课程文献中心 更多>>

关键词： 数据仓库   联机分析处理   统计分析   浏览器/服务器体系结构  

摘要： 数据仓库技术目前正处于快速发展阶段，联机分析处理（OLAP）作为一种多维数据展现技术，经常被用于数据仓库的前端报袁展现。该文针对上海文化行政执法总队已有的基于联机事务处理（OLTP）的统计分析系统，结合文化执法总队业务报表的特殊需求，提出了一套基于OLAP的统计分析系统，并对其中关键技术的实现进行了阐述。同时详细讨论了搭建在浏览器／月艮务器（B／S）结构上的OLAP分层结构．多维数据模型的设计以及OLAP查询的实现方式。

关键词： 数据仓库   学生管理   信息管理系统   管理模块  

摘要： 近年来，随着学校招生规模的不断扩大，学生的人数越来越多，需要管理的各种学生信息也在不断的增加。所以，基于传统数据库的学生信息管理系统已经不能应对不断变化的信息需求，从而提出了基于数据仓库的学生信息管理系统。基于数据仓库的学生信息管理系统不仅解决了系统的不断扩展性，而且也为决策人员提供了很好的分析功能。\n 论文首先介绍了基于数据仓库的学生信息管理系统设计和数据分析的研究背景、国内现状和意义，明确了该系统的设计要实现的目标，并进行了可行性分析，提出了系统的构架；其次，进一步对系统进行了详细的需求分析，包括系统需求描述、用户角色分析、系统工作流程等；再次，采用面向对象的分析和设计方法，对该系统进行了总体设计与模块设计，包括用户登录模块、成绩管理模块、成绩分析模块等功能模块，并进行了数据仓库设计，给出了数据仓库设计的雪花模型；最后，给出了系统实现的程序流程、功能界面，并对该系统进行了总结和展望。\n 本文针对系统的原理和实现进行了详细的阐述，特别是数据仓库技术的成功运用使该信息管理系统的应用价值更高。采用数据仓库技术是当前的发展必然趋势，为系统以后的扩充和管理提供很好的技术支持。

关键词： 科研管理   决策支持   数据仓库  

摘要： 科研管理是科研活动的重要组成部分，其信息化水平直接影响着科研管理的效率、能力和科研工作者的积极性、创造性以及研究机构的整体竞争力。因此，建立一套以决策支持系统为核心的现代科研管理信息系统是科研工作的迫切需要。\n 本文以科研管理模型及其在ARP资源中心中的应用为研究目标，以分析科研管理区别于普通管理学的特殊属性为基础，对构建数据仓库并形成决策支持系统进行了一系列探索。\n 科研活动的灵活性和不确定性，决定了科研管理区别于普通管理学的特殊属性。因此，本文对管理模型在科研管理中的应用进行了研究。通过对中国科学院科研管理现状和ARP项目当前运行状况的分析和研究，应用多个管理模型对研究所科研管理进行建模，形成了多个科研管理模型，给出了示例。\n 针对伴随着科研管理信息系统的逐步引入而快速增加的大量管理数据的处理需求问题，本文引入了数据仓库和OLAP技术这两个应对方法，从概念模型、逻辑模型、物理模型三个方面展示了数据仓库的构建过程，并结合对科研管理模型的研究，对ARP系统产生的大量业务和管理数据进行了重新组织存储和有效应用。\n 综上所述，本文从两方面进行了研究探讨。一方面是研究管理模型在科研活动中的应用；另一方面是探讨如何有效利用科研管理信息系统产生的大量数据。最终为形成科研管理决策支持系统做了必备的基础工作。

关键词： 高科技企业   数据仓库   项目融资   层次分析法   融资需求   融资策略  

摘要： 高科技企业一直是我国各级政府关注的重要企业类型之一，其研究开发项目的高投入、高风险以及融资的困境是目前理论和实务界研究的热点。项目融资作为一种新颖的融资模式，其以项目自身的收入和盈利作为还款保障等特点使这种融资方式在基础设施项目、自然资源开发项目和大型工业项目中被广泛应用。高科技企业的研究开发项目总体情况与项目融资的特定要求还有一定差距，但是项目融资理论和实务操作中的一些观点和做法是值得高科技企业在其研究开发项目的融资策略安排中参考和借鉴的。有鉴于此，本文结合SKY智能项目的实际情况对高科技企业如何充分结合研发项目和项目融资的特点，科学合理地安排研发项目的融资策略作了一定的分析和研究。\n 本文首先对公司融资和项目融资的理论进行了回顾分析，着重分析了项目融资理论和高科技企业的生命周期理论；其次，简要介绍了SKY智能项目和项目发起人的基本情况，并对SKY智能项目现有的融资模式进行了利弊分析；再次，结合对SKY智能项目的市场、技术、竞争等因素的分析，对该项目的资金需求量进行了合理的预测；最后在分析SKY智能项目目前所能采用的多种融资模式的优缺点基础上，应用层次分析法对这些可利用融资模式进行了合理排序，并在排序基础上为该项目进行了融资策略的设计。\n 本文采用理论和实证相结合的方法对SKY智能项目的融资模式进行研究。在论述过程中以先进的理论为指导，以项目的实际情况和数据为证据，对该项目的融资模式进行设计，目的在于帮助该项目拓宽融资渠道，降低融资成本和风险。本文的研究对高科技企业在研发项目执行过程中如何合理筹划项目的融资方式和渠道以促进项目的成功落实方面具有一定的参考价值。

关键词： 房产交易   市场监管   数据挖掘   信息技术  

摘要： 信息技术在房产登记管理业务中的大量应用，为房产交易积累了相对丰富的数据，但传统数据库技术存在重事务处理、弱数据分析的弊端。新发展起来的数据仓库技术为房地产开发者和经营者以及政府管理部门提供了一个能即时获取全面数据信息并做出相应分析的平台。通过数据仓库与数据挖掘技术相结合，数据资源变成了有利于房地产开发企业和政府管理部门做出正确决策和市场预测的有用信息。\n 本文利用SQL Server2000数据库在基于昆明市2010年新建商品房和存量房相关房产业务数据信息集成的基础上建立了一个数据仓库；用SQL Server2000提供的联机分析处理服务器(OLAP)附带的分析管理器(Analysis Manager)对2010年昆明市房产交易数据进行了多维数据分析，所得结果方便决策者从多角度、多层次了解数据信息；通过分析管理器对分析数据进行数据挖掘，将多维数据模式进行重组，发现数据规律与趋势，对运用现有数据资源实现对房地产市场现状的分析及未来走势的预测有重要的作用。

关键词： CWM   ETL   元数据   数据仓库  

摘要： 为预防和控制ETL中所存在的管理不善的问题,保证数据仓库高效的ETL实施,设计基于CWM元数据标准的ETL元数据库系统模型,该模型能描述数据变换的具体步骤,并根据此模型设计系统,从而有效地实现ETL过程管理。

关键词： 数据仓库   人寿保险   模型设计   实现  

摘要： 数据仓库技术可以为决策分析提供更好的支持,是数据分析和知识挖掘的发展方向。结合某人寿保险公司的实际情况,详细分析和设计了该人寿保险公司的数据仓库,包括数据仓库体系结构、概念模型、逻辑模型、物理模型,并在此基础上利用SQL Server 2000实现了数据仓库。保险公司可以利用该数据仓库进行数据挖掘,发现有价值的客户信息,制定相应的市场策略。

关键词： 数据仓库   高等教育   科研成果   管理系统  

摘要： 近年来，随着高校结构的调整与教育规模的扩大，我国的高等教育日益成为面向大众的教育。俗话说：“教学是立校之本，科研是强校之路”，人才培养是高校的根本任务，科研工作在高等教育教学中也占据着不可忽视的地位，科研活动的开展和科研能力的高低也逐渐成为衡量高校综合实力的重要条件之一。科研工作对于高校发展意义重大，是教师日常工作的重要组成部分，科研成果也是考察教师学术造诣水平的重要标志之一。\n 高校科研处主要工作职责是组织各学院、各部门科研项目的申报、科研成果管理(如论文、著作、鉴定成果等)、科研项目申报管理及奖励、教职工人员科研业务档案的整理，以及辅助人事处做好教职工工作人员的职称评定等。其中，高校科研处的一个特别工作目标是从全局上掌握全校科研工作的整体分布和总体趋势，进而从宏观上实现对全校科研工作人员的指导，为决策者提供数据分析和决策支持。高校科研处作为科研管理部门，所掌握的数据一般为各部门工作数据的汇总。\n 目前，作为科研工作参与人员的教职员工，科研工作面相对较窄，发挥的作用较有限。教职员工主要负责把个人或所属课题组的科研工作数据上交给本学院或者本部门，其中涉及个人或课题组信息、科研立项依据、立项内容、已发表及待发表论文和著作、科研成果等，提交后的工作就由学院或部门科研信息员或管理员负责。学院和部门科研工作职责主要是对本学院或部门所属教职工人员的科研工作情况进行整理、汇总和上报。\n 如今状况是，学校已经为科研处以及学院办公室工作人员搭建了网络、配备了计算机，软硬件条件均已比较成熟，而负责和参与的教职工作人员也有了较高的计算机水平。目前，部分高校可能还采用纸质化办公，但大多数学校都已搭建统一的信息平台，整合了部分或全部科研工作，办公效率有所提高。但是国内所有高校都面临的问题是科研数据存储数据众多，但对历史数据除了简单的查询外，没有深入利用。\n 科研部门中积累的海量数据，除了提供基本的查询、下载等功能后，大部分没有再利用，一般保存于原始数据库中，或转移到磁盘、硬盘等介质中，而且一旦转移，再查询是比较麻烦的事情。这些是信息的浪费，这些“堆积如山”的数据当中往往藏有非常重要的信息，而传统的事务型数据库无论在时间上还是在空间上，已无法满足操作要求，限制了高校科研水平的进一步发展。\n 对于高等院校的科研处来说，建立管理系统的最终目的不仅仅是数据的收集与简单查询统计，而且要通过收集的数据进一步了解科研现状，发现科研中可能存在的问题与发展的空间，为决策者制定有效的管理措施提供科学的依据。传统意义的数据库技术已不能满足海量数据的分析要求，因此为海量数据提供一个优良的存储环境是数据实现有效利用的必须条件。\n 本论文研究数据仓库的相关理论和方法，拟构建基于科研事务管理的数据仓库平台。数据仓库具有面向主题的特性，它将分散在学校企业中的历史数据进行集成，为进一步的全局分析提供了数据支持。它是实现学校和企业经营管理和分析决策的稳定平台。\n 数据仓库的建立并非为了取代数据库，它与传统数据库之间存在某些差别，不过数据仓库与数据库也是有一定的联系的。数据仓库的数据来源于数据库，它是数据仓库的必备基础。它们只是应用在不同的数据层次，数据库主要负责日常操作处理，而数据仓库主要负责高层决策分析。一般，传统数据库系统着重于高效、安全、可靠地存取数据，而数据仓库是高效、安全、可靠地从数据库导出数据，再经过加工整理后转换为有规律信息，最后再供管理人员分析处理使用。\n 构建数据仓库的目的是为管理者获取决策信息提供数据支持。在成功完成数据仓库的数据导入之后，然后就是对数据进行深入分析。OLAP(联机分析处理)技术由关系数据库之父***于1993年提出。它重点针对给定主题进行数据访问、数据处理和分析，以直观的方式从多角度(即多个维度)、多个层次进行系统的运营情况的展现。它主要提供对数据仓库数据的多维分析处理，并且灵活、准确地提供多维数据分析成果。MDX(多维表达式)与SQL语言的语法相类似，是专门为检索查询多维数据集(数据立方体中数据)而设计的一种结构化语言，不过它并非SQL语言的扩展。MDX语法较丰富，执行效率较高，且功能强大，它是OLAP服务器与外界系统交互的主要语言。借助MDX可实现特殊用户的特殊OLAP解决方案。本论文中也重点研究讨论了如何联合运用OLAP和MDX技术对科研系统数据进行多维数据集构建和数据分析。\n 本课题基于廊坊师范学院科研处的具体要求，同时结合部分其它高校的现状，拟开发出基于数据仓库的科研管理系统，在SQL Server2005中建立了教师表、学术成果表等九个表，设计实现了科研管理系统的数据库，为科研信息的自动化管理提供了牢固的基础。然后重点研究实现了数据仓库以及OLAP的建设，

关键词： 数据仓库   电力综合分析主题模块   电力企业   信息化管理  

摘要： 国家电网“SG186”工程就是在电力企业信息化的背景下提出的，工程的目的就是构筑一体化企业级信息集成平台。电力数据中心在“SG186”工程中的作用是企业的业务系统与数据资源进行集中、集成、共享、分析的场地、工具、流程等的有机组合。基于数据仓库技术的电力数据中心为“SG186”工程提供获取辅助决策信息高质量的数据。通过信息平台，企业的信息资源从各部门相互独立、资源重电力大企业的数据一体化、集成应用一体化、电力服务一体化。\n 本文的撰写是基于沈阳东软软件股份有限公司电力事业部主持开发的国家电网公司“SG186”工程的数据中心系统项目。\n 本文通过对电力数据中心建设所使用的数据仓库技术和OLAP技术的分析，在熟悉电力业务的基础上，探讨了在电力企业中建设数据仓库的方法和步骤。针对具体的电力业务需求进行分析，设计出了综合分析主题模块的数据模型。针对该主题的概念数据模型，完成了逻辑数据模型设计和物理数据模型设计，建立了数据仓库系统。经过数据准备工作，通过ETL向系统中传输数据，然后对海量数据建模生成数据立方体并进行联机事务处理，实现了综合分析主题模块的分析功能。通过分析，得到了辅助电力企业各级领导进行分析和决策的信息。\n 在整个课题的研究过程中，本人通过各种渠道查阅了大量的有关数据仓库方面的资料，为论文的理论研究奠定了基础整体思路如下：\n 1、介绍了问题的提出背景、数据仓库技术概念及其国内外研究现状。\n 2、讨论与论文相关的技术，对数据仓库技术做了详细的介绍，同时介绍了数据仓库与普通数据库的区别，并对数据集市及ETL技术和OLAP技术都给予了详细说明。\n 3、综合分析主题模块的分析与概要设计，首先介绍了电力数据中心的体系结构，并介绍综合分析主题模块的需求分析，然后对综合分析主题模块进行数据模型的概要设计，最后讲述了ETL概要设计和前端展现概要设计。\n 4、介绍了数据准备的过程。数据准备流程，数据准备需要获取原业务库系统的物理环境、数据库类型及数据结构，简要分析了原业务库的数据量，然后对ODS、数据仓库、数据集市区域进行建表，经过对数据仓库系统数据量的分析，数据仓库系统内存储的海量数据，足以满足OLAP分析的需要。\n 5、综合分析主题模块的详细设计与实现。综合分析主题模块的实现流程和建设思路，数据模型的详细设计和ETL具体的实现过程。\n 在实践方面与电力企业相关人员讨论综合分析主题模块的需求电力企业提出的需求，对综合分析主题模块进行模型设计根据需求设计出概念数据模型、逻辑数据模型和物理数据模型，经过电力企业的实际应用，综合分析主题模块功能模块运行良好，数据准确，性能满足要求。

关键词： 数据挖掘   数据仓库  

摘要： 现代经济发展中，信息的处理是问题解决、分析和决策的重要依据。数据挖掘技术和数据仓库技术是信息处理的核心技术。本文分别分析了数据挖掘技术和数据仓库技术的理论基础和技术应用，阐述信息处理技术中数据挖掘和数据仓库的应用和前景。