课程文献中心 更多>>

关键词： 数据挖掘   数据仓库   主成分分析   多元分析   炼铁系统   联机分析处理   炉喉   烧结终点   高炉铁水   OLAP  

摘要： 1.3神经网络数据挖掘过程中,往往遇到十分复杂的非线性问题,难以弄清问题的机理和本质,无法通过主成分分析简化问题或通过决策树等方法提取规则。神经网络是数据挖掘具体实现的方法之一,对于此类问题具有良好的适用性。"神经网络"或"人工神经网络"是指用大量简单计算单元(即神经元)构成非线性系统,它在

关键词： 数据挖掘   银行   工商   营销效率   金融机构   数据仓库   精准营销  

摘要： 随着经济社会和信息时代的发展,金融产品的供给和需求都在急剧增长。面对海量的产品信息,一方面是客户搜寻合适产品的难度加大,另一方面大量客户迁移到网上银行、手机银行等电子渠道,银行与客户的物理接触越来越少。传统的通过客户经理直接与客户面对面交流的营销模

关键词： ODS   ETL   积分计算   数据仓库   电信   数据整合  

摘要： 随着3G牌照下发后新一轮的IT系统建设高峰到来，国内电信运营商IT系统的架构，围绕核心的业务分成业务、运维和管理三大应用域。又根据业务应用和数据存储的范围，划分成各个独立系统，如：CRM系统、计费帐务系统、渠道支撑系统、服务开通系统、资源管理系统以及支撑后端部门的财务管理系统、人力资源管理系统等。复杂的架构较难支持系统之间的数据共享，而企业中标准的统一的业务规则概念，较难系统性的落实到应用上。由此带来很多问题，如面对客户一线的营销人员、渠道人员无法获得无法得到最重要的客户数量、业务发展量、消费月收入等变化情况，无法准确的选择目标客户，无法优化业务流程。另方面企业的管理决策者无法准确了解一个员工的整体工作情况，很难客观评价员工的业绩。所以，建立统一的电信运营数据储存系统，以支撑各个应用领域势在必行。 2007年7月，中国电信集团公司制定下发了中国电信运营数据仓储（简称ODS）相关规范，主要包含《CTG-MBOSS EDA-ODS：总体规范V1.0》和《CTG-MBOSS EDA-ODS：技术规范V1.0》，用于指导各省分公司的ODS建设。本文首先在深入理解数据仓库和操作型数据存储（Operational Data Store,ODS）的理论基础上,对ODS的定义、技术特点、作用进行了介绍和分析。对中国电信ODS建设的总体规范进行了阐述,结合浙江电信支撑系统建设现状,提出了浙江电信ODS系统的设计模型、ETL平台，详细说明了浙江电信ODS系统数据共享分发等业务流程和功能，给出了客户积分计算的生成规则及其在系统上的具体设计和实现过程。

关键词： 商业智能   数据仓库   信访   分析预测  

摘要： 信访工作是党和政府密切联系群众、倾听群众意见、接受群众监督的重要方式。伴随着人民信访制度的逐步形成、确立、发展和完善,信访渠道在密切联系党和政府与人民群众的联系,保护群众合法权益,为领导科学决策提供服务,维护社会稳定等方面发挥了积极作用。 来自信访渠道的社情民意信息是一种宝贵的社会资源。通过信访渠道,可以广泛地了解社情民意,掌握群众情绪,及时了解各级行政机关的作为情况,以便进行必要的监督,及时对涉及中心工作的有关热点、难点问题进行分类分析,综合研究,提出建议;通过信访案例可以看到群众对各项政策的态度,存在什么政策问题,透过个别矛盾看到哪些政策、制度需要修正和创新,以便有的放矢地调整有关政策;借助信访渠道的优势,对一些鲜为人注意但又十分重要的“冷线”进行采集、整理、管理、查询,并在此基础上进行数据的汇总分析,以对相关决策提供客观和科学的依据,为决策层指导工作提供资料。 商业智能技术是将企业中现有的数据转化为知识,帮助企业做出明智的业务经营决策的工具。它以企业内部及外部既有的数据库数据为基础,根据所需解决的问题进行数据的汇总,整合成数据仓库后,利用适当的工具进行数据处理及包含在线实时分析(OLAP)及数据挖掘等技术分析数据,将所发现的潜在特性或是建立的预测模型传递给决策者,以协助其进行决策的制定,并达到企业目标的一个程度。 利用商业智能技术建立信访信息分析预测系统,以综合业务处理系统为数据基础,根据信访业务的特点和要求,按照信访事项、信访渠道、信访机构和信访热点问题四个主题建立数据仓库,通过ETL过程对各级信访数据中心数据库中的数据进行加工、汇总,得到需要的综合信息和分析预测信息,采用OLAP及数据挖掘技术,对信访中的大量情况和问题,进行分类筛选,比较鉴别和综合整理,为各级领导提供全方位、多角度的信访情况量化指标分析体系,为各级领导同志及工作人员分析信访信息、研究信访形势、预测信访趋势提供支持,该系统可从不同视角提供大量的信访统计及分析数据,对信访量、信访突出问题、重大突发情况、苗头性问题及重大群体性事件等情况进行分析预测,为制定政策法规提供决策支持。

关键词： 数据仓库   情报分析   分类   关联   OLAP联机分析处理  

摘要： 随着社会和科技快速发展，各类违法犯罪活动增多，与此同时，国家法律体制也在逐步健全，对社会稳定要求也越来越高，在这样的形势下，公安业务工作面临巨大挑战。为解决执法业务量增长而警力调配严重不足的矛盾。通过利用现代化的信息技术协助公安开展工作，提高工作效率及整体侦破能力，已经成为当前发展趋势，并且随着公安信息化全面实施，公安在实际业务工作中积累了海量的社会信息资源。于是如何将海量的信息资源进行科学有效的处理，最大限度的挖掘其价值是我们要研究的课题。 建立公安情报分析系统，可以将海量信息资源转化为公安情报，发挥信息资源作用，并及时而准确地进行传播交流，提供给各级公安机关使用。本文针对公安情报研判分析工作中实际业务需求以及存在问题进行分析，对建立基于数据仓库的公安情报分析系统做分析研究。 本课题首先对建立基于数据仓库的公安情报分析系统的意义及研究现状进行了阐述，阐明了本研究的重要性;接下来介绍了本研究的相关技术即应用数据仓库和数据挖掘技术;紧接着通过建设目标分析结合建设原则对基于数据仓库的公安情报分析系统做了业务需求、功能需求、性能需求、运行环境等详细的需求分析，以便系统的科学性、针对性与可实用性;根据需求分析的结果构建基于数据仓库的公安情报分析系统的总体构架与部署构架;接下来根据设计的构架，对基于数据仓库的公安情报分析系统的综合基础数据库、情报通用服务，情报研判分析、信息门户等详细功能进行逐一实现;最后，通过功能测试、性能测试两个方面对系统进行了测试，调整至系统测试通过，以保障实现系统的功能满足客户需求，以及软件产品的质量符合目标。 本课题对基于数据仓库的公安情报分析系统的基本建设思路和内容构成要素做了研究，应用数据仓库和数据挖掘技术，通过运用算法对犯罪记录进行分析，发现犯罪行为的规律、趋势以及不同犯罪行为之间的关联，有序的整合公安信息资源、充分挖掘和运用外部社会信息，实现信息互通和资源共享，将信息资源转化为公安情报，真正实现情报信息主导警务的工作目标，对提高警务资源效率、减少公安运行成本、服务基层公安工作具有深远意义。

关键词： 计算机智能技术   物流系统   物流企业   应用   自动转换   数据仓库   管理者   工作者  

摘要： 智能物流系统可以实现将各物流企业的信息以各种方式自动转换为与本企业相关的数据，帮助企业人员进行科学的管理与决策，这对于物流企业的管理者和工作者都带来了极大的方便。换句话说，计算机的智能技术就是包含数据仓库DW，Data Wanehouse，

关键词： 商务智能   数据仓库   数据挖掘   联机分析处理   客户细分   销售预测  

摘要： 自中国加入世贸组织10年以来，国内的汽车产业发展迅猛，特别是乘用车（轿车、多功能车、专用乘用车及运动型多用途车）领域。由于中国拥有庞大的消费市场和客户惊人的消费潜力，所以吸引了全球诸多知名汽车厂商纷纷来华投资，如通用、福特、大众等。借助这些跨国企业提供的先进的生产设备和独特的管理技术，汽车产能急剧提升，中国已成为世界汽车生产大国。 随着中国经济的全球化，国内外汽车企业的密切合作，不仅迎来了自身发展的机遇，同时也面临着全球同行业的激烈竞争，传统的经营模式已经无法适应经济全球化的发展。除了引进先进的生产制造技术，更重要的是要学习国外车企先进的管理理念和汽车文化。因此，各车企非常重视对信息技术的投资建设及维护，企业资源计划（ERP，Enterprise Resource Plan）系统和供应链管理（SCM，Supply Chain Management）系统仍是当前IT投资的重点。但是随着汽车行业的飞速发展和对IT技术的迫切需求，商务智能（BI，Business Intelligence）系统受到追捧，成为新投资热点[1]。 由于中国消费市场的汽车品牌众多、性能各异，所以竞争异常激烈。另外，各地区文化的差异，当地客户收入水平和社会地位的高低，导致汽车市场需求的差异性也很大，企业管理层必须及时地制定出准确、有效的营销策略。因此，本文通过对客户群的分类，从而提高客户服务和主动营销的水平;通过对市场需求进行合理的分析和准确的预测，最终达到扩大市场份额和提高效益的目的。 本文的主要研究内容包括： 1．重点分析了商务智能在汽车行业，尤其是在汽车市场的客户分类和市场销售预测两个方面的应用。在实现的过程中包括：平台搭建、算法选择、模型构建、案例演示、数据获取和处理、分析评估。 2．针对汽车企业销售市场的具体情况，构建相关的数据模型和商业模型，运用数据挖掘中的K均值聚类算法进行客户细分;运用BP神经网络算法进行市场销售分析和预测。 综上所述，本文设计的面向汽车营销的商务智能解决方案，利用多种经典算法和技术实现了在客户细分和市场销售预测方面的应用，但其有效性和可操作性还有待改进和完善，在下一步的工作中会继续深入研究和探讨。

关键词： Database Clusters   Fragmentation F&A Allocation (F&A)   Genetic Algorithm (GA)   Hill Climbing (HC)   Matrix-Based Formalism   Processing Power   Relational Data Warehouses (PRDW)   Storage Capacity   SUPPORT  

摘要： In this paper, a comprehensive methodology for designing and querying Parallel Rational Data Warehouses (PRDW) over database clusters, called Fragmentation & Allocation (F&A) is proposed. F&A assumes that cluster nodes are heterogeneous in processing power and storage capacity, contrary to traditional design approaches that assume that cluster nodes are instead homogeneous, and fragmentation and allocation phases are performed in a simultaneous manner. In classical approaches, two different cost models are used to perform fragmentation and allocation, separately, whereas F&A makes use of one cost model that considers fragmentation and allocation parameters simultaneously. Therefore, according to the F&A methodology proposed, the allocation phase/decision is done at fragmentation. At the fragmentation phase, F&A uses two well-known algorithms, namely Hill Climbing (HC) and Genetic Algorithm (GA), which the authors adapt to the main PRDW design problem over heterogeneous database clusters, as these algorithms are capable of taking into account the heterogeneous characteristics of the reference application scenario. At the allocation phase, F&A introduces an innovative matrix-based formalism capable of capturing the interactions among fragments, input queries, and cluster node characteristics, driving the data allocation task accordingly, and a related affinity-based algorithm, called F&A-ALLOC. Finally, their proposal is experimentally assessed and validated against the widely-known data warehouse benchmark APB-1 release II.

关键词： 用电营销   数据仓库   决策支持系统   ETL   OLAP  

摘要： 电力营销是电力企业运营管理的核心，为了加强企业电力营销的管理手段，企业已经在电力营销信息化的建设上投入了巨大的资金和人力，但传统的信息化管理手段不能很好的适应电力企业深化改革的需要，建立综合的分析决策系统是提升电力企业核心竞争力的有效手段。 基于数据仓库的用电营销综合分析系统根据本企业的实际需求，以计算机软件开发技术、网络技术、数据库、数据仓库技术、OLAP技术结合电力企业营销的策略，建立电力企业营销决策支持模型，在原有的电力企业信息化系统基础之上建立一个高效的、综合的用电营销综合分析系统。 本论文对用电营销综合分析系统的构建过程的建设背景、设计思路、运行原理进行总结，从而建设适应电力市场需求和竞争的决策支持系统。在系统的建设过程中包括系统的需求分析、体系架构设计、数据仓库建模、ETL程序开发、多维分析功能开发几个步骤： 1.需求分析阶段用电营销综合分析系统需求分析过程对电力营销的活动、电力营销的规律进行分析、为通过使用数据仓库建立用电营销综合分析系统提供业务基础，从而确定用电营销综合分析系统的分析主题和分析模型;2.体系架构设计阶段在系统体系架构设计阶段主要规划系统如何实现，对系统的组成、软硬件的选型、开发设计的基本原则进行约定;3.数据仓库设计数据仓库的设计是用电营销综合分析系统建设的核心，在本阶段完成ODS层集中管理的数据库设计，数据仓库的逻辑模型和物理模型的设计;4. ETL程序的开发和设计ETL程序将用电营销分散的业务系统的数据进行的抽取、转换、清洗、传输、加载等操作，完成数据由分散到集中的过程;5.联机分析处理程序的开发联机分析处理(OLAP)程序的开发是用电营销综合分析系统最终处理的过程，它通过报表、图表等方式对用电营销的多维数据进行快速的分析,为管理决策提供支持。

关键词： 学生成绩   数据挖掘   数据仓库   决策支持  

摘要： 随着我国教育事业的快速发展和学校招生规模的不断扩大,学生成绩管理工作变得越来越繁琐。传统的手工方式管理学生成绩存在着效率低、保密性差、查找难、维护难等缺点,并且学生成绩数据资源中蕴含的知识也没有得到充分的发掘和利用。本文针对鞍山市第二中等职业技术学校的实际需求,设计开发了一套学生成绩管理决策支持系统,从而实现科学有效地管理学生成绩,并能够从大量的历史成绩数据中充分提取对教学有用的信息,为我校教学工作提供合理的决策。 决策支持系统（DSS）为这样问题提供了一个有效的解决方案。数据仓库技术（DW）是以传统的数据库技术作为存储数据和管理资源的基本手段,为决策支持系统构建统一的数据管理平台。数据挖掘和联机分析处理是现代优秀的DSS中的核心技术,将此技术运用在教育领域,与学生成绩管理结合,这对我校很好的开展教学工作有着重要的意义。 本文基于数据仓库、数据挖掘、联机分析处理（OLAP）、决策支持系统等理论,详细论述了如何构建学生成绩管理决策支持系统。首先,本文介绍了决策支持系统的研究现状、发展趋势、相关理论概述;其次,实现对学生信息、教师信息、课程信息、成绩信息的现代化管理,为采集学生成绩做好准备;最后,使用Microsoft SQL Server2008构建基于学生成绩的数据仓库,使用Microsoft visual studio2010作为开发工具实现学生成绩管理决策支持系统,运用数据挖掘算法发现隐藏于数据背后的有效规则,比如利用Apriori算法进行学科成绩关联分析和利用k-means算法进行教学计划制定分析,为今后的教学和管理工作提供决策支持,最终实现提高教学质量的目的。