课程文献中心 更多>>

关键词： 投资决策   决策支持系统   数据仓库   组合预测模型  

摘要： 在全球经济一体化的今天，企业信息化已经全面普及，计算机网络给传统企业的管理模式带来了全新的变革，改变了企业的运营模式、经营手段。企业经营的最终目的肯定是实现所有者权益最大化，如何做好财务决策，合理配置资源，提高资源的利用率变得尤为重要，投资决策作为财务决策的重要内容之一，其决策的正确与否直接关系到企业的兴衰成败。 但是，我国企业目前的投资决策的方法和手段还比较落后，缺乏科学化的决策方法。随着数据仓库、数据挖掘、联机分析处理等技术的兴起，为企业财务决策支持系统的发展奠定了硬件基础，文章在对投资决策理论和决策支持系统的现状进行分析研究的基础之上，将数据仓库技术融合到投资决策支持系统当中，利用数据仓库的存储和组织技术为投资决策提供一个新型的分析处理环境。文章首先阐述了企业投资决策的前提条件以及其理论基础，对影响投资决策有效性的因素进行了分析，介绍了投资决策的一般方法;然后对投资决策支持系统的相关技术进行了阐述，对于数据仓库以及数据挖掘技术进行了介绍，并选取了螺旋式的系统开发方法作为系统的开发方法;在此基础之上对投资决策支持系统进行了详细的分析，提出了本系统的逻辑结构、描述了系统的体系结构、然后对系统的数据仓库、模型库、知识库以及人机交互部件的设计进行了较为详细的描述，在此基础之上提出了数据仓库集成的思想，将企业的投资、融资、股利分配决策数据进行集成分析研究，并以模型库中的预测模型为例，提出了引入衰减因子的变权重组合预测模型，通过仿真分析得出在投资决策支持系统的模型库中引入变权重组合模型的必要性，最后对本文的研究成果进行了总结。 投资决策支持系统的构建有利于推动企业财务决策支持系统的建立于完善，提高企业的投资决策水平，为提高企业经济效益提供科学化的手段。

关键词： 经营分析系统   数据仓库   数据挖掘   数据集市  

摘要： 数据集市,也称作”小型数据仓库”,是一个从操作的数据和其他为某个特殊的专业团体服务的数据源中收集数据的仓库,是用来分析专门业务问题或功能目标而做的专项数据集合,数据集市的应用是对数据仓库应用的一个重要的补充。近几年随着通信市场竞争的不断深化,各省级移动通信公司为了实现从产品导向往客户导向的转变,依据客户的需要制订策略,提升企业竞争力,纷纷建立了省级专业数据集市系统作为分析型的客户关系管理系统。 本文阐述了地市公司构建移动通信数据集市系统的整体设计理念以及具体实现方法。首先运用了数据挖掘、数据仓库以及前端展现技术,对地市数据集市系统的总体设计、系统的体系架构、系统业务功能体系架构、系统的接口设计、网络结构等方面进行了详细的讨论与研究。在此基础上,根据黑龙江移动公司具体业务的需求,对其数据集市系统的体系结构、网络结构及前端展示子系统进行了具体化的分析与设计,提升了地市公司数据综合运用、分析能力,有效的指导了黑龙江移动市场的发展。

关键词： WEB日志挖掘   数据仓库   会话识别   用户会话序列  

摘要： 伴随着互联网技术在中国的迅猛发展,人们的日常工作和生活越来越离不开互联网,同时也促进了互联网的进一步发展,但是随之而来的是大量web数据的产生,这些数据广泛存在于web站点中,近些年来越来越多的人们关注于这些数据,希望从中获取有用的信息,比如挖掘出用户访问习惯,和一些潜在可能被大量访问的页面从而修改优化站点结构,增加访问量。数据仓库是基于关系型数据库的大量的数据存储问题而提出的一种解决方案,同时人们逐渐把数据挖掘技术与web技术进行了融合,从而产生web数据仓库和web数据挖掘技术。 本文提出数据仓库技术与web日志挖掘技术相结合。首先介绍了Web数据挖掘的产生背景,系统地阐述了Web数据挖掘的思想、理论和方法,对Web日志挖掘过程及其挖掘过程中各环节的关键技术进行了深入的分析探讨,重点分析了Web日志挖掘的数据预处理技术,提出了改进的用户会话识别方法。然后提出了一种适合普遍网站的数据仓库逻辑模型,并在此逻辑模型的前提下,进一步建立相应的物理模型,使用数据预处理得出的用户会话序列作为分析的对象。最后提出改进的Apriori算法,把通过在数据仓库中进过多维分析得出的用户会话序列作为算法的数据,进行挖掘分析出用户的访问习惯,从而改进站点结构增加点击率。本文的创新如下几个方面： （1）提出了改进的用户会话识别算法,使分析出的用户会话序列更加精确。 （2）将数据仓库技术引入web日志挖掘中,建立的WEB数据仓库的多维模型,实现能从多角度分析。 （3）将数据仓库的分析数据设定为用户会话序列,而非单一的点击量,并且将多维分析出的用户会话序列作为用于挖掘算法的数据,挖掘出的结果更能反映用户习惯。 （4）考虑到用户会话序列中的单个项比较多,如果采用关联规则中的Apriori算法,需要大量重复访问数据库,本文提出了改进的Apriori算法,在用户会话序列中的单个项比较多的情况下能够减少数据库访问次数,增加算法运行的效率。

关键词： 商务智能   数据挖掘   数据仓库   油气生产报表  

摘要： 勘探与生产分公司（简称E&P）是中国石油最主要的专业公司之一，负责国内石油与天然气的勘探、开发与生产。近年来，中国石油持续加大信息系统建设的投入，建成了许多信息系统，其中勘探与生产分公司的“综合信息与生产报表系统”，为公司各业务部门对所属13个油气田分公司的油气生产数据与报表管理提供支持。其中油藏报表、天然气报表、生产运行报表的数据量就达到了2400万个数据点。如何更好发挥这些数据的作用，对这些数据进行分析，挖掘数据中潜在的、有价值的信息是目前研究的重点。 为了对油气生产报表数据进行进一步的分析、处理，本文提出在油气生产报表管理中引入商务智能的思想，以油气生产报表涉及的油气生产基础数据为数据源，结合数据挖掘和数据仓库理论，确定油气生产多维数据分析主题，提出了构建E&P油气生产报表数据仓库的模型和方法。在SQL Server的SSIS组件平台上进行了ETL包的设计、部署、配置和运行;基于.NET平台设计、实现了油气生产报表多维分析系统;运用OLAP数据切片、数据切块、数据钻取、数据旋转，实现了数据透视图表的前端展示;利用SSAS组件，创建数据挖掘模型，展现了数据挖掘在不同算法下的挖掘结果。 基于上述研究，建立了勘探与生产分公司油气生产报表数据仓库，满足了用户对油气生产综合分析报表的需求，在数据挖掘模型的基础上，实现了数据挖掘结果的直观展现，增强了对油气生产报表数据的分析能力，为生产管理者提供了辅助决策支持。

关键词： 经营分析系统   联机分析   数据仓库   数据集市  

摘要： 随着中国电信拆分和重组的完成,市场竞争日趋激烈,可以说中国电信业正经历着一场空前的战争。整个战争涉及三个方面：关系的利润率(Wallet sharing)、新获取的客户数量(Acquire)和关系的保持时间(Retention)。这三个纬度实际上就是运营商收益立方体的三个维度,经营分析系统就是从这三个纬度不断提高运营商的收益,把一个小的立方体变成一个大的立方体。经营分析系统作为分析型系统,它将来自BOSS、OA(?)等系统的内部数据和外部数据,通过采用ETL(数据抽取、转换和加载工具)、数据仓库、数据挖掘、OLAP分析和前端展示等技术,进行客户、大客户、业务发展、服务质量、收益、竞争、营销、新业务、合作服务方等全方位综合分析,为运营商适时推出新业务和新服务提供决策支持,从而提高运营商的市场竞争力。经营分析系统是改善企业与客户之间的关系,使客户时时感觉到企业的存在,企业随时了解到客户的变化,推动企业最大限度的利用其与客户有关的资源,实现企业从渠道管理、市场营销到销售和售后服务的立体交叉管理。一个客户从入网、在网使用服务到离网,是一个完整的生命周期。利用经营分析系统可以从多角度深入了解现有及潜在客户的基本属性、消费行为和消费倾向,根据不同客户的特色需求推出一些个性化的服务,设计针对性的产品品牌,提高客户的消费水平(ARPU);另一方面,通过对客户的深入了解,提供个性化的服务,提高客户的满意度,从而不断延长客户的在网时间,使客户从原来较低的价值曲线提升到较高的价值曲线。 在运营商竞争日益同质化的今天,经营分析系统能够为运营商们带来多方面竞争优势已成为他们的共识。经营分析系统构建了完整的面向各业务分析域的经营分析应用支撑体系,为公司日常经营管理和市场经营工作提供了及时、准确、科学的分析手段。因此,为满足公司各层次管理及生产人员更高的信息获取需求,解决经营分析所面临的“信息淹没”问题,使经营分析能够有效地为公司全员提供信息支撑,公司提出了建设经营分析系统解决方案。 本文阐述了通过“自上而下”方式建设移动公司经营分析系统数据集市的具体实现方法。该平台作为省级经营分析数据仓库的子集,在保障与省级经营分析系统数据一致性的同时,将省级经营分析系统的应用延伸到市场经营工作的关键环节,全面支撑地市分公司各部门的日常生产运营。“数据集市”可集中进行有针对性、及时、灵活、细化的数据分析,能快速指导市场经营和生产活动,大大促进地市分公司进行精细化经营,进行更符合地区特征的营销分析和经营管理。同时,也进一步延伸和完善了省级移动经营分析系统的价值链。该系统采用了联机分析(OLAP)、数据仓库(DW)、数据挖掘(DM)、人工智能(AI)、地理信息系统(GIS)以及先进的前端展现技术。通过对原有离散的、独立的各类业务数据进行采集、抽取、转换、加载,建立一个面向主题的、集成的、稳定的、承载多维历史数据的数据仓库,系统采用元数据组织和描述整个数据仓库的组织结构。

关键词： 数据中心   证券公司   数据模型   数据仓库  

摘要： 近年来我国证券公司普遍完成了以集中交易系统为核心的第二阶段信息化建设任务。随着中国资本市场的快速发展,证券公司间竞争同质化加剧,价格战现象普遍;在证券公司内部,众多的业务应用系统在完成本身所支持的业务需求同时,又要为公司决策部门和政府监管部门提供大量报表,降低了各系统的效率,也降低了系统开发对业务变更需求响应能力。为提高行业竞争力,提供差异化,精细化的产品和服务,降低产品的同质性,实现以客户为中心的经营理念转变,数据中心建设已经成为证券公司在激烈竞争中处于领先地位的重要手段。如何建设一个灵活、高效、强壮、安全、低成本、易维护的数据中心成为证券行业信息化建设的重要课题。 针对上述问题,本文在研究数据仓库技术和ETL工具Datastage的基础上,以某大型证券公司的实际项目为背景,对该公司数据中心的相关业务进行了分析;提出一种基于数据驱动的,包括数据基础平台、数据服务平台、智能分析平台、业务展现平台、统一管理平台的证券公司数据中心系统架构;阐述了基于该架构的证券公司数据中心系统的设计和实现;重点介绍了证券公司数据中心系统的三层数据组织结构和数据模型设计,该数据模型包括当事人、内部机构、地域、产品、协议、事件等六个主题;详细介绍了统一管理平台的设计与实现。 本文研发的证券公司数据中心系统已在某大型证券公司实际应用,应用情况表明该系统是可行及有效的。 与传统的数据仓库系统相比,本文阐述的证券公司数据中心系统具有以下特点: l基于数据驱动数据仓库架构模式,按照FS-LDM模型（Financial Services Logical Data Model）进行扩展,建立了包括当事人、内部机构、地域、产品、协议、事件等六个主题的证券公司数据中心系统数据模型。 l提出了由基础数据平台、数据服务平台、业务展现平台、智能分析平台、统一管理平台等五大平台组成的证券公司数据中心系统架构。 l系统已在某大型证券公司实际应用,该系统对集中交易系统、融资融券系统、自营系统和资产管理系统、统一账户系统、集中财务系统、法人清算系统的数据进行采集、清洗和整合,消除不必要的冗余数据,实现资源共享;并为上述应用系统提供主动式和被动式数据服务。该系统还实现了基于WEB的、具备良好扩展功能的、可与现有内部门户等系统实现单点登录集成的数据展现平台;可提供公司业务报表、公司竞争力分析、网点经营分析、客户分析报表的智能分析平台;可完成元数据管理、运维监控、质量管理、系统管理工作的统一管理平台。

关键词： 数据仓库   数据挖掘   Apriori算法   兴趣度   刑侦  

摘要： 近年来,随着金盾工程的全面实施,城市公安信息化建设工作取得了巨大成绩,但同时也存在一些问题,严重影响了公安局的工作效率,为此本论文将数据仓库和数据挖掘技术引入到公安刑侦数据信息系统中,以此提高执法效率与快速反应能力、及时的预防与打击犯罪行为。 论文首先根据数据仓库的主要特征和数据组织形式,结合当前刑侦数据库存在的问题,给出了刑侦数据仓库的总体框架,同时针对犯罪嫌疑人主题、刑事案件主题、警员绩效主题进行分析及建模,然后对刑侦原始数据进行抽取、清洗转换及汇总加载,并对此过程给出了详细地分析设计,为进一步进行数据挖掘奠定了基础。最后通过分析传统的Apriori算法在刑侦应用中的局限性,提出了两种改进算法:一种针对新犯罪行为的不断出现,提出了基于新犯罪敏感度的Apriori改进算法,改进的算法提高了算法的时间效率,并对新犯罪项目是敏感的;另一种针对关联规则的有趣性,提出了基于兴趣度剪枝的Apriori改进算法,改进的算法减少了低兴趣度候选项集的产生,降低了频繁项集产生的规模,另外,算法的整体执行效率也得到了提高。上述两种改进算法均通过仿真模型验证了其可行性与有效性。 通过构建刑侦数据仓库,显著提高了公安局各部门的工作效率,同时由于采用了关联规则挖掘,能够实现从大量的犯罪数据中挖掘一些潜在的有用的信息,提高了公安机关侦查破案的能力。

关键词： 数据仓库题   维   粒度  

摘要： 概括地阐述用SQL Server 2005构建数据仓库的基本步骤及构建数据仓库的重要元素。

关键词： 数据仓库   ETL   OLAP   数据挖掘  

摘要： 数据仓库技术是近年出现的、尤其是在制造行业得到迅速发展的一项技术。随着信息技术在企业的逐步应用，企业积累了大量的历史数据，其中蕴含着许多对企业发展重要的业务信息。然而，如何从这些数据中挖掘出有用的信息进行预测分析已越来越成为技术人员和决策者关心的问题。针对这种情况，宝钢通过企业级数据仓库的建设，利用数据仓库，对有效的业务数据经过抽取、转换、加载形成统一的数据格式，再利用数据报表和OLAP分析工具为决策者提供所需的信息，从而满足企业各层次用户不同的需求，有效地支持企业的经营决策和日常管理。 本文首先介绍了数据仓库的相关理论，包括数据仓库的发展历程、数据仓库的ETL技术、OLAP分析、数据挖掘有关概念等。然后系统阐述了钢铁企业数据仓库的设计原则、改进的数据仓库方法论、数据仓库元数据及实施步骤，并根据以上设计及方法实施了宝钢企业级数据仓库,实践表明，该设计及方法是可行并且有效的。 本文还研究了基于数据仓库技术的营销价值系统解决方案，该方案包括了数据仓库技术路线规划、营销主题数据组织及应用功能层次。依据该方案实现了营销价值系统，该系统采用了动态报表、即席查询、OLAP分析、专题报告、数据推送、自动抽取数据等技术，对宝钢产品销售数据进行统计分析，有效的为企业产品结构优化、产能平衡、产品定价、渠道优化、用户服务等工作服务，大幅提升了业务人员的工作效率，同时还能给企业领导者与决策者提供有力的信息支持，优化了企业营销业务流程，给企业带来了可观的经济效益。 另外，本文论述了营销价值系统的详细设计、功能实现及应用效果。重点对ETL实现方式、营销主题的数据组织、动态分析、OLAP分析、即席查询、数据推送等应用功能的设计与功能模块的实现进行了详细的论述和说明。在理解销售需求的基础上，通过有效的收集营销业务数据，科学的按照营销主题组织数据，并结合业务对营销数据进行深入挖掘和多维度分析，帮助用户实现营销业务的精细化管理，为发现异常、改善业务和决策提供了有力依据。 本文的实践是SAS标准语言与SAS系统的结合，从技术层面和业务层面研究了适合钢铁企业的营销价值系统解决方案。本论文最主要的贡献是通过营销价值系统应用了即席查询、OLAP多维分析、数据推送等技术，实现了产品、合同、库存、用户、营销关键指标等钢铁企业重点关注业务分析。该方案满足了企业各层次用户不同的需求，为上层领导进行决策支持提供有利的分析工具。本论文的结果对正在寻求营销价值分析的其他行业企业也可起到一定的参考和借鉴的作用。

关键词： 数据挖掘   决策树分类   算法   ETL   数据仓库  

摘要： 数据挖掘技术能够从海量数据中提取出人们感兴趣的、潜在的、可用的知识,并能将这些知识转化为各种规则供人们理解和运用。分类是数据挖掘主要功能之一,我们能够运用分类算法建立分类模型,并运用模型形成的分类规则来预测类标记未知的对象,以便解释说明所要分析的问题。 决策树分类是最常见的一种分类方法,计算速度快,构建的分类模型易转化为各种规则被人理解,其应用较为广泛。但通过认真分析现有决策树分类算法后发现,决策树分类算法仍存在着许多不足,例如：分类属性的选择、属性空缺值的处理、属性离散化处理等问题,因而研究算法以提高决策树分类精度、性能和准确率,使算法更加适合于数据挖掘的应用要求,具有重要的理论研究与现实意义。 本文针对决策树分类算法中存在的缺陷,通过深入细致的研究,探索优化算法的策略,建立优化决策树分类模型,并结合理论和实验比较说明优化算法的性能优势。在此基础上,结合数据仓库多维数据模型的特点,本文将决策树优化算法与数据仓库技术相集成,同时结合高校学生就业这一实际问题来说明决策树分类算法的具体应用。本文主要的研究工作如下： 第一,阐述了数据挖掘、分类技术的理论基础以及决策树分类的基本知识,比较说明几种典型的决策树分类算法,如ID3、C4.5、SLIQ、SPRINT算法,并重点对ID3算法和C4.5算法进行了深入的研究分析。 第二,阐述现有决策树分类算法存在的属性值空缺、分类属性多值偏向、连续属性的离散化、属性约减等问题,并针对不同问题,总结分析各类专家、学者提出的各种优化策略,详细说明优化问题的思想和方法。 第三,现有的决策树分类算法大都要求数据集信息完整、无空缺值。因为对缺失数据处理不当会积累大量的错误,增加后续算法的运算时间和复杂度,从而降低算法的性能。本文针对上述问题进行认真分析研究后,运用相似性原理的思想,提出一种基于相似类的空缺数据填充方法,本文旨在通过优化空缺数据,以达到优化决策树分类算法的性能。 第四,通过收集整理某高校与学生就业相关的信息数据,采用数据仓库异构数据源操作处理的方法,进行ETL操作,构建出用于决策树分类挖掘的“就业信息数据仓库”,并针对学生就业问题建立了就业问题的多维数据模型。 第五,在分析说明决策树分类算法与数据仓库技术相集成的具体优势的基础上,本文抽取上述“就业信息数据仓库”数据作为决策树分类算法的分析数据源,并结合第三章中提出的优化决策树分类算法,分析说明高校学生的就业问题。本文通过详细介绍决策树分类技术在分析高校学生就业问题时的全过程,旨在说明算法的实际应用价值和意义。