课程文献中心 更多>>

关键词： 案件数据仓库   数据挖掘   公安部信息化   网络架构   ODI服务器   Oracle数据库  

摘要： 目前公安部信息系统已经积累了大量数据，包括案件、户籍、车辆、房屋等，极大提高了公安部的工作效率，但是如何将这些数据用于更长远的战略决策、趋势分析、关联分析成为了新的课题，所以建设公安部案件数据仓库已经成为了公安部信息化下一阶段的工作重点。\n 本文首先探讨了数据仓库的基本原理，包括数据仓库概念、特性和建模方法。然后描述了公安部案件数据仓库的建设过程。首先是整体架构设计，需要考虑本系统数据和外来数据两种，本系统数据主要来自公安系统内部，外来数据在项目一期还没有正式考虑，主要是来自电信、金融等行业，这些数据可能来自不同结构、不同种类的数据库，所以需要ODI服务器来实现数据的抽取、清洗、转换和加载。然后是应用软件和数据仓库软件选型，主要讨论后者，为什么选择Oracle作为数据仓库软件，Oracle相对其他数据库软件的优势在哪里。之后是分析处理和数据挖掘模块设计和数据仓库设计，数据仓库设计采用维度模型，按客户关心的主题组织，在数据仓库基础上才能够实现数据挖掘，数据挖掘模块功能通过与客户多次讨论确定。最后是分析处理和数据挖掘模块功能举例，主要包括以下几方面：1.以时间、空间为条件的数据分析，主要分为按照时间范围查询案件相关信息--时间碰撞，按照空间，包括案件发生地、户籍所在地、临时住所等查询案件相关信息--空间碰撞，以时间、空间同时为条件的查询案件相关信息--时空碰撞；2.以作案特点为条件的数据分析，主要包括作案手段特点、时间段特点、作案对象特点等，以相似的信息查找案件；3.高危分析，类似作案特点分析，但不同的是，高危分析主要是针对大案要案，因为这些案件都是工作重点；4.分类分析，按照维度或度量分类分析，例如案件数、死亡人数、受伤人数、被绑架人数等，在结果基础上可以继续做图表分析，可以利用饼图、曲线图、柱状图获得更直观的结果；5.数据挖掘研究，主要有关联分析和序列分析，前者研究同一个罪犯不同类案件的发生的关联性，后者研究同一个罪犯不同类案件的先后关系。

关键词： 零售企业   经营分析系统   分析模型   数据仓库  

摘要： 近几年来，基于数据仓库、商业智能技术构建的经营分析系统在电信、银行、保险等行业得到了很好的应用，为企业提高经营管理水平、提升经济效益发挥了重要的作用。在零售行业，随着竞争的加剧，通过建立经营分析系统也逐渐成为零售企业的必然选择。本课题对构建零售业经营分析系统进行了较为深入的研究，设计了比较完整的经营分析系统分析模型。\n 本文首先阐述了相关理论与系统开发平台，包括OLAP技术、数据仓库技术、SAP Business Objects开发平台、Oracle数据库平台、ETL和动态仪表盘等理论与开发工具；然后，以销售主题为例详细阐述了分析模型的设计过程，设计过程以业务需求为导向按逐层级设计；最后，对钻取、图表分析等功能的实现进行了阐述。\n 本课题的研究主要在以下几个方面取得了一定的成果：\n 1．在零售业管理系统中融入了经营分析的需求及其分析模型；\n 2．设计了比较完整的经营系统分析模型，研究并提出了“U”形的主题分析设计过程，即从总体设计到业务需求分析、逻辑模型设计、物理模型设计、ETL设计、语义层设计、报表与图表分析展现的完整设计过程；\n 3．提出了基于图形展示、比较直观的图表的分析模型及其分析方法；\n 4．解决了异构平台集成中的主要技术问题。综合运用了Oracle数据仓库平台和SAP Business Objects Enterprise开发平台的主要技术，解决了开发过程中的一系列技术问题。例如，利用Oracle的分区与分区索引技术优化了特大型表的存储、提高了查询性能；利用聚合感知与物化视图技术提高了大粒度数据的查询效率等等。

关键词： 商业银行   营销系统   数据仓库   市场竞争  

摘要： 当前金融行业的特点是IT技术快速发展，客户市场竞争空前激烈，业务发展变化多端。面对日趋激烈的竞争市场，对银行市场人员在客户营销和管理的能力上提出了更高的要求，这就要求在商业银行在IT建设上也需提供配套的数据支持，基于数据仓库建立商业银行的营销系统便是其中的一项重要内容，如何实现这类营销系统的建设是本文重点的研究内容，本文也会以本人实际参加并负责的邮储北京分行营销系统为例，具体介绍该类营销系统所应包含的内容及建设中的关键点。\n 本文第一章介绍了数据仓库对商业银行的意义，包括提高市场竞争能力和服务、实现成本和利润分析、辅助防范金融风险和不断深化金融改革，数据仓库在商业银行营销方面的应用包括为海量客户进行分群细分、为主动营销提供数据支持、为重点营销确定客户范围、为客户度身定制服务方案、为灵活定价营销提供依据、为事件式营销提供规则等。\n 本文第二章介绍了当前商业银行在营销中通常采用的管理方式和营销手段，为了说明为什么要基于数据集市建立商业银行的营销系统，本章对数据仓库和数据集市的定义、特点实现方式、体系结构、设计及建立步骤进行了介绍，并对比了数据仓库和数据集市的区别。使读者了解本论文将要研究的几个关键点的含义及相互的关联性。\n 本文第三章以本人实际参加并负责的邮储北京分行营销系统的实际建设为例，详细阐述了该分行营销系统的建设背景、建设规划、功能全貌及应用场景、对营销系统中主要功能和非功能需求进行介绍，并根据本人对商业银行营销系统建设的理解，提出系统的改进建议，为本文研究的重点，也是本文理论结合实际的应用。\n 本文第四章以本人在营销系统实际建设中掌握的项目建设经验，提出营销系统在实施过程中不同阶段的关键点及交付成果，为营销系统的建设在不同阶段提供参考和指导。\n 本文第五章对全文内容进行了总结。

关键词： 地理空间数据   数据整合   ETL   数据仓库  

摘要： 研究地理空间数据整合技术是实现在网络环境下地理空间数据的无缝集成与共享的关键技术问题。基于地理空间数据的多源异构性等特点,以ETL技术框架为基础,在数据仓库的整合机制下,设计符合地理空间数据整合要求的解决方案与技术流程,在数据整合过程每个阶段,都必须进行数据质量控制。文章最后以福建省自然资源基础数据库为例对其应用进行了探讨,为实践应用提供借鉴。

关键词： 部队信息化建设   数据仓库   军事指挥决策   人机交互   态势评估  

摘要： 近年来，部队信息化建设力度不断加大，军用数据库的建设和投入使用，为部队采集、积累了大量的诸如战场地形、天候、气象、水文、人文环境、电磁环境以及作战对象编制体制、武器装备、作战原则等军事数据信息。一方面，这些数据为部队指挥决策提供了强大的数据支撑，另一方面，这些零散的、大量的数据的存储、运用、综合、管理等问题，以及如何从这些海量的数据中提取对作战指挥决策有用的信息，提高数据的应用水平，并基于这些大量的、准确的、综合的数据进行科学有效的指挥决策，使军队信息优势真正转变为决策优势和行动优势，为指挥员决策提供支持，成为决策者和决策机构亟待解决的一个新课题。\n 随着数据仓库技术研究的迅猛发展，日益成熟的数据仓库技术已经在国内外得到较为成功的应用，部队也加大了对数据仓库技术的关注，尝试将数据仓库技术运用于部队作战指挥决策，建立基于数据仓库的作战指挥决策支持系统，通过有效的人机交互支持数据分析和态势评估，提高作战指挥的效率和质量，本课题就是在这种情况下产生的。\n 本文先是介绍了该课题的研究背景、当前部队的作战指挥决策及作战指挥决策支持系统建设的现状及不足，然后，对数据仓库的基本理论和知识，尤其是数据挖掘、联机分析处理以及决策支持系统的知识等内容进行了主要介绍，进一步探讨信息化条件下作战指挥决策的现实需求，以及数据仓库在作战指挥决策支持系统中的应用问题，提出建立基于数据仓库的作战指挥决策支持系统，并对系统的技术架构和体系结构进行了初步探讨和研究。

关键词： 数据仓库   联机分析处理   封闭数据立方体   集合操作   预处理过程  

摘要： 如何迅速地从海量的、异构的数据源中获得有用的决策信息在现代企业日常决策活动中起着至关重要的作用,作为解决这个问题关键的OLAP技术中最核心的概念.数据立方体的实现已经引起了广泛的关注。为提高OLAP系统的查询性能,通常需要预计算并物化数据立方体,然而完全地预计算所有方体必将导致数据立方体体积的爆炸。因此,如何减少立方体的存储代价、查询时间和维护(更新)时间,以及如何在这几者之间达到较佳的平衡成为了数据立方体研究的主要方向。\n 封闭数据立方体是近年来提出的一种重要的数据立方体压缩技术,它通过对数据立方体中的元组进行封闭性判断,将元组分为封闭元组和非封闭元组。对任一非封闭元组必定存在一个封闭元组和它具有相同的聚集值,去除数据立方体中所有的非封闭元组就得到了一个封闭数据立方体。封闭数据立方体在较好的保留了上卷和下钻语义关系的同时大大的减小了数据立方体的体积,而且它还可以直接应用于关系系统,使用关系系统中成熟的索引技术。\n 在全面系统的学习和总结了国内外立方体生成技术的研究成果的基础上,本文首先对封闭数据立方体的概念进行了重新描述,对它的性质进行了研究,然后给出一种基于集合的计算封闭数据立方体的新方法,通过对原始数据记录进行预处理可以有效地降低数据量急剧增加对立方体生成时间的影响,在计算的过程中利用集合操作来优化封闭性的判断和减少不必要的递归调用,减少了计算所耗费的时间；同时给出了如何在保持封闭数据立方体的封闭性的基础上对其进行增量更新的方法。最后通过实验对提出的算法进行了初步验证。

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： 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   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： 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。