课程文献中心 更多>>

关键词： 企业管理   智能商务   信息化建设   数据库技术  

摘要： 随着信息处理技术的不断发展，信息的存储、管理、使用和维护显得越来越重要，而传统的数据库管理系统已经无法满足企业快速、高效、实时在线查询的要求。数据仓库是面向主题进行设计的，将数据预先经过提取、转换、过滤并与其他数据源整合，按主题存放在中央数据库中。客户查询只需访问中央数据库，而不需访问其他数据库，因而使数据能够发挥最佳效用，更好的为企业服务。云天化集团随着企业的不断重组壮大，所面临的市场竞争也日趋激烈。各分子公司各自为阵的信息系统，已经不能满足集团总部高层管理人员对集团生产经营信息的及时、准确、快捷的了解。因此集团总部启动了商务智能分析系统项目，并且采用了数据仓库技术来获取和汇总各分子公司数据信息，最终进行分析展示。\n 本文基于数据仓库技术对该系统中主要涉及的销售、生产两个主题，分别从维度、指标、数据模型和数据源等方面进行了详细的设计。并最终搭建于SAP BW产品上进行运行。从最初的业务分析到最后的实现，对数据仓库的设计每个步骤进行了详细的分析和设计，使数据仓库技术的理论在真实的案例中得于实践。并最终总结了数据仓库建设给企业带来效用的同时还有很多需要提升的地方。

关键词： 商业银行   数据仓库   风险管理   核心竞争力  

摘要： 随着2001年中国加入WTO,中国的金融行业开始逐步融入到了全球经济一体化的进程中。而西方发达资本主义国家近些年在金融业尤其是银行业掀起的金融创新、金融变革或者引发的金融危机则正越来越深地影响着我国的金融业,影响着我国商业银行发展的方向。金融市场竞争的日趋白热化,金融监管要求的高标准和定量化以及金融标准化的大力推广是今后我国商业银行发展和生存的现实环境,数据仓库凭借其海量的数据存储能力,强大的数据整合和数据挖掘能力,可以整合银行的系统,实现数据的整合,支持经营决策和监管报送,因此数据仓库应用必将成为商业银行信息技术应用的重点。而国外银行的数据仓库建设的经验告诉我们,数据仓库的建设没有一个统一的模式,特别是数据仓库应用领域的探索仍存在很大的发展空间。\n 从我国商业银行数据仓库建设的现状来看,目前中国银行业数据仓库建设虽然已经实施了很长一段时间,但整体上仍处于基础建设和应用部署方面的探索阶段。围绕数据仓库这个概念所创造出来的客户关系管理、风险管理、决策支持、管理信息系统、数据平台、综合报表平台等等应用系统名称,乃至一些诸如多维分析、数据挖掘等等系统和纯技术概念被广为接受,与此相关的各类应用和集成服务项目也一直被当作各专业服务商、咨询商、产品厂商的工作重点。但是,近十年的时间过去了,纵观林林总总的这些数据仓库项目,却会发现真正为银行经营管理起到关键推动作用,真正达到“决策支持”目的的成功案例却是凤毛麟角。\n 本文希望立足于我国商业银行的现状,找到商业银行在数据仓库应用中存在的一些问题,并深入剖析这些问题的根源,从而在商业银行现有的组织架构、管理模式、数据质量和开发方式的基础上,提出一些符合实际,切实可行的数据仓库应用解决方案,使数据仓库应用能真正地为银行用户接受并使用,从而发挥出其真正的数据整合和数据挖掘的功效,提升我国商业银行的核心竞争力。\n 本文采用理论分析和案例研究相结合的方法。从分析数据仓库的特点、作用等基本理论入手,结合国内外银行在数据仓库应用方面的情况,分析我国商业银行数据仓库的现状,并在此基础上深入分析我国商业银行数据仓库应用建设中存在的问题,从而针对这些问题,提出了数据仓库应用的建设原则和具体解决方案,最后通过设计具体应用的开发方案,来证明所提解决方案的可行性和体现出本文研究的价值。\n 文章在结合本人在银行产品开发部门多年负责数据仓库应用的项目开发经验的基础上,主要做了以下富有创新性的工作:\n (1)本文根据我国商业银行开发数据仓库应用的实际情况,站在产品开发的角度,从项目管理和银行内部管理两个方面归纳了商业银行开发和推广数据仓库应用中可能存在的问题,提示商业银行,数据仓库应用的开发不是一个技术项目,不同于一般业务系统的项目开发模式,不是依靠一两个部门就可以完成的项目,数据仓库应用要达到出预期的效果,真正支持经营决策,需要全行自上而下给予高度的重视和银行各部门的协调一致。\n (2)本文针对我国商业银行的现状和特点,总结了一套数据仓库开发和推广的原则,既可以作为商业银行数据仓库应用的开发原则,也是本文解决对策的方向指引。\n (3)围绕商业银行的数据仓库应用开发原则,针对存在的问题,本文提出了商业银行数据仓库应用开发和推广的解决对策。本文的解决对策是建立在商业银行现状和特点基础上的,有实际可操作性的,可以立即付诸行动并获取效果的解决方案。

关键词： 数据仓库   数据挖掘   网络税控系统   零售业   税收管理   税收决策   支持系统  

摘要： 我国的税务部门通过不断的信息化建设,各个不同平台的业务系统都积累了大量的税务管理数据。但是随着税务信息化的不断深化,税收数据的一般利用已经不能满足税收管理现代化的内在需求。如何进一步的对这些数据进行加工处理,挖掘其中的知识与规律,以辅助税务部门进行相关决策是当前税务部门信息化建设中比较迫切的任务。\n 随着数据仓库与数据挖掘技术的研究已经趋近成熟,基于数据仓库与数据挖掘技术的决策支持系统在电信、金融、零售等行业中得到了广泛的应用,这类系统通过对行业历史数据进行加工处理,构建数据仓库,并在此基础上运用联机分析处理与数据挖掘工具,发掘数据之间的联系与规律,指导企事业单位更好的决策,极大地减少了企事业单位的决策失误,提高了管理效率,最终促进了行业的发展。\n 网络税控系统是基于大型企业的税收控制管理平台,用于加强零售业税收的监管力度。目前网络税控系统采用传统的关系数据库来存储收集到的税收数据,它可以高效地实现对税收数据的录入、查询、统计等功能,但缺乏挖掘数据中隐藏规律与联系的手段,不能为税务机构提供决策支持。本文应用数据仓库与数据挖掘技术,在网络税控系统基础上研究设计了一个零售业税收决策支持系统,以弥补网络税控系统在决策支持方面的不足。\n 本文首先对数据仓库、联机分析处理和数据挖掘技术进行了介绍,分析了系统的设计目标,提出了一个用于零售业税收管理的税收决策支持系统的设计与实现方案；然后详细介绍了零售业税收数据仓库的设计与实现过程,零售业税收数据仓库以税源结构分析和税收稽查作为决策主题,其逻辑结构采用星型模型；论文还对用于实现税收稽查目标的分类预测算法进行了研究,介绍了算法的主要思想,并对经典决策树分类算法ID3和改进算法C4.5进行了详细的介绍与分析；最后详细介绍了系统的实现过程,系统采用SQL Server2005提供的OLAP分析与数据挖掘工具实现了税源结构分析和税收稽查这两个系统目标。\n 本文设计的税收决策支持系统基本能够满足税务部门在分析税源结构与稽查税收方面的需求,为税务部门提供了一定的决策支持。

关键词： 企业决策   数据仓库   OLAP技术   ROLAP开源平台   聚集计算  

摘要： 企业决策的制定往往需要分析人员对大量数据信息进行分析，根据分析结果为企业制定相应的决策。数据仓库与OLAP技术的广泛应用为决策人员提供了极大的便利。为了更好的服务于决策人员，数据仓库与OLAP技术的扩展与优化是必不可少的。本文以应用范围较广的ROLAP开源平台-Mondrian为依托，扩展了聚集计算的功能同时对性能进行了优化方便了企业管理者做出决策。主要内容如下：\n 通过研究Mondrian的结构以及各个类之间的关系，修改MDX解析器，实现了聚集计算功能的扩展，解决了企业管理者可以按照其意愿分析决策信息的难题。聚集计算的性能优化是以Oracle的物化视图为基础，改进了原有的按照单位空间的频率选择实视图算法，提出基于最近未使用频率的动态聚类视图选取算法，根据查询集对实视图聚类，以实视图的最近未使用频率为依据对实视图集动态维护，保持了实视图的多样性，消除了“抖动性”，引入最近未使用频率后使提高了实视图的命中率最终达到优化聚集计算的目的。\n 本文提出的方法可以对Mondrian的聚集计算功能实现一定的扩展，并对Mondrian进行一定程度的性能优化，因而具有一定的实际应用价值。

关键词： 数据仓库   保险投资管理行业   投资渠道   市场竞争力  

摘要： 我国保险投资管理行业经历了从无序到规范,从单一到多元的过程。近年来,随着我国保险资金投资渠道的逐渐扩宽,多元化投资框架已经初步形成。投资渠道的多元化在给保险资金带来收益的同时,也增大了保险资产管理公司的投资风险。投资行业是数据密集型企业,每天都会产生成千上万条业务数据,形成庞大的信息资源,如何把这些信息管理好、利用好,让这些无形资产发挥作用,成为资产管理行业提高自身竞争力的重要因素。随着投资理念的变革、信息技术的飞速发展,保险资产管理信息化已经进入一个全新的阶段,数据仓库技术已经成为投资业务分析和管理决策不可缺少的重要工具之一。目前国内某资产管理有限公司已经开始引入数据仓库,并取得了一定的成效,但是由于公司员工普遍对数据仓库熟悉不够,功能开发不足,效用不明显。为此,深入探索数据仓库使用机理,挖掘其分析功能已成为投资信息化迫在眉睫的任务。本论文着重对数据仓库在保险资产管理业务分析中的应用现状进行了阐述,结合资产管理业务实际深入详细地揭示了数据仓库构建机理及其实施步骤,从而为保险资产管理行业数据仓库开发应用提供了可借鉴的操作思路。

关键词： 数据仓库   网络安全   网络态势   数据挖掘   评估系统  

摘要： 网络态势感知系统是未来网络安全管理系统发展方向,开展对网络态势感知系统的研究具有重要的理论与现实意义。\n 本文以建立一个基于数据仓库的网络安全态势感知系统为目标,集成多源的网络安全数据建立网络安全态势数据仓库,利用OLAP和数据挖掘技术对网络安全态势数据进行分析与评估。\n 本文的主要工作有以下几个方面:网络态势评估系统的体系架构,网络态势数据仓库建模,网络态势数据仓库ETL、网络态势评估、网络态势OLAP。\n 在网络态势评估系统的体系架构研究方面,本文根据系统需求设计了基于数据仓库的网络态势感知系统的体系架构,将系统分成数据源层,网络态势数据获取层,网络态势数据存储层和应用层4个层次,并介绍了各个层次中采用的技术实施方案。\n 在网络态势数据仓库模型研究方面,本文根据网络态势评估的需求,参考网络态势评估指标,对网络态势数据仓库的概念模型、逻辑模型、物理模型和粒度模型进行建模。\n 在数据仓库ETL方面,本文采用微软集成服务作为数据仓库ETL的解决方案,并介绍了基于集成服务的网络态势数据抽取器实现的关键技术。同时,本文设计了网络态势数据仓库抽取器管理平台,实现对数据仓库的抽取器及其元数据的统一管理。\n 在态势评估方面,本文介绍了基于攻击模式图的态势评估方法。在数据仓库的基础上,通过序列模式挖掘算法,生成态势评估规则,并将态势评估规则应用于评估实例中。最后针对评估结果进行分析,并给出合理的解析。\n 在网络态势OLAP方面,本文利用OLAP技术对数据仓库中多维数据集进行展示,通过上卷、下探、切片和切块等操作,对态势数据进行展示和分析并给出结论。

关键词： 电信公司   数据整合   收入归集系统   数据仓库   数据转换   稽核管理  

摘要： 目前中国联通公司黑龙江省分公司的固网系统所使用的进行业务数据收集、存储等功能的系统为业会合拢系统。该系统只针对业务数据进行收集、存储和待查询等极为简单的操作，无其它更多可以为客户和决策层带来便利的功能。随着第三代移动通信技术即3G技术等各种最新技术的广泛应用，联通公司急需一个可以将各外围系统的业务数据进行统一抽取并进行数据相应管理的系统。\n 在以上需求的基础上我们在联通系统集成有限公司黑龙江省分公司的组织下针对面向电信数据整合的收入归集系统进行了设计和开发。在该系统中，首先我们设计了一个接口，通过该接口可以将各个外围系统如固网BSS系统、G网营帐系统、CRM系统等的数据统一传输到收入归集系统。收入归集系统主要分为数据收集、数据归集、数据转换、稽核管理、参数设置、数据录入、统计分析、报表展示、启动管理、系统监控、系统管理、日志管理等功能，能够将各个外围系统上传的数据按照规则进行相应转换，生成便于存储和使用的数据，以报表的形式展示出来。转换后的数据被存储在构建的数据仓库中，形成各个数据集市进行主题分析，便于集团公司及时调整经营策略，制定和开发出针对不同年龄段不同使用群体的新产品新资费，从而可以更好的占领市场和扩大市场，使公司更好更快的发展。\n 在本文中着重介绍了数据仓库的构建，接口的设计与实现以及数据收集功能、数据归集功能、数据转换功能、稽核管理功能、统计分析功能和报表展示功能等的设计与实现。\n 本系统目前已经在联通系统集成有限公司黑龙江省分公司进行了试运行，在实际作业中通过接口能够较好的达到数据抽取和传输的完整性、准确性、及时性，并能对数据按照规则进行统一转换并存储到数据仓库中，最后以报表的形式展现出来，供决策者使用，较好的体现了该系统的价值。

关键词： 净利息收支测算系统   参数管理模型   数据仓库   商业银行   系统设计  

摘要： 综合经营计划是商业银行落实发展战略，统筹各项目标任务和资源配置的载体。净利息收支测算作为综合经营计划编制的主要组成部分，其准确与否，直接关系到对银行效益的判断和相关政策的制定。因此，建立可操作的净利息收支测算系统变得日益迫切。\n 本文通过对净利息收支测算系统需求的分析，阐述了系统的设计思想和实现技术，以及如何建立先进的参数管理模型，最终通过固定和灵活报表方式，为客户实现互动的损益动态模拟和绩效预测分析系统功能。\n 该系统基于数据仓库的总体技术框架和平台工具，构建利息收支测算功能，统一总行、分行在不同测算参数情景下的存量和增量利息收支测算方法。利息收支测算覆盖资产负债表中全部生息资产和负债产品，并建立先进的参数管理模型，实现对利息收支测算的多维参数管理，实现各类固定报表和灵活报表，支持产品、条线、机构、客户等级、期限结构等维度的利息收支预算报告，从而提升了综合经营计划净利息收支测算系统的稳定性和可靠性。

关键词： 企业资源计划系统   数据仓库   信息块  

摘要： 介绍了基于SAP商务智能仓库(BW)平台的生产经营综合分析系统在中国石油化工股份有限公司北京燕山分公司(简称燕化公司)的实施应用情况,如业务体系架构、数据建模和模型设计的技术实现过程。生产经营综合分析系统以企业资源计划系统为主要数据源,对燕化公司生产和经营数据进行全面整合,能够快速、准确、高效地处理应用系统中的海量数据,为企业经营管理和领导决策提供了可靠的数据支撑。

关键词： 多维关联规则   成人教育   数据仓库   数据挖掘  

摘要： 数据挖掘是近十几年中迅速发展起来的多学科交叉研究领域,它融合了数据库技术、人工智能、机器学习、统计学、信息检索等最新技术的研究成果。它不仅能对过去的数据进行查询,而且能够找出过去数据之间的潜在联系、预测未来的发展趋势等,应用范围非常广泛。基于数据仓库的多维数据挖掘技术,是一种将OLAP技术和数据挖掘技术相结合而形成的技术。\n 目前,大部分的成人教育学校都建立了自己的管理信息系统,积累了大量的数据。但这些数据由于没有进行更进一步的深入挖掘和分析,无法发现数据中隐藏的关系和规则。本课题利用数据挖掘技术对成人教育数据进行挖掘和分析,重点对多维关联规则挖掘技术的应用进行了探索,并设计和实现了一个数据挖掘实验系统,用来发现成人教育数据间的内在联系和潜在知识。\n 本课题主要研究内容包括:\n 1.在以Apriori算法为核心的多维关联规则挖掘算法基础上,引入相关度概念的定义,基于该定义,能够生成用户真正感兴趣的规则。\n 2.对成人教育原有数据进行预处理,用SQL Server建立数据仓库并使用Analysis Services工具创建多维数据集(数据立方体)。\n 3.将多维关联规则挖掘算法应用到成人教育实验系统中,使用Visual Studio2005作为开发工具,设计并实现了一个基于Web服务器的B/S结构的实验系统。\n 4.结合成人教育的背景,对挖掘系统的实验结果进行分析,总结了论文研究的意义和作用。