课程文献中心 更多>>

关键词： 数据仓库   病案管理   应用研究  

摘要： 医院繁杂和庞大的病案数据，是应用数据仓库技术的重要驱动力。探讨了数据仓库技术与医院病案管理的关系，分析了影响病案管理数据仓库系统的因素，研究了如何建立病案数据仓库。

关键词： 数据仓库   数据挖掘   决策支持   联机分析处理  

摘要： 随着市场的发展,网络规模不断扩大,运维水平需要不断提高,运维支撑系统建设变得越来越重要,网管系统运行了十余年,已经积累了大量数据,如何从海量网管数据中提取有价值的数据,为网络优化和市场决策提供科学依据,以便有效的提升网络运行质量和面向不同客户群定制针对性市场营销策略,基于数据仓库技术的网管多维分析系统通过对现有网管数据的整合、挖掘,帮助解决网络运行质量问题,提高网络服务质量和客户满意度,进而提升市场竞争力。 本论文就如何将数据仓库技术与多维分析技术很好地应用于网管领域进行了研究。通过需求调研、功能分析、系统设计、软硬件部署建立了网管多维分析系统。需求分析是本系统的基础,也是本文的重点之一,论文从网络资源使用角度、网络业务量角度、网络性能角度、互联互通角度、异常话单角度详细分析了多方需求,通过用户需求调研和功能分析,我们编写了多维分析系统需求说明书。网管多维分析系统整体实现了多维分析、智能业务报告、专题分析、网络运行分析、网络概览、热点聚焦、客户感知分析等主要功能。完成了系统功能模块设计,建立可以快速查询的索引机制,通过与GIS地图和大屏幕展示系统的结合,可以非常清晰、直观地展示分析结果。 本系统运行近七个月,能够很好地满足不同使用人员的需求,减轻了网络分析维护人员的工作量,将日常重复工作由两天缩短到10分钟。网管多维分析系统为网络维护、优化和市场决策提供了完整、及时、准确、科学依据,良好的网络质量和针对性的市场营销策略,为河北移动带来很好的经济效益,系统实用价值很高。

关键词： 客户关系管理系统   本体   数据仓库   OLAP   数据挖掘  

摘要： 客户关系管理是一种旨在改善企业与客户之间关系的商业策略。它是指企业利用信息科学技术,积累和分析客户信息,实现市场营销、服务等活动的自动化,以此提高客户的满意度、忠诚度,从而使企业获取最大利润的一种管理经营方式。 传统的客户关系管理系统主要采用数据挖掘技术来实现,然而,随着数据库的广泛应用,数据挖掘技术面临数据的海量化、异构化等问题,此外,技术人员对应用领域背景知识不熟悉常常导致数据挖掘不能顺利实施。 本文采用本体协助的数据挖掘技术为北京万众亿目科技有限公司开发了一个网络加速器客户关系管理系统——YEEMURM,该系统由本体代替领域专家来指导技术人员进行数据仓库的设计以及数据挖掘算法的自动选择,改善了传统数据挖掘系统存在的缺陷,提高了数据挖掘系统的效率,增加了系统的智能化程度。 本文对亿目网络加速器的系统功能、应用市场以及客户的使用情况进行了深入调研,并对本体、数据仓库、OLAP、数据挖掘等关键技术做了仔细研究,在领域专家的指导下,构建了网络加速器领域本体、任务本体和数据仓库。并在.NET平台中设计并实现了YEEMURM客户关系管理系统,该系统可以在本体的协助下对相关数据进行联机分析和数据挖掘,分析统计产品的销售情况,挖掘客户流失率。经验证,该系统可以为企业提供一定的决策支持,进而提高企业的服务质量和核心竞争力,有很好的实用价值和应用前景。

关键词： HIS   数据仓库   OLTP   OLAP  

摘要： 随着信息技术的飞速发展,以及医院信息化进程的不断推进,HIS（医院信息系统）已经成为医院正常运营不可缺少的必要条件,为医院向社会提供快速、高效、优质的医疗服务奠定了坚实的基础。随着HIS在医院应用的深入,过去医院信息系统着重与医院业务流程的实现与再造,重点在与维持医院的正常运转,已经不能满足现在医院管理者特别是决策层们的期望,他们更希望医院的信息系统能够对在以HIS为主导的医院信息化过程中积累的大量的历史数据进行整合和分析,能够将数据变为资源,更多的用于决策,而不再是简单的产生数据、收集数据、整理数据、查询数据、统计数据、存储数据。为满足医院管理者对医院信息化建设的期待,更好的为管理者提供决策信息支持,必须建设一集成数据平台,把以前分散的数据进行整合,让它们从面向事务处理转变成面向应用分析,按照主题组织的数据,以提高分析和决策的效率与质量,这就需要我们应用数据仓库技术。数据仓库通过对历史数据按照主题的重新组织、存储,并进行联机分析处理、从中提取挖掘有用的信息以支持决策,解决上述矛盾。 本文以我院的医院信息系统为背景,以决策者经常关心的问题为数据仓库主题,建设了基于我院HIS的数据仓库系统以满足决策者的需要。具体而言,本文内容介绍了根据决策者决策需求确定数据仓库的主题,建立了数据仓库的模型,并以此为中心对源数据中的数据进行大量的分析,通过抽取、转换、载入过程完成数据仓库的搭建。在已搭建的HIS数据仓库基础上使用了Microsoft SQL Server 2005 Analysis Services进行OLAP数据分析,建立了多维数据集,并使用***技术获取多维数据集,以直观的方式展示。最后结合具体场景,举例介绍本项目OLAP应用分析。 本课题是数据仓库技术在医疗行业中的具体应用,通过建立数据仓库和OLAP技术的使用,整合了大量的历史数据,提供了快速查询响应服务,为决策者们提供了有利的支持,在实际应用的过程中取得了较好的效果。

关键词： ETL   数据仓库   数据抽取   数据转换  

摘要： 随着信息化建设的开展,政府加大投资力度进行信息系统建设,以帮助政府进行电子政务处理和管理工作。这些系统的运行,积累了大量的业务数据;但各个系统的业务数据分布在各自的系统中(操作系统、数据库管理系统和数据标准都不相同)。这些数据之间缺乏对应和转换关系,协同能力较差,形成“信息孤岛”。信息虽然可以在本系统中进行流转,但与其他系统的交互性较差。各自孤立运作的系统将会产生大量的冗余数据和造成业务人员的重复劳动,而采用传统点对点的数据交换方式将使得系统的集成费用和维护成本成倍增加。构建公共数据中心成为当务之急。 ETL(Extractio、Transform and Load,数据抽取、转换和装载)是构建公共数据中心的关键环节。ETL系统将一个机构的所有的信息资源集成到一个无缝的、并列的、易于访问的数据资产中;这样可使一个功能强大的数据资产运作起来就像一个单一系统。ETL通过建立底层数据交换平台来联系整个部门机构的异构系统、应用、数据源等。该平台用于满足机构内部的业务系统、数据库、数据仓库,以及其它重要的内部系统之间无缝地共享和交换数据的需要。 本文以本人参与的上海市浦东新区政府公共数据中心信息系统项目为依托。先分析和设计公共数据中心信息系统,再按照公共数据中心的实际需求,对公共数据中心的ETL工作过程进行设计和实现。首先,鉴于公共数据保密性的特点,设计了数据不同的获取方式。公共数据中心支持在线数据采集,也支持数据从光盘等介质上传到数据中心。其次,在设置数据转换规则的过程中结合相应领域知识,保证数据质量。再次,前置机之间实行负载均衡,保证数据抽取效率,提高系统的可用性和可扩展性。最后,将数据转换的不同步骤分配到两台ETL服务器来完成,保证转换效率。 本文主要内容如下： (1)数据仓库技术基本理论;(2)公共数据中心信息系统总体需求分析;(3)公共数据中心信息系统总体设计;(4)公共数据中心信息系统ETL的设计与实现：ETL过程设计、ETL环境准备、ETL实现、ETL测试、异常处理、ETL日常管理。

关键词： ERP   商务智能   数据仓库   ETL   联机分析处理  

摘要： 企业管理对决策提出了越来越高的要求，而决策的正确性及决策效率依赖于数据的支持。传统的ERP系统是当今被普遍采用的一种企业级管理软件，然而，它以面向事务处理为特点，很难为决策支持提供强有力的保障。采用数据仓库技术的商务智能理论为决策的数据支持提供了完整的解决方案，它提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。 从某企业的实际需求出发，提出了一套应用数据仓库技术的产品销售系统的解决方案。该系统能够管理日常销售数据，根据销售报表分析销售业绩并制定销售战略，为公司的销售部提供了智能的市场销售策略分析方法，从根本上解决了销售数据不能成为制定销售战略依据的问题。 首先论述了商务智能的理论基础，然后介绍ERP系统中销售模块的概况，分析出业务需求和数据源，在此基础上，提出了数据仓库的总体设计。以Oracle11g为主要平台和工具一层一层地搭建数据仓库。采用Oracle Warehouse Builder集成工具实现数据的提取转换加载，最后，在保障了数据质量的基础上使用Analysis Services工具进行联机分析处理，同时结合多维数据集技术扩展OLAP的分析功能，得到销售分析的结果，作为制定销售方案的依据。为公司管理决策层分析市场动向、制定销售策略提供了有力的数据支持，对ERP系统中其他决策支持模块的研发具有一定的理论价值和现实应用价值。

关键词： 守护   企业资源管理   数据仓库   信息存储   客户关系管理   供应链管理   需求带动   数据安全   软件市场   企业生命   基础架构   存储容量   存储管理   持续增长   安全可靠   生命线   可扩展   可管理   高性能   膨胀  

摘要： 对于企业来说,订单是企业生命的源泉,但是对于CIO来说,数据安全是其生命线.对此,来自Gartner的一份报告认为,持续的企业存储需求带动了全球存储管理软件市场的迅速膨胀.除了存储容量的持续增长,企业资源管理(ERP)、客户关系管理(CRM)、数据仓库、供应链管理(SCM)都要求有一个安全可靠、高性能、可扩展、可管理的信息存储基础架构.

关键词： 客户关系管理(CRM)   数据仓库技术   意义   应用原则  

摘要： 在客户资源越来越受重视的今天,客户关系管理(CRM)作为一种"以客户为中心"的营销理念,正被越来越多的企业所采用。而随着客户数据的不断扩充和膨胀,要求有一种更为有效的工具对这些数据进行采集和管理,这一有效手段就是数据仓库技术。文章论述了数据仓库的内涵及其对CRM的重要意义,并对如何运用数据仓库技术为CRM服务提出了一些看法和见解。

关键词： 数据共享   数据仓库   OLAP   数据安全  

摘要： 目前,国内各城市交通信息网络平台的各个子系统只是在单个城市交通平台中局部的、小范围的、比较单一的、相对较为独立的进行运转。不同交通管理、规划部门在开发交通网络信息平台时委托不同的开发商或公司,其建立起来的各种交通信息子系统的信息表现形式也各不相同;不同时期,不同阶段交通信息平台的开发需求不一样,导致各信息子系统中的数据存储格式也不能达到一致;交通信息子系统涉及计算机、通信等许多领域,各种规范之间也造成了数据规则的不一致,等等。这就必然造成各个信息子系统之间无法实现有效的连接,综合交通信息系统也无法实现各个信息子系统之间信息的有效整合。 多城市、多平台交通信息网络平台的研究主要用于实现各个信息子系统之间能够有效进行连接,并在已有子系统的基础上建立起相对完善的多城市、多平台交通信息共用平台,使这些信息子系统能够实现资源共享、信息共用,相互协调工作,实现全面、准确、高效地对交通信息进行综合管理和控制。从而在减少交通拥堵、降低资源浪费、增加经济效益、促进社会发展和城市交通规划统筹兼顾,综合治理,标本兼治上起到积极的推进作用,多城市、多平台交通信息平台的建立与完善也必将在实现高效、便捷、舒适的交通社会中发挥重要作用。 论文整体结构是以多城市、多平台交通网络结构关键技术为基础进行论述的,首先对比各种关键技术,提出适合本平台实现的方法,而后结合项目需求进行关键技术的实现,在论文的最后,整合各种技术搭建多城市、多平台交通信息网络平台。 论文首先在简要介绍国内、国外城市交通信息系统的发展现状的基础上,通过对比分析多个城市交通信息网络平台数据信息建设现状,提出适合多城市、多平台交通信息网络平台需要,构建以数据共享、信息提取、分析服务和决策支持为主体的信息网络平台总体构架和适合在多城市、多平台交通信息网络结构中应用的关键技术及提供多城市、多平台交通信息网络搭建所需的技术手段。 论文第二部分重点对数据库访问接口技术进行了研究,通过对ODBC和JDBC的数据接口方式进行简要介绍和对比分析的基础上,重点对多城市的数据库数据抽取、转换、清洗、装载的Transact-SQL、调用命令行工具BCP和使用数据转换服务DTS对数据进行处理的三种方法进行了探讨和分析。通过Access、Oracle、txt与SQL Server之间数据的迁移三种具体转换实例的介绍,提出了适合本平台数据转换的方法。 论文第三部分在数据信息转换迁移功能实现的基础上,主要对数据信息、的整合分析以及形成OLAP多维分析报表的基本分析操作、存储方式和逻辑建模进行了具体的研究和探讨。通过对多维OLAP报表工具：开源项目OLAP引擎Mondrian的具体实现方法,提出了适合项目的多维分析技术,并在此基础上,对Mondrian的API、schema和MDX语言进一步进行了探讨和研究。 完成多城市、多平台交通信息网络平台的数据抽取、转换、清洗、装载过程和基于OLAP技术的多维数据信息分析功能后,论文对数据信息的关联分析、预测等数据挖掘技术进行了概要的介绍,并对挖掘功能进行了简要的介绍和实现。 论文最后整合了上述关键技术,搭建了多城市、多平台交通信息网络平台。重点对多城市、多平台交通信息网络平台的信息发布功能、信息检索功能、信息分析功能、数据挖掘功能等各个模块进行了介绍。最后一节结合系统平台用例图,系统直观地展示了平台的具体实现过程。通过平台的搭建和关键技术的应用,基本实现了多城市、多平台交通通信息网络平台开发的目的。

关键词： 数据仓库   数据挖掘   开放式基金   投资决策  

摘要： 今天科学技术发展迅猛,产生了大量的数据,对于数据的存储、处理、应用都面临了巨大的挑战。数据仓库技术的提出对于数据的处理、应用给出了新的方向。金融投资现今遍布全球,使用数据仓库技术对金融投资进行决策分析,是金融投资和计算机技术融合的热点问题。 针对当前的金融热点问题之一的开放式基金的投资决策,设计出基于数据仓库技术的开放式基金投资决策支持系统。应用数据挖掘、模糊数学等知识构建了一种新的决策投资模型和评测体系。在该模型中,添加了非文本数据作为新的数据变量,同时根据对关联规则方法、模糊处理技术的研究,采用了新的数据仓库模型对数据进行计算,还采用了一种新的基金评估的计算方法,设计基金决策支持系统。 通过对基金公司的实地考察,挑选出具有代表性的相关因子构建出基金投资评估体系,对所收集到的数据,应用关联规则方法、模糊处理技术等知识对各项指标进行分析,得到了基金投资各因素的相关关系。根据数据挖掘分析得出的结果,以及对基金投资现存的投资风险、服务理念、公司团队等分析,同时探讨基金产品的关注度、服务等方面的问题。最后对投资者所关注的基金的风险度、投研能力等给出综合分析结果,给管理者和投资者相应的建议。本系统在理论和实践上为管理者和投资者基金投资决策提供了分析工具和方法。基金决策系统的建立,结合了中国的实际,是符合我国企业需要﹑行业需要﹑部门需要﹑国家需要、消费者需要的基金评估体系。