课程文献中心 更多>>

关键词： 数据仓库   信息挖掘   决策支持系统   系统构建  

摘要： 近年来,·随着网络技术和信息技术的快速发展,企业的信息化建设不断稳定完善,企业内外各业务系统产生大量的数据和信息。而企业内部各系统的应用平台和存储平台较为独立,彼此间接口较难实现,数据很难实现数据共享和关联分析。因此,如何利用这些数据适时做出正确的决策,是企业经营管理的重要环节,建立一套适合企业实施的管理模式和决策工具具有重要的现实意义。 本文综合考虑企业现有多个不同的管理信息系统和企业对有用信息的实际需求,为了能将这些孤立的系统进行有效整合,更好地适应了信息管理的智能化发展,提出了建立基于数据仓库和信息挖掘技术的新型决策支持系统的框架和实现途径。 首先,本文分析了企业迫切需要从大量数据中挖掘出潜在的有用信息,指导管理者进行科学决策的背景,提出了构建决策支持系统来满足企业这种需求。文章综述了决策支持系统的现状,分析了数据仓库和信息挖掘技术以及它们的发展为决策支持系统的构建提供更加强大的技术支持。 其次,对决策支持系统相关理论进行了概述,分析了传统决策支持系统存在的问题。介绍了数据仓库和信息挖掘技术及其强大的数据管理和数据分析功能。将数据仓库和信息挖掘与决策支持系统有机结合,构建新型决策支持系统。 然后,依据信息系统开发的过程,对新型决策系统进行总体架构设计。对系统进行需求分析,详细介绍系统设计与实现的过程,包括系统管理模块、数据仓库和信息挖掘模块的设计与实现。 最后,文章以广州供电局决策支持系统开发与应用为例,介绍了新型决策支持系统的设计的解决方案和系统构建过程,分析了系统的特点和系统的应用。

关键词： 联机分析处理   销售主题   数据仓库   多维数据模型  

摘要： 论文主要论述了企业建立数据仓库的必要性和企业数据仓库的建设过程,并从需求分析、数据路线、技术路线、应用路线等方面介绍了企业数据仓库的建设。提出了新型的企业决策管理信息系统的解决方案,为企业信息化的建设制定了设计方案。针对于OLAP技术在对企业的经营和管理状况进行抽象和概括的过程中,以往的ROLAP技术和MOLAP技术存在不同方面的缺点,提出了以ROLAP技术为主要研究核心的一套基于销售主题的OLAP系统设计与优化方案。 对于OLAP系统及其相关方面进行了阐述分析,以销售主题为例详细的讲解系统设计与实现。基于对数据组织结构的优化,建立了企业固定分析模型的基础之上的一套优化逻辑。 本文所进行的OLAP系统设计与传统的OLAP系统相比有了明显的优化,系统更新策略更加完善,结合了多种的提高效率的方法,并以报表模块的预处理优化分析为另一个创新点,达到了系统设计的预期设想,论文的研究为企业决策者提供了科学性的决策分析依据。

关键词： 物料清单(BOM)   数据仓库   数据挖掘   决策支持   信息集成  

摘要： 随着信息时代的到来,当前我国制造型企业的集成化信息管理也迅速推进,信息化的推进也为企业积累了大量的数据,如何更好地管理这些数据并从中发掘到潜在的对企业有用的信息,成为一个重要的问题。本文针对制造型企业中传统BOM数据管理的分散在不同信息系统,BOM信息一致性差及维护困难等问题,提出了运用数据仓库以及数据挖掘的技术进行改进的思路,研究制造型企业的物料清单数据仓库系统的实现,通过利用数据仓库和数据挖掘技术来对企业BOM信息进行管理,对制造型企业的信息化进程进行有意义的探索。 本文首先介绍了现代企业中物料清单(BOM)相关的理论知识和现状,对数据仓库和数据挖掘技术进行了概述;其次分析了采用数据仓库技术相对于一般的基于操作型数据处理的优越性;再次结合现代制造型企业的实际,探讨了数据仓库和数据挖掘技术应用于企业物料清单数据管理的必要性和可行性;在介绍了BOM和数据仓库、数据挖掘技术的相关的理论之后,采用维度建模技术进行数据建模构建BOM数据仓库,并按照生产系统的实际情况设计了包括产品销售、物料和清单结构等在内的几个数据主题。最后按照数据仓库的开发流程进行系统的概念设计、逻辑设计和物理设计以及数据挖掘算法的设计。利用SQL Server2008作为数据开发平台,使用基于.NET技术的开发平台设计了系统的交互前台。最后采用了微软的商业数据挖掘工具MS Analysis Service提供的数据整合和处理方案,对数据挖掘的效果进行展现。 论文的研究结合了数据仓库技术、数据挖掘技术和企业的生产系统的实际,改变了企业原有BOM数据的管理方式,使企业中与物料相关的生产、成本、销售以及产品信息集成化,并为企业从中积累有用的潜在信息。通过这种企业BOM数据组织和管理方式能够更好为企业管理者提供决策支持,并提升企业数据管理的效率和准确性。

关键词： 数据仓库   算法   实视图选择   实视图维护  

摘要： 数据仓库是在数据库已经大量存在的情况下,为了进一步挖掘数据资源和满足决策支持的需要而产生的,它并不是所谓的“大型数据库”,而是为支持企业决策而特别设计和建立的数据集合。数据仓库技术是基于信息系统业务发展的需要,从数据库系统技术发展而来,最终逐步独立出来的一系列新的应用技术。其中的实视图技术是提高数据仓库性能的一项重要技术,它通过对常用的查询结果进行预先存储,从而大大加快了查询响应的时间。 实视图包括两项重要的技术：实视图选择和实视图维护。实视图选择技术是利用选择算法从候选的视图集合中选择出合适的视图将之实体化。当数据源发生更新时,为了与底层数据源保持一致,系统就要调用维护算法进行实视图的维护。因此,本文的研究内容主要围绕实视图选择和实视图维护来展开。 本文的研究内容主要包括以下几个方面： 1.本课题的应用研究是依托“农产品数量安全智能分析与预警关键技术支撑系统及示范”项目来展开的,首先要构建一个农业生产数据仓库。第一步是数据库及数据仓库的框架设计,包括数据表结构的设计,维及度量的划分,中间表结构的设计等;第二步是数据清洗,从数据源中挑选出本课题需要的数据,并将这些数据以一种统一的格式有效地组织起来,存储到中间表里;第三步是ETL过程,运用自己开发的ETL工具,将存储在中间表中的数据装载进数据库,然后通过SQL Server提供的SSAS工具建立数据仓库。 2.对传统的实视图选择算法进行了分析和总结,传统选择算法复杂度高、查询响应速度慢。为了克服上述缺点,本文提出了一种基于遗传算法的改进型实视图选择算法来解决查询代价约束下的实视图选择问题。该算法通过在遗传过程中动态改变交叉概率和变异概率,既保持了群体的多样性,又保证了遗传算法的收敛性,有效地提高了遗传算法的优化能力,从而避免了“进化停滞”问题的产生。同时该算法增加了对遗传过程中无效解的处理,避免无效循环产生的“进化停滞”问题,大大提高了实视图选择的效率。 3.对传统的实视图维护算法进行了分析和总结,传统维护算法存在更新异常问题,为了克服上述缺点,本文提出了一种基于ECA算法的改进型实视图维护算法,实验证明该算法很好地解决了更新异常问题,保证了数据的一致性。 4.将理论研究成果应用到农业生产数据仓库中,从而证明改进后的实视图选择算法和实视图维护算法的实用价值。

关键词： 客户关系管理   数据仓库   数据挖掘   ERP  

摘要： 为了保持和增强企业竞争优势,企业需要全面掌握客户信息、准确把握客户需求、挖掘潜在客户、快速响应市场、完善客户服务,不断提高客户满意度和忠诚度。论文以ERP环境下制造型企业智能CRM系统为研究对象,综合运用客户关系管理、数据仓库、数据挖掘等理论与方法,主要完成了以下工作。 (1)研究智能CRM发展现状与理论基础。在国内外研究现状的基础上,先从CRM系统的概述分类到CRM系统与ERP系统的整合进行了论述,再对数据仓库、OLAP与多维数据模型、数据挖掘、商业智能等相关知识进行了整理。 (2)智能CRM建模。结合制造型企业CRM的特点,利用CRM理论与数据挖掘理论,构建了基于客户价值的客户细分模型、基于“5C”信用评价法的客户信用评级模型、基于客户极限间隙理论的客户忠诚度评级模型、基于可拓层次分析法和模糊综合评价法的客户满意度评价模型。 (3)智能CRM系统的设计、开发与分析。在项目组所开发的ERP系统基础上,采用B/S结构,JAVA (ExtJs+Struts2+Hiberaate+Spring)语言,开发基于WEB的智能CRM系统。系统主要包括4个模块：客户基础资料管理、销售管理、服务管理、智能决策支持等。应用所开发的CRM系统,针对某一客户进行全面分析。

关键词： 商业智能   数据仓库   ETL   联机分析处理   多路数组聚集  

摘要： 社会经济和信息技术的飞速发展为我国保险业的快速发展提供了坚实的基础和广阔的空间,中国保险业的竞争愈加激烈。从分散的海量数据中提取出有价值的信息,并迅速的做出决策是决定保险企业竞争力的关键,商业智能为其提供了一种较好的解决方案。本文结合某人寿保险公司商业智能项目阐述和分析了保险业商业智能系统的设计和实现。本文对该人寿保险公司的商业智能系统需求进行了详细分析,在此基础之上通过数据仓库模型设计,源数据抽取、转换、装载（Extraction Transformation Loading,简称ETL）过程以及联机分析处理技术实现了商业智能系统的构建。在数据仓库建模方面,采用了多维模型的建模方法,分别实现了其概念模型、逻辑模型和物理模型的设计。利用DataStage工具和存储过程相结合的方法,实现了源数据到目标数据库的ETL过程和任务调度。在联机分析处理方面,充分利用了MOLAP服务器以数据立方体形式存储的多维数据结构和强大的预处理功能,提出了一种对多路数组聚集算法的优化算法,从而更加方便的寻找最优的扫描次序,减少了数据立方体预计算所花费的时间。最后利用Cognos强大的报表展示功能开发了多维分析结果展现平台,完成了商业智能系统的设计。用户只需要在维上进行向上追溯、向下追溯等分析操作,就能够从多种维度、多个侧面、多种数据综合程度查看数据,从而更加深入的了解数据背后蕴含的规律。同时出于对系统的安全性方面的考虑,本文给出了系统的权限管理办法。经过一段时间的测试,目前系统运行良好,并取得了预期效果。

关键词： 智慧旅游信息系统   数据整合   数据仓库   大庆  

摘要： “智慧旅游”体系由“一心”、“两端”、“三网”构成;其中“一心”为数据分享中心，“两端”为服务端和使用端;“三网”则是互联网、移动通信网以及物联网。智慧旅游信息系统作为“服务端”的重要组成，在整个“智慧旅游”体系建设中处于关键节点的位置，它从数据中心获取数据，利用“三网”技术为“使用端”提供信息服务，最终为用户提供智能的旅游业务解决方案。智慧旅游信息系统的构建又包含了数据建设和平台建设两部分，数据建设在整个“智慧旅游”体系建设中有着重要的基础作用。 数据整合直接面向数据建设，间接地为信息系统的构建提供支持。数据仓库整合机制是面向主题的，全面支持决策分析以及高级信息服务的数据整合方式。数据仓库整合机制符合智慧旅游信息系统的技术及功能需求，可对GIS、虚拟现实、物联网等多种技术支撑下的数据信息作科学的整合。将该机制引入到旅游数据的整合过程当中，可形成为智慧旅游信息系统构建服务的完善的旅游数据仓库。 本文在数据仓库整合机制的基础上，采用面向对象的分析方法，以智慧旅游信息系统的功能及数据需求为切入点，将ETL的数据整合方法提升、优化，形成了面向智慧旅游信息系统的旅游数据整合模型。在传统ETL的数据抽取、清洗、转换、装载的整合方式下，最终构建了数据采集、数据抽取、数据挖掘、数据仓库设计、数据清洗以及数据装载的旅游数据整合方法，将数据整合拓展到了数据源的层面，延伸了数据整合的内容，并重点突出了数据仓库的物理及逻辑结构的设计。在该模型的指导下，最终实现了面向主题的大庆旅游数据整合，形成了可为大庆智慧旅游体系建设服务的旅游综合数据仓库。为了得到对数据整合效果的直观评价，利用软件开发技术进行了旅游综合数据的管理平台的搭建，形成了可视化、一体化的旅游数据管理平台。本文的研究结论主要有以下几点： （1）“智慧旅游”体系中，智慧旅游信息系统（ITIS）处于服务端位置，连接数据中心，为各类终端提供旅游信息服务，起到承上启下的作用。ITIS的构建可为“智慧旅游”体系的完善奠定基础。 （2）数据仓库整合机制可与ITIS的构建相结合，针对ITIS的重要特征及需求，通过对ETL数据整合方法的优化提升，达到两者的有机统一，构建完整的面向ITIS的数据整合方法。多技术的数据采集、服务信息提取、数据挖掘、数据仓库设计等内容完善了ETL数据整合方法，并在实践中得以实施。 （3）GIS、虚拟现实、物联网等技术的运用对数据整合提出了新的要求，空间数据、虚拟现实数据、各类动态数据的整合方法在现有信息技术的基础上不断完善更新。在数据仓库机制下，通过对空间数据、虚拟现实数据、动态数据的有效整合，形成面向旅游推广、景区管理、部门管理的综合数据仓库。

关键词： 数据仓库   OLAP   DM   ETL   ODS  

摘要： 随着计算机应用和网络计算的发展,越来越多的企业建立了各种各样的应用子系统,它们能较好地满足企业联机事务处理(OLTP)的应用需求.但在市场竞争的推动下,企业需要利用现有的数据进行分析,为企业的决策提供依据.传统的数据库技术是单一的数据库资源,它适合操作型事务处理,但分析型能力较弱.数据仓库的出现,将操作型环境和分析型环境进行分离,划清了数据处理的分析环境与操作型环境之间的界限,从而由原来的以单一数据库为中心的数据环境发展为数据仓库为中心的一种新的体系化环境.首先介绍了数据仓库技术、OLAP技术和DW技术,之后讨论和分析基于数据仓库技术的销售库存分析系统(DSS-ISAS)的框架方案,最后量重详细地对OSS-ISAS的关键技术进行研究与分析.

关键词： 数据仓库   ETL   调度中心  

摘要： ETL是构建数据仓库的核心环节，传统的方法对多数据仓库环境下的支撑有一定局限。本文通过建立ETL调度中心，将多数据仓库的接口处理、程序调度控制、数据仓库间交互等功能重新整合，支持灵活的ETL更新配置，具有一定实用价值。

关键词： 农产品数量安全   灰色系统   神经网络   预测模型   数据仓库   MVVM模式富互联网应用  

摘要： 农产品数量安全是关国计民生和国家粮食及食物安全的重大研究课题,其中粮食产量预测作为一种重要的掌握粮食产量趋势的可靠依据,在保障粮食安全中起着举足轻重的作用。本课题以《农产品数量安全智能分析与预警关键技术支撑系统及示范》项目为依托,针对农产品历史数据时序性强、信息松散、数据量小等特点,以灰色系统理论和神经网络为基本理论支撑,进行预测模型构建和系统平台集成的深入研究。 灰色神经网络预测模型已经成功地应用在许多领域,并且得到了较好的预测效果。由于粮食产量统计数据具有很强的波动性,为了提高预测精度,本课题构建一个基于BP神经网络的灰色残差修正模型和基于GM（1,N）及BP神经网络多因素关联的动态组合预测模型。为了进一步推进农产品数量安全各预测模型的实际应用,采用基于RIA的Silverlight和Matlab等关键技术构建农产品数量安全预测分析系统。课题主要研究内容和成果如下： （1）课题针对农产品历史数据的信息量少,时序性强等特点,分别进行GM（1,1）、DGM（1,1）、残差GM（1,1）、Verhulst等预测模型的动态参数分析,选取最优初始值的GM（1,1）模型作为基本理论模型,建立一种静态单一时序的基于GM（1,1）和BP神经网络的残差修正预测模型;（2）农产品产量是一个再生产的过程,其整个生产环节与播种面积、灌溉面积、受灾面积、施肥面积、农药使用量等外界因素息息相关。本课题针对众多农产品产量影响因子进行数据分析和关联分析,研究每个影响因子的关联系数和关联度,为进行粮食产量数据分析和预测提供依据;（3）根据对绝对关联度、相对关联度和综合关联度的大量分析,得出影响权重较高的影响因子,为动态预测模型数据的选取提供可靠依据。针对农产品生产中主要关联因素构建GM（1,N）模型和BP神经网络的动态组合预测模型,该模型依据关联因子对作物产量的影响进行多因素动态数据预测;（4）提出了一种RIA平台上针对多维数据展现的MVVM模式扩展,实现了数据仓库中多维数据展现模块的优化设计,解决了基于Web的多维数据透视系统交互性差、定制和维护困难、以及更新结构时反复提交性能低下等问题;（5）最后研制了农产品数量安全预测分析系统,采用.NET和Matlab互操作技术将GM（1,1）等经典模型以及本文提出的组合预测模型集成到该系统中,实现了对小麦等农作物产量的预测。