课程文献中心 更多>>

关键词： Conceptual Modeling   Customization   Data Mart   Data Warehouse   Goal-Oriented Requirement Engineering   MDA   Model-Driven Engineering   QVT  

摘要： To customize a data warehouse, many organizations develop concrete data marts focused on a particular department or business process. However, the integrated development of these data marts is an open problem for many organizations due to the technical and organizational challenges involved during the design of these repositories as a complete solution. In this article, the authors present a design approach that employs user requirements to build both corporate data warehouses and data marts in an integrated manner. The approach links information requirements to specific data marts elicited by using goal-oriented requirement engineering, which are automatically translated into the implementation of corresponding data repositories by means of model-driven engineering techniques. The authors provide two UML profiles that integrate the design of both data warehouses and data marts and a set of QVT transformations with which to automate this process. The advantage of this approach is that user requirements are captured from the early development stages of a data-warehousing project to automatically translate them into the entire data-warehousing platform, considering the different data marts. Finally, the authors provide screenshots of the CASE tools that support the approach, and a case study to show its benefits.

关键词： Computerized patient records   Nursing records   Pressure ulcers   Clinical-practice variation   Data storage and retrieval  

摘要： Objective: The aims of this study were to explore pressure ulcer incidences and practice variations in the nursing intervention provided for preventive pressure-ulcer care to patients either with pressure ulcers or at risk of pressure ulcers, and to examine them in relation to the patients' medical problems and the characteristics of the nurses who cared for them. Methods: The narrative nursing notes of 427 intensive-care patients who were discharged in 2007 that were documented at the point-of-care using standardized nursing statements were extracted from a clinical data repository at a teaching hospital in Korea and analyzed. The frequencies of five nursing interventions for pressure-ulcer prevention were compared between pressure-ulcer and pressure-ulcer risk groups, as were the characteristics of the nurses who were treating the patients in these two groups. Nursing interventions for pressure-ulcer prevention were also assessed relative to the patients' medical problems. Results: The overall incidence of pressure ulcers was 15.0%. Position change was the most popular nursing intervention provided for pressure-ulcer prevention in both the pressure-ulcer and at-risk groups, followed by skin care. There was a statistically significant tendency toward a greater frequency of providing skin care and nutritional care in the at-risk group than in the pressure-ulcer group. There was no statistically significant difference in the mean frequencies of nursing interventions relative to the patients' medical problems in the pressure-ulcer group. However, frequencies of nursing interventions did differ significantly between patients with neurological problems and those with other medical problems in the at-risk group. Analysis of the nurses' characteristics revealed that more nursing interventions were documented by those who were younger, less experienced, and more educated. Conclusion: A standardized nursing-terminology-based electronic nursing record system allowed us to mo

关键词： Data warehouse   Multivariate analysis   Prediction   Expert system   Project management  

摘要： Many studies have generated cost estimating relationships (CERs) for transportation projects via data analysis. Some studies collected data from databases, while others sourced data from conventional paper-based formats. When cost data were not in a consistent format, many studies failed to discuss the streamlining of pattern recognition, ranging from generating a problem statement, data warehouse and prediction modeling to information management. This study adopts a standard procedure of identifying CERs for transportation projects. For the proposed dimensional data warehouse, a pavement maintenance and rehabilitation project was selected as a case study for extracting data and concealed prediction rules. Linear and log-linear statistical approaches were adopted to create most advantageous models, defined based on their explanatory power and mean absolute prediction error. The resulting favorable estimation models created from the proposed cost data warehouse were integrated into an expert system to facilitate information management and generate preliminary budgets for transportation agencies. (C) 2010 Elsevier Ltd. All rights reserved.

关键词： 数据挖掘   数据仓库   关联规则   Apriori   教学评价  

摘要： 数据信息被誉为当今社会最为宝贵的财富。数据挖掘作为新兴的前沿学科,虽然发展历史较短,但发展态势异常迅猛,尤其是在最近几年。数据挖掘技术有着非常广泛的应用前景和宝贵的推广价值,并且在许多行业和领域里已经获得了非常良好的效益。然而与此形成强烈反差的是数据挖掘在高等教育领域的应用还远远不够,与其它领域对比起来,仍然存在较大差距。 本文主要阐述了数据挖掘及数据仓库的一些基本理论知识,重点介绍了关联规则的基本理论以及关联挖掘算法—经典Apriori算法。本文分析了该算法的缺点并针对存在的弊端,给出了Apriori-A、Apriori-B两种优化策略。最后结合亳州师范高等专科学校实际情况,以教学评价为例,着重探讨了关联规则数据挖掘在高校的实践应用。本文所做的主要工作体现在以下几点： (1)在认真学习了相关参考文献的基础上,对数据挖掘与数据仓库的基础理论知识作了细致的梳理,并阐述了数据挖掘应用的重要意义。 (2)仔细分析并研究了关联规则算法-Apriori算法,给出伪代码表示,并指出了其存在的缺点。本文给出了两种优化策略Apriori-A和Apriori-B,结合实际的例子对这两种优化算法均作了细致的分析和深入的研讨,并通过例子可以验证其算法效率确实得到改进。 (3)以亳州师专教学评价数据库及教师档案等信息为挖掘蓝本,给出了亳州师专基于优化后的Apriori-B算法的数据挖掘模块的整体功能设计框架,并提出两种实现挖掘的方案。最终的实际挖掘结果也表明两种方案仅存在着轻微的支持度和置信度的误差,这也同时验证了自行设计挖掘模块的可行性以及结论的有效性。 (4)详细描述了利用优化后的Apriori-B算法应用于教学评价的数据挖掘的过程。其主要包括数据的准备,数据的清理、数据的泛化及变换、属性的约简,数据的挖掘及对结果的细致分析等等。通过具体实践,真正实现了关联规则的数据挖掘技术在高校教学评价中的应用。

关键词： 数据仓库   图书馆   数据模型  

摘要： 本文介绍了数据仓库的概念、特征及其相关技术,探讨了图书馆构建数据仓库的必要性,并且设计了一种图书馆数据仓库的数据模型.最后简单介绍了图书馆数据仓库构建的系统实现.

关键词： 数据仓库   数据集市   OLAP   粒度划分   EDW  

摘要： 数据仓库技术是基于数学及统计学严谨逻辑思维的并达成“科学的判断、有效的行为”的一个工具。数据仓库技术也是一种达成“数据整合、知识管理”的有效手段。它从不同视角对企业经营各方面的信息进行精确分析,准确判断,为企业的决策者做出正确的决策提供了重要的支撑。典型的数据仓库系统,比如:经营分析系统,决策支持系统等等。也随着数据仓库系统带来的良好效果,各行各业的单位,已经能很好的接受“整合数据,从数据中找知识,运用数据知识、用数据说话”等新的关系到改良生产活动各环节、提高生产效率、发展生产力的理念。 本文结合已有的数据仓库技术理论,对河北网通的基于数据仓库的账务决策分析系统项目进行了设计与实施。提出了面向数据仓库的账务决策分析的体系结构及相关主题域,并根据“从一个简明主题开始实施”的原则,采用自底向上的方法进行构建,首先建立部门数据集市,实现区域自治,对相关部门的应用进行分类复制,对每个数据集市进行数据重构,逐步扩展到企业数据仓库（EDW）。重点工作是在账务主题域的数据集市构建过程中实现了客户、账户、用户实体,帐单、欠费、存款、清单、产品、优惠实体等主题域信息,根据不同分析需求实现不同汇总粒度的划分和数据的分割,实现了不同数据源数据的集成等,并针对收益分析构造了多维模型,基于此模型利用固定（预定义）报表、图表、即席查询（Ad-Hoc）、EIS（Executive Information System）、多维动态分析、数据挖掘等展现方式,从不同维度、不同粒度、多种视角形象直观地显示分析数据。重点对计费系统账单数据进行OLAP分析,建立了面向计费系统的财务决策的数据集市。 通过该项目的设计与实施,探索出了一种将数据仓库技术与具体应用相结合的有效的方法,以业务支撑系统的数据以及其他相关数据作为基础数据源,采用科学的数据抽取、整理、存储等方法,挖掘数据内部蕴藏的大量有用信息,通过科学的分析,做出可信的预测,从而为市场决策管理者和市场经营工作提供及时、准确、科学的辅助决策依据。 本项目的应用为提高公司整体管理效率,确定决策分析方向提供了数据依据。本文的经验可供其它数据仓库项目的实施借鉴,研究成果经进一步完善和扩充可推广到与通信行业相关的各企业应用。

关键词： 数据中心   金税三期   同步技术   数据仓库  

摘要： 在近三年内,贵州地税省、市两级数据中心得到了快速发展,已经实现了从县地税局到市级地税局的数据的大集中,同时各市级地税数据中心都根据自己的需求开发了相应的软件来服务税务部门,并且具有国内同行业的先进水平,实现了高效、可持续、稳定和24x7小时的不间断运行,贵州地税数据中心的快速发展,对其税务相关的业务和上级税务部门对数据深度利用以及相关政策的制定发挥着巨大的作用,本人也有幸参与了该项目。同时该项目正处在金税三期工程阶段,金税三期工程是一项投资规模大、包含项目多、持续时间长、影响面广的重要的电子政务工程,建设的内容简称为“一个平台,两级处理,三个覆盖,四个系统”。为加大地税系统数据向税务总局集中的力度,进一步提高税务系统税源监控和分析的能力,不断深化“信息管税”工作,税务总局于2010年5月底下发了《国家税务总局关于做好抽取全国地方税务系统税收征管有关数据准备工作的通知》（国税函[2010]235号）,税务总局决定近期开始进行地税系统数据向税务总局集中的实施任务。所以贵州地市级数据向省局数据集中是当前的必要的任务。 本论文分析了贵州9个市地方税务局数据中心存在的问题,对Oracle关键性技术进行详细介绍;并结合贵州省9个地方税务局的具体情况推出相应的技术选型;参照贵州省9个市地方税务局数据中心构建的成功案例,规划出省局数据中心可选的方案;同时结合当前国内外流行的数据库同步技术,推荐适合贵州9个市地方税务局到省局数据中心的同步技术及省局数据中心的数据仓库技术。

关键词： 数据仓库   公安行业   数据模型   ETL  

摘要： 随着全球信息化的快速发展,数据仓库系统在国内外各行各业的应用也越来越多。公安行业,随着信息化工作的逐步推进、现代计算机网络的普及与延伸,“金盾工程”的全面实施,仅仅通过业务数据库来处理警情、案件办理、治安等业务工作已经不能完全满足需求,如何更好地利用这不断增长的数据,如何有效地建设与实施数据仓库系统,以实现公安数据资源的高效使用,进行预警发布和警务协作,为警务工作提供决策服务;为提高“打”、“防”、“管”、“控”工作效率提供支撑,已经是公安行业所关注的一个重要问题。 本文描述了XX省公安行业警务综合信息系统数据仓库的建设过程,针对公安行业特定的特点,给出了一个适合公安行业数据仓库系统的解决方案。 本文首先介绍了数据仓库概念及其相关技术、包括数据仓库概念、数据仓库ETL过程、OLAP技术等概念,随后着重描述了XX省公安行业警务综合信息系统数据仓库的整个建设过程。在需求分析、总体设计与系统实现等阶段,详细分析了各个阶段的工作内容及使用的相关技术与方法,结合警务综合信息系统数据仓库的实现过程,研究了数据仓库相关技术在项目中的各种应用。在本项目总体设计与实现阶段,重点阐述了数据仓库系统的数据抽取、转换和加载,多维模型的建立、数据仓库前端应用的展现。 通过本课题的研究,得到一个适合公安行业数据仓库的可行性解决方案,与“金盾工程”建设相结合,把公安情报信息资源作为新时期公安工作的重要战略资源。本课题的研究已经在实际应用中广泛推广,且成效显著。

关键词： 数据仓库   数据挖掘   关联规则   零售业  

摘要： 信息作为现代企业的宝贵资源,占据着越来越重要的地位,成为科学管理的基础,正确决策的前提,有效调控的手段。在零售行业,随着电子商务和商业POS系统的广泛应用,数据库中收集了大量关于商品销售情况的数据,为商家提供了更为深入地了解客户需求信息和购物行为特征的可能性。而大多数由过去遗留下来的异构的系统、应用、业务流程以及数据源构成的应用环境已经不能满足这样的需求。 论文以大商集团决策支持系统项目为依托,通过对零售行业的背景与操作流程的分析,提出了建立基于数据仓库的零售决策支持系统,在一定程度上应用改进的Apriori算法关联规则技术来解决现实商业问题,使其能够协助企业领导作出决策,以提高企业自身的竞争力。 首先介绍了本系统的研究背景、研究内容和研究意义,论述数据仓库和联机分析处理技术在同行业的应用现状。然后讨论了Apriori算法基本技术和方法,尤其侧重于该算法在零售业的数据挖掘技术的分析说明。 其次,解释了数据仓库的基本原理,并对它的体系结构、数据组织、开发设计进行详细地阐述。介绍数据仓库开发过程中的数据模型设计技术和设计步骤,详述了数据的抽取、净化和加载过程。 第三,详细论述从数据仓库数据库、多维数据集的构建方面设计一个基于数据仓库的零售行业决策支持系统的过程,并将Apriori算法进行相应的改进并应用到系统中,取得了很好的效果。

关键词： 数据仓库   数据挖掘   质量分析   关联规则   决策树算法  

摘要： 随着计算机技术和数据库技术的快速发展,人们采集数据的能力有了很大的提高,并积累了大量的数据。通常仅仅对这些数据做简单的查询、编辑工作,然而这些数据中隐含了大量对人们有价值的知识、模式以及规律等。人们为了获取这些潜在的信息以指导生产、生活,应运产生了数据挖掘技术。数据挖掘又称为数据库中的知识发现,是指从大量的、不完全的、有噪声的、模糊的、随机的数据中提取人们感兴趣的知识。从数据挖掘概念的提出到现在,数据挖掘技术已得到了广泛研究,并且已经在商业、金融、医疗等领域得到了成功地应用。 近年来,随着高校研究生教育制度的改革与发展,以及大学生就业难的问题日益突出,导致了全国各高校研究生招生规模的不断扩大,招生方式也趋于多元化、自主化,而且各高校之间的竞争也日益激烈。为了扩大学校的规模,高校纷纷降低录取门槛,导致出现社会对研究生教育质量的不信任态度。因此,如何提高高校研究生质量已经成为招生单位急于解决的问题。研究生招生是研究生教育整个周期的最初阶段,其招生质量为提高后续研究生培养阶段质量奠定了基础。因此,可以借助于数据仓库和数据挖掘技术,通过其中的关联分析和决策树分类算法,找出研究生招生质量中有价值的信息,为高校的决策者提供有力的支持。 本文在分析数据挖掘的研究现状、数据仓库技术、关联规则算法以及决策树算法的基础上,主要进行了以下几方面的研究工作： 1)研究学习了数据仓库和数据挖掘的理论知识,主要包括数据仓库中数据的组织、数据仓库的构建、数据挖掘概念、数据挖掘技术的主要内容、处理过程、应用领域以及数据挖掘技术的各种算法,并选取适合于本课题的数据挖掘算法。 2)结合主题“D大学考生来源分析”详细地介绍了数据仓库的构建、基础数据的准备,包括数据抽取、数据清洗、数据转换,以及多维数据集的建立。 3)介绍了数据挖掘技术在考生对初试科目的选择、某大学的调剂生以及推免生分类中的应用。通过分析考生对初试科目的选择,以期发现每门科目的设置是否具有合理性以及预测考生的选择结果;通过对某大学的调剂生和推免生的分类,可以得出哪些地区或者高校的考生是重点招生对象,用于辅助招生宣传方案的制定。 4)介绍了关联规则算法在影响考生录取因素中的分析,分析结果可以辅助高校选拔优秀的考生。 本文根据决策树算法和关联规则算法的理论,最后得出理想的、有价值的规则及结论,从而实现了数据挖掘技术在某大学研究生招生质量分析中的应用。