课程文献中心 更多>>

关键词： 税务   数据仓库   决策支持   数据挖掘  

摘要： 自2002年河北地税开发推广了全省统一的税收征管应用系统后，在征收、管理、稽查、法制等业务开展过程中积累了大量的数据。随着经济发展和税收形势的不断变化，河北地税服务的纳税人数量现已增至100万左右，为突破传统的管理模式，解决因税管人员缺乏，税源监控不到位造成的税源流失问题，迫切需要开发一套税收决策支持系统，充分利用现有数据进行综合分析，为各级税务管理人员提供便捷的查询和分析比对功能。 本文在对课题研究的背景、目的、意义和国内外决策支持系统建设的情况基础上，通过分析地税系统现有的系统架构和决策支持系统的建设目标，并对数据仓库、数据挖掘等相关技术进行了深入研究的基础上，主要做了以下三方面工作：（1）开展税收决策支持系统的需求分析工作，综合考虑业务和技术因素拟定系统建设方案。（2）认真分析河北地税各业务系统基础数据源，结合河北地税税收决策支持系统需求，建立数据抽取规则，采用合适的数据转换方式，实现对河北地税各业务系统数据统一上收、清洗。依托河北地税硬件资源构建大型、高效、稳定的数据仓库，实现对业务数据的综合信息展现及多维度查询比对功能。（3）利用数据挖掘中的关联分析算法对数据仓库中行业信息、入库信息、欠税信息等数据进行比对分析，为税务管理者提供决策支持。 目前，该系统已经开发完成并上线运行，系统具有良好的稳定性和可靠性，能够快捷、直观的实现包括查询统计、会统报表、数据分析、征管监控等功能，从多角度全方位解析河北地税的核心业务数据，为全面掌控税收进度，实现税收工作科学化管理提供了有力支撑。

关键词： 训练考核   OLTP   OLAP   数据仓库  

摘要： 军事训练是部队和平时期的一项重要工作。自动化管理军事训练考核、科学决策军事训练重点是保证训练质量、提高部队战斗力的强有力措施。本文针对部队军事训练的实际需要,选取两部分内容作为工作的重点：一是以新的训练考核大纲为依据,建立具有通用性的部队训练考核OLTP(Onine Transaction Processing)系统;二是以OLTP系统的日常积累信息为数据源,采用数据仓库和OLAP技术,建立部队训练考核OLAP(Onine Analytical Processing)系统。前者用于部队日常军事训练考核,后者为部队军事训练辅助决策提供依据。 本文的主要工作可以概括为以下几个方面： (1)以新的军事训练考核大纲为依据,建立了部队训练考核OLTP系统。设计并实现了系统的通用信息框架,从而使该系统能够满足海军、空军、某各大单位的考核要求。 (2)解决了部队训练考核OLTP系统中含格式试题的处理、试卷生成算法的设计、含格式试卷的网上分发及采用多线程技术进行系统优化等关键问题。 (3)通过分析部队训练考核OLTP系统的信息构成,提出了部队训练考核OLAP系统的总体体系结构,包括总部数据仓库和旅团数据集市两大部分,并对该系统进行了方案设计。 (4)以实装操作考核成绩主题为例,给出了部队训练考核OLAP系统中数据仓库模型的具体设计方法。实现了对总部数据仓库和旅团数据集市中实装操作考核成绩多维数据集的访问和展示。

关键词： 校园一卡通   数据挖掘   数据仓库   联机分析处理   决策支持  

摘要： 如何合理、高效地对贫困生开展资助工作,已成为高校学生管理工作的一大难题。当前大多数高校学生管理软件在功能设计上偏重于信息的基础性管理,不能很好地进行数据综合性分析与测算。因此,在现有高校学生管理系统的基础上,结合数据仓库知识,实现数据挖掘功能,为管理者提供科学有效的决策支持已经成为一个需要迫切解决的问题。 本文以常州工程职业技术学院贫困生资助工作为例,基于校园一卡通的消费数据,通过数据仓库、OLAP、数据挖掘技术的综合应用来挖掘有用的知识,围绕着贫困生评价数据平台的建立、数据分析、数据挖掘模型的应用以及评价流程的改进等展开探讨。论文首先建立高校贫困生评价机制的数据仓库、数据模型,然后利用数据挖掘技术解决系部、专业、生源地、家庭收入状况等指标的多维分析问题,基于图表分析和关联分析对知识进行发现。最后,根据知识发现的结果,为贫困生评价机制提出改进的建议。 研究表明将数据挖掘应用于校园一卡通的数据分析,并将这些分析结果协助学院辅助决策是可行的,同时现有的上作也为未来构造完成分析平台,以及实现更高层次的决策支持奠定了坚实基础。

关键词： 数据平台   指标体系   数据仓库   绩效考核  

摘要： 银行绩效考核系统研究主要是研究中国商业银行如何采用有效的考核模型和软件系统行实现营销，业绩和中国商业银行发展目标相结合的总体要求，解决中国商业银行全行，全员全方位绩效考核问题。 本论文正是针对上述问题，以上海浦东发展银行为主要的研究对象，在深入分析改行总分行考核目标和业务需求的基础上，对实现全方位多角度绩效考核问题作了创新性和探索性研究。主要内容为： 1．建立口径统一的数据平台 银行绩效考核系统为了能满足多部门、多条线考核的要求，必须建立统一的数据平台，这一平台应包括与绩效考核工作相关的由银行各业务系统产生的原始数据以及管理信息数据，绩效考核指标在计算中统一从这个平台中取数，保持统一的数据口径。 2．建立完善的绩效评价指标体系 绩效考核系统应该建立完善的绩效评价指标体系，这一指标体系应包含对各级机构以及员工的营销业绩评价指标，并与分行业务发展战略有机地衔接。系统应该提供内容丰富的指标库，供用户挑选使用。系统应提供友好的操作界面，用户可通过现有绩效考核指标，通过设定相应的参数和计算公式产生衍生指标。系统可定期根据选定的绩效考核指标生成各级管理人员或业务人员使用的考核报表。 3．充分满足全员营销和交叉营销考核需要 绩效考核系统应能够通过设置科学合理的绩效考核流程，统计展示各类员工的营销绩效，推动全员营销和交叉营销工作。 4．及时地展示绩效数据 绩效考核系统能够以员工/机构为核心展示绩效数据，能够支持从员工到各级实际或虚拟团队的多层级考核，能够支持部门拆并调整的绩效考核需要。系统同时根据产品和客户对员工绩效进行分解，并能够分级予以展示并提供相关报表。

关键词： ERP   决策支持系统   数据仓库   ETL   可持续增长模型   杜邦分析  

摘要： ERP系统目前已经被越来越多的企业所使用，并且已经深入到了企业的各个业务以及管理环节，成为了企业运营过程中不可缺少的管理工具。但是随着ERP中企业信息不断地积累，如何有效地使用这部分信息成为了企业新的课题。随着企业的不断扩张，每天的业务数据量发生了成倍的增长，这无疑对企业的信息管理提出更高的要求。这也是本篇论文选择以决策支持系统为课题的一个重要原因。 本文主要针对于一家长期从事于服装贸易的外贸集团公司，开发一套用于集团管理的决策支持系统。该公司旗下有多个经营不同主营业务的子公司，由于缺少集团层面信息化的支持，集团信息处理整个过程所需的周期比较长，存在明显的信息延迟问题。本文通过对企业决策需求现状的分析，研究出一套适合于该集团公司的决策支持系统，从而改善公司集团管理层所面临的信息瓶颈。整个过程可以分成以下几个步骤： 首先从集团公司的信息化建设架构出发，通过对该公司信息化现阶段建设情况的分析并且结合整个建设蓝图，对决策支持系统在企业中的作用进行了定位，并且明确了建设的目标。 其次通过以企业决策需求的分析为基础，对决策支持系统的建设过程进行了认真的研究，具体研究内容主要有： 1、根据企业的决策需求提出相应的设计方案。其中包括维度的设计、前台展示方式、星型模型设计、数据粒度设计、不同数据来源的历史数据整理等内容。 2、从决策支持系统整体规划的角度，对系统的布局进行了通盘的把握，通过技术层面对整个技术层次架构的剖析，对决策支持系统实现的基本思路进行解释。 3、结合企业决策需求的设计方案，对数据仓库的构建方法进行研究。其中包括对数据仓库的基本框架设计、对数据仓库中数据的存储方式的探索以及ETL（Extraction-Transformation-Loading）的设计和实现。 另外本文还针对企业的业务特点引入了两个决策模型，首先是可持续增长模型的应用，该模型主要用于分析平衡集团企业之间的资源合理调配的问题。其次是基于杜邦分析模型的应用，通过模型可以分析企业的投资收益、经营策略、销售规模、毛利率水平等企业关键指标的情况。

关键词： 预测   数据仓库   灰色理论   BP神经网络  

摘要： 近年来国内服装企业生产规模不断扩大,然而竞争力相较国际品牌依然不足,大部分服装企业只能依靠低廉的价格来获得一定的竞争力,这使得服装企业的生存更为艰难。对于服装这样一个时尚性产品来说,如何把握市场的动向是企业最关心的问题,是提高服装企业竞争力的最有力手段。诸多国际企业都实施了各种服装企划系统以帮助设计师和企业决策者制定战略性设计方向。 本文以211交叉学科项目为背景,从服装企划系统的目标出发,阐述了服装企划系统中预测系统的设计前提以及设计目标。针对服装企划预测系统中对分析数据的收集、数据仓库的构建,提出了一整套可行的解决方案,并且在保证效率的同时,以达到成本的最小化。同时对于服装面料的成品规格参数预测模型也做了一定的研究与实验。 本文的主要研究工作如下： 1)服装销售数据收集系统的设计,用以解决来自不同分销商的销售数据中存在的异构问题,如：平台不统一、产品不一致等。 2)通过对服装销售数据收集系统以及服装企业内部信息系统的数据抽取,构建服装企划预测系统的数据仓库系统,该数据仓库系统中包含了不同综合级别的数据仓库体系,适应不同粒度和不同数据规模的分析预测任务。 3)对服装企划预测系统中数据仓库产品的体系结构、搭建过程和相关的计算模型做了详细的介绍与分析,并根据内部实现结构总结了一些有效的优化原则。 4)针对服装面料生产规格参数,提出了一个基于灰色理论和BP神经网络的预测模型。通过灰色理论对BP神经网络的输入因子来做筛选,使得预测模型达到更好的预测效果。实验表明,该预测模型可行且预测精度在接受范围之内。 本文所阐述的服装企划预测系统通过小规模的集群实验,验证了设计的可行性,基本满足服装企划系统中预测系统的目标。

关键词： 数据仓库   数据挖掘   涉农贷款   农村信用社  

摘要： 近几年随着农村信用社业务品种及业务量的飞速发展,后台数据日益增长。目前本市科技中心存储了大量而宝贵的历史数据，当前这些数据并没有被充分地挖掘利用，在数据仓库、数据挖掘技术日益成熟的今天，如何利用好这一宝贵资源是当前农村信用社面临的一大课题。信贷资产中农村信用社所发放大量贷款都可归为涉农贷款，主要为：农户贷款、农村企业及各类组织的贷款、城市企业及各类组织的涉农贷款。所涉及的个人收入支出多以现金方式结算，企业则财务制度不健全，无财务报表或财务报表真实性差，因此多数无法实现对其资金流的监控，也就无法在其内部发生风险时及时收回贷款本息，贷款风险系数高。 对单笔借款或单一借款人进行分析不定因素多、难度大，主观性强，说服力差;但在大量历史数据中采用数据挖掘技术，通过使用高级的分析及建模技术针对借款记录及相关信息（如：用途，所属行业及地区等）进行汇总分类聚集从中发现更丰富的信息，找潜在规律及发展趋势，可以得出不同分类贷款的还款情况，对风险的分析客观且具有较强的说服力;一是可以从真实数据中不分具体原因直接得出还款情况，避免主观认定的偏差，二是通过观测趋势可以在同类贷款发生损失风险前进行有效催收;三是对不同分类贷款出现不良的占比来决定新增贷款的发放与否及授信额度、时间做一定参考。 本系统数据仓库使用IBM公司的DB2v9数据库产品，根据系统需求分析结果建立了相关数据库和表，编写shell程序实现了初始化时导入当前所有相关历史数据，后期每天增量修改、插入相关数据。利用DWE Intelligent Miner数据挖掘分析工具进行初步挖掘处理，并由业务人员根据实际情况对挖掘结果做出合理解释，排除异常及垃圾信息，从而确保了后期挖掘结果的真实性和有效性;同时采用了联机分析处理（On-Line Analytical Processing，简称OLAP）技术进行论证，使用工具DWE CubeViews（OLAP）对人为分析处理后的Intelligent Miner挖掘结果在数据仓库中建立多维数据立方体模型进行数据挖掘操作（如：上卷、下钻）。在数据库服务器上编写了相关shell，实现数据的汇总及预处理;并采用上海普元公司的EOS开发集成环境进行应用程序开发，实现了前台用户根据权限可自由选择网点、概念用途（贷款用途）查询特定日期或时间段内的贷款分类情况。以web方式在内部网络提供服务，便于决策者、普通员工等非技术人员查询使用。 开发本系统的目的是帮助农村信用社增强信贷资产风险管理，通过对历史数据的分析得出有价值的信息，对贷款按不同分类进行汇总分析，根据还款占比趋势，可以对存量贷款进行按类监控，提早进行贷款催收，也可根据还款趋势决定新增贷款是否发放，及确定额度。理论上可以通过对贷款历史数据分析得出分类还款趋势，有效监控存量贷款，减少不良贷款产生，给新增贷款审批增加真实有效的说服证据，实际应用可有效降低涉农贷款风险系数，为提高信用社涉农贷款的理论水平，促进业务的正常健康发展和客户经理的健康成长做出一定贡献。

关键词： 数据仓库   联机在线分析   物化视图选择   查询重写  

摘要： 随着企业的发展，来自不同业务系统的业务数据日益增多，业务数据得以累积但并为企业所利用。如今数据仓库技术发展起来，企业可以将堆积的历史数据建立面向主题的数据仓库，企业可以在数据仓库上进行联机在线处理(OLAP)，快速的进行分析决策，对企业的未来发展做出明确判断。但是在应用过程中出现新的问题，如此海量的数据，用户的OLAP查询需要的时间越来越多，数据仓库的性能问题也成为大家关注的焦点。物化视图作为一种提升数据仓库性能的技术，在各大商业数据库中得以应用。但是物化视图技术也面临2个大问题：其一是物化视图选择的问题;其二就是查询重写技术问题。 本文主要做了以下几方面的工作：（一）物化视图技术对数据仓库与联机在线分析性能提升进行简要分析;（二）详细分析了现有物化视图选择技术，包括它们的视图模型、代价模型以及算法描述和算法优缺点;（三）在物化视图选择算法中的贪婪算法上进行改进，该算法包括2个阶段，第一个阶段是候选物化视图筛选过程，第二个阶段在同时考虑视图代价的情况下利用经典贪婪算法完成视图收益计算;（四）建立查询重写规则，对用户查询进行重写使得用户透明的利用物化视图。（五）实现一个数字化校园在线分析系统，利用物化视图技术对该系统进行性能提升测试。

关键词： 药品不良反应   数据仓库   关联规则   挖掘算法   预警模型  

摘要： 随着医药领域信息化建设的不断完善，医药产业取得了飞速发展，大量药品涌入市场的同时，监测到的药品不良反应病例也日益增多。面对日益膨胀的药品不良反应数据和药品不良反应所带来的一系列问题，急需寻找新的方法发现药品不良反应发生的规律，并对其发生可能性进行预测，进而为药品不良反应监测和评价提供决策支持，提高医药服务质量。　　本文在深入分析药品不良反应数据特点的基础上，通过建立药品不良反应数据仓库，采用基于数据立方的关联规则挖掘方法，有效的挖掘出药品不良反应维度、层次以及联合用药关联规则，并引入支持度和置信度，将定性属性与定量值结合，建立预警模型，最后应用实际数据进行实验验证，能够预测各年龄阶段患者发生不良反应现象的可能性大小，为药品监测机构、医生和临床药师监测和评价药品不良反应提供决策支持。本文的研究工作主要包括以下四个方面：　　(1)药品不良反应数据仓库构建和数据ETL处理　　在对药品不良反应原始数据进行需求分析的基础上，构建药品不良反应多维数据模型，确定药品不良反应数据仓库的相关属性，以及构建维度表和事实表，最后对数据进行抽取、转换和装载(Extraction，Transformation and Loading，ETL)设计，消除药品不良反应数据集中某些记录数据属性缺失以及不同数据之间属性不一致的现象，将数据装载到药品不良反应数据仓库中。　　(2)药品不良反应关联规则挖掘　　在对药品不良反应数据进行预处理以及构建药品不良反应数据仓库的基础上，将基于数据立方的关联规则挖掘算法应用于药品不良反应关联规则挖掘中，进而生成用户感兴趣的频繁谓词集，通过设置不同的支持度和置信度，实现药品不良反应多维关联规则、多层和联合用药关联规则的挖掘，发现药品与不良反应、用药人群等之间的关联关系。　　(3)基于关联规则的预警模型研究　　通过挖掘药品不良反应关联规则，构建基于关联规则的预警模型，该模型主要分为训练和预警两个阶段：训练阶段主要是利用关联规则挖掘算法挖掘出关联规则，以此作为预警规则，并建立规则库;在预警阶段，根据支持度和置信度来设置预警的信号，即根据用户输入的属性值和训练阶段得到的预警规则，两者匹配，根据设计好的预警策略实现预警功能。　　(4)实证研究　　采用Visual Studio2005集成开发环境实现预警功能，选取心脑血管疾病患者发生不良反应的数据进行实证研究，通过对药品不良反应预警准确率进行分析，验证该预警方案的有效性。

关键词： 数据仓库   电子商务   分析平台   维度建模   ETL  

摘要： 随着电子商务行业发展,数据量正以前所未有的速度增长。许多大型电子商务企业为了保持竞争力,纷纷建立数据平台为企业各级人员提供报表生成、主题分析、数据挖掘等技术支持。然而,随着市场竞争的激化和敏捷开发的流行,电子商务业务流程变化越来越迅速,数据平台必须具有更高的易理解性、灵活性和可扩展性,才能满足不断变化中的数据分析需求。 某电子商务企业原有的基础数据平台能实现可配置式的数据抽取、转换和加载功能,但存在缺乏集成、表结构难被理解、查询性能低下、数据集市管理松散等问题。另一方面,随着业务平台新的模式的上线,交易流程发生了重大变化,也产生了新的数据和分析需求。为适应新的数据和业务逻辑,同时对数据组织方式进行优化,改善原有的不足之处,电子商务数据分析平台ECAP(eCommerce Analytic Platform)项目。 本文主要描述ECAP平台中的数据模型设计以及实现,先对ECAP平台数据模型的需求和目标进行了分析,然后提出使用基于总线架构的维度建模技术结合三层数据体系结构来构建ECAP的数据模型。其后对业务过程选择、粒度选取、维度设计等问题进行讨论,并描述该数据模型的具体设计和实现。最后通过SQL查询和商务智能工具应用示例来说明系统更易理解、优化的查询性能、可扩展强等特点。 上述两种设计方法的应用,使得数据更加简明易用,提高了分析查询的性能,同时令系统能更快速灵活地适应业务模型的修改,从而让用户能够更加专注于业务价值,为追求“敏捷分析”的互联网电子商务分析平台提供了扎实的基础。