，在接口的设计上采用工厂的设计模式，在结构上功能分工更明确，在功能上达到了决策效果的有效性和合理性，框架应用灵活、使用简便、可复用性强。

关键词： 数据仓库   数据挖掘  

摘要： 本文主要介绍数据仓库和数据挖掘的相关知识，包括数据仓库的概念、特点和体系结构、数据挖掘的概念、数据挖掘的过程、数据挖掘的相关技术以及数据挖掘面临的主要问题及对策，最后分析了数据仓库和数据挖掘的关系。

关键词： 高考志愿填报   商务智能   数据仓库   OLAP   数据挖掘  

摘要： 高考作为我们教育体系中的重要环节,有着承上启下的作用,更承担着为高等教育选拔人才的重任。志愿填报作为高考过程中的重要环节,关系着每一位考生的未来,也关系整个社会的人才流动。长期以来,一方面,高考招生录取过程中累积的大量数据没有得到充分的分析与利用,另一方面,考生在填报志愿的过程中存在着了解信息过少,获取信息渠道不多等问题,填报志愿时或多或少带有盲目性或赌博心理。因此,迫切需要引入一种科学合理的高考数据分析方法,并在此基础上为广大考生填报志愿提供科学合理的指导与帮助。 某省从2000年开始进行网上高考招生录取,积累了大量的招生数据,其中蕴含大量可供考试主管部门、院校以及考生借鉴的有用信息。但是由于数据分析手段及工具的缺乏,以及数据本身的复杂性,这些信息多年来难以被有效利用,难以为招生主管部门提供决策支持,也难以为指导考生填报志愿提供数据支撑。因此,将商务智能技术引入高考数据分析,研究数据预处理技术、数据仓库技术、联机分析处理（On-Line Analytical Processing, OLAP）技术与数据挖掘技术在高考数据分析中的应用,并基于分析结果建立高考志愿填报指导系统,是本文的主要研究内容。围绕高考数据分析的问题,我们团队借助数据挖掘这一有效的海量数据分析技术,研究某省近十年来的高考招生数据,并已依据该省近十年的高考招生数据建立了数据仓库。本文在已经工作的基础之上,进行进一步的工作与研究,最终实现了一个对于考生填报志愿比较有指导意义的在高考志愿填报在线咨询系统。 本文的工作主要包括以下几个方面：（1）历史招生数据的装载以及多维数据集的建立 在充分学习与理解已有的数据仓库的基础之上,本文通过ETL（Extract-Transform-Load）工具,载入了09年的高考招生数据。然后基于此数据仓库建立了一个统一的多维数据集,为下一步的OLAP分析及数据挖掘打下了基础。 （2）OLAP分析的实现与展示 本文在多维数据集的基础上,利用OLAP技术分析考生志愿填报、院校计划、考生录取等多个主题的数据,得到一些有用的信息,并且利用SSRS（SQL Server Reporting Services）技术与Web技术,将OLAP分析结果通过报表方式展示。 （3）数据挖掘的研究与实现 本文利用SSAS （SQL Server Analysis Services）平台,研究将数据挖掘技术应用于高考招生数据分析,关注于志愿填报、考生录取等主题,重点研究了决策树、关联规则等算法的应用。并且对挖掘模型进行了评估,并设计了数据挖掘的前端展示方案。 （4）高考志愿填报在线咨询系统的研究与实现 本文利用上述工作的成果,采用SSH（Struts, Spring, Hibernate）架构,设计与实现了一个基于商务智能技术的高考志愿填报在线咨询系统。该系统与数据挖掘系统进行了集成,利用数据挖掘的结果为考生填报志愿作指导,具有较好的科学性与实用性,为后续工作打下了良好基础。