课程文献中心 更多>>

关键词： 高校综合分析   项目管理   数据仓库   系统分析  

摘要： 近年来,我国各高校已经基本完成网络基础硬件设施、网络基础服务、部门级应用系统建设工作,随着学校信息化应用水平的进一步普及与提高,来源于各级学院、部门的查询、报表、统计等平台应用,需求增长很快。特别是在全局业务辅助决策、多业务视角关联、统计精度、分析速度、信息展现能力、信息安全等方面,需求日渐增大。高校综合分析能帮助高校迅速发现管理中的问题,提示管理人员并帮助其进行快速、准确的决策支持。高校综合分析的发展趋势,带动了项目建设的增长,在项目方案中,需要定义面向数据处理和分析的业务解决方案,满足高校咨询用户和未来对综合分析应用的需要。本文主要研究内容是高校综合分析平台项目的分析与设计,具体研究内容包括以下3个方面:(1)本文从高校综合分析项目现状着手研究,分析了高校综合分析项目发展情况,现在主要存在问题,并从技术层面和实施方法层面提出了高校综合分析项目改进解决的思路;(2)结合国内某高校综合分析平台项目的实践实例,对高校综合分析平台项目的系统分析与设计进行研究;(3)重点分析高校综合分析项目中技术架构、业务架构,构建综合分析平台,明确严谨的文档要求、标准化的管理过程,使业务和技术得到有效的积累。本文研究的高校综合分析平台项目的系统分析与设计是对既存研究的有益补充,提供了具有普遍性的、面向教育行业综合分析客户解决方案,为快速构造综合分析应用解决方案提供支持,使项目相关建设无论在战略层面、战术层面,还是操作层面都能为相关涉众提供更好的参考模式和方法,最终促进综合分析方向的发展和进步。

关键词： 有线电视   故障数据   数据仓库   抽取转换加载  

摘要： 当前,计算机信息技术和网络技术已经在有线电视行业得到了广泛的应用。有线电视行业各部门对全行业系统的实时监测能力、控制能力以及管理能力都有了明显的提升,同时也积累了海量的数据信息。管理人员和工程技术人员都渴望通过对这些海量数据信息的精确、及时的分析,以确保有线电视网络系统安全、高效地运转。目前,有线电视行业采用的信息分析手段还很难全面、精确地分析如此海量的知识信息,数据仓库技术的出现则恰恰可以弥补数据分析手段的不足,承担起针对大规模数据的处理任务。 基于这样的背景,论文提出为有线电视呼叫中心话务系统构建故障信息数据仓库。本文分别阐述了有线电视呼叫中心话务系统的基本特征,数据仓库和数据的抽取转换加载技术。通过对话务中心故障受理体系的需求分析,结合故障信息数据的特征,构建了故障信息数据处理系统,具体工作为:数据的导入设计和数据仓库设计。利用基于Power Builder编制的文本抽取软件抽取出故障信息的数据源,利用Oracle Warehouse Builder创建了数据仓库并完成数据的转换和加载过程。 本文将数据仓库技术引入到有线电视呼叫中心故障受理数据系统当中。利用ETL技术和数据仓库技术充分地整合了全部的数据信息,依照分析主题合理地安置数据信息,为系统下一步的分析和预测做好了充分的数据整理工作。

关键词： Data warehousing   Information technology   Computer architecture   Cost effectiveness   Business intelligence   Pragmatism  

摘要： When implementing a data warehouse, designing overly complex environments can lead to misappropriation of resources, unnecessary expense, and production delays. It is the architect's duty to take a step back and make thoughtful, sound architecture decisions, asking: 'Do we want this, or do we need this? Are we meeting our business goals or just adding unnecessary complexity?' Data warehouse architects must be pragmatic in their approach; often, a less complex system means a smarter solution, improved time to value, and fewer headaches for business users and IT practitioners. By considering key, commonsense actions and practices, IT architects can avoid the pitfalls of over-architecting and devise a data warehousing solution that is right-sized, pragmatic, cost effective, and successful. [ABSTRACT FROM AUTHOR]

关键词： Conceptual Modeling   Customization   Data Mart   Data Warehouse   Goal-Oriented Requirement Engineering   MDA   Model-Driven Engineering   QVT   CONCEPTUAL MODELS   ARCHITECTURE   METRICS   TOOLS  

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： 数据仓库   应急联动系统   数据挖掘技术   信息平台   监测预警模型  

摘要： 随着城市化和信息化的快速发展,可能带来的环境、能源、灾害和突发性事件影响的综合性和复杂性也愈加显著,城市的应急管理和紧急救援日益成为全球关注的热点。　　一个高效的应急联动体系和统一的信息平台,可以提高政府对紧急事件快速反应和抗风险的能力,并为公众提供更快捷的紧急救助服务。　　该文在对应急联动体系和数据仓库、数据挖掘技术的理论和现状进行了解后,对新一代应急联动系统可使用的技术进行了分析,根据应急联动系统业务和数据的特点,提出了应急联动系统的决策应该基于实时数据仓库,并探讨了面向异构数据源的实时ETL的实现方法;提出应急系统众多的行业应用对于数据挖掘技术有着丰富的需求,讨论了案件关联串并和可视化监测预警的实现方法,并特别提到警情常量的使用。最后在介绍了厦门市应急联动体系后,以厦门市应急联动系统警情研判子系统为例,验证实现了数据仓库和数据挖掘技术的部分应用模型和方法。

关键词： 癌症预测   Oracle   数据仓库   多维数据集   OWB   OLAP   维度   立方体  

摘要： 基于疾病与致病marker检测系统的数据仓库设计与实现 某些疾病(特别是癌症)的发生常常伴随着患者体内基因或蛋白质的表达量异常。因此,可以通过检测人体内的某些基因或蛋白质的表达量,通过与正常人中的表达量的对比来判断被测者患病与否。对于癌症的诊断,目前普遍采用的方法就是检测患者体内某些基因或蛋白质的异常表达情况,而判断基因表达异常的依据就是通过对历史数据的统计分析得到的一些相对可靠的规则。违反统计规则或者那些基因或蛋白质表达量与统计信息出现异常的情况我们就认为在一定的概率下诊断出了癌症。基于这一理论,我们构造了一个有六个表组成的数据模型,通过对表的查询能够得到某些基因或蛋白质与某一疾病的相关情况,从而得到相关疾病的相关致病基因,由此达到通过检测基因或蛋白质的变化情况作为判断疾病发生与否的依据。上述数据库系统中存储着大量的疾病与致病因子的信息,基于数据仓库同传统数据库的一些优点,例如,传统的数据库是为了捕获数据的需要而设计的,而数据仓库是为了分析数据的需要而设计的,在面对大规模的数据分析时,数据仓库的面向主题的特点能够表现的更加有优势。因此为了能更加直观和有效地对数据库中的信息进行查询分析本文将搭建一个基于以上数据库系统的多维数据模型,也就是一个多维的数据仓库模型,该数据模型有维表和事实表组成,维表中描述疾病和基因的详细信息,事实表中存储相关疾病同致病基因之间相关性的一些测量值(measure),通过对事实表的查询,即可得到需要的信息。另外在对我们构建的数据仓库模型进行查询时,可以选择不同的事实表粒度条件,从而在不同的层次上分析研究疾病与致病基因的相关性。 本文首先介绍了源数据模型的数据结构及各个相关表的属性以及数据仓库的基本架构等基本的准备活动,接着介绍了数据仓库的设计和实现过程中用到的OWB和OLAP技术,在文章的第三章中阐述了基于疾病和致病marker系统的数据仓库的设计与实现的主要过程,首先配置项目环境,其次一一罗列出我们设计目标数据仓库的过程,最后基于设计的数据仓库数据模型运用OLAP技术构建一个多维数据集。本文通过对两种基于不同的数据存储系统的查询结果的比较,旨在得到比原始系统更加直观和有效地查询结果。目的在于探索数据仓库技术在生物信息领域中的应用,特别是目前尚处于发展并且信息量和信息的噪音同样具有相当大规模的前提下,数据仓库由于自身的面向对象和旨在分析数据而设计的特点将会在该领域发挥巨大的作用。

关键词： 客户关系管理   证券经纪业务   数据仓库   J2EE   数据挖掘  

摘要： 伴随着全球经济的发展,证券市场也发生了很大的变化,市场竞争也日趋激烈。国内的证券市场也在经历了一个震荡调整后,开始复苏,但随着外资的不断进入,国内整个市场环境在迎来发展机遇的同时也经历着巨大的挑战。这一紧迫的局势逼迫着国内证券公司逐步的开始考虑更全方位竞争的问题,促使证券公司开始转变传统的经营模式,转向以客户为中心的经营理念。目前,证券经纪业务交易手续费和股民保证金的利差支持者证券公司大部分的收入。CRM(客户关系管理)是一种以客户为中心的管理理念和战略,建立在互联网和电子商务基础上的一个新的系统,以实现并提高企业的价值。通过实施CRM可以充分利用证券公司多年积累的客户数据,并通过深度挖掘获得客户的多种分析数据。而且结合公司的各种研究和分析资源,从而有效地保持和挖掘机构客户,为公司的发展和战略目标创造最大利润。 结合证券公司实际软硬件情况和证券公司业务对于CRM的实际需要,构建基于J2EE体系结构的证券经纪业务管理信息系统。本系统运用数据仓库中的数据挖掘技术,分析企业系统中获得的各种数据,进而为企业的经营和决策提供可靠的量化依据。本文详细介绍了该系统的设计和开发。系统分为客户关系管理,经纪人管理,系统管理和经营决策分析等子功能模块,其系统结构采用N层结构的J2EE体系结构。系统的体系结构由下至上可划分为数据层、业务逻辑层、表示逻辑层和Web客户端四个层次。首先从证券公司内部数据源和外部数据源提取与分析目标相关的各项数据,并对数据进行清洗、转换;接着将分析数据装载进入数据仓库;然后利用OLAP、数据挖掘分析技术对数据进行总结、分析和预测。从而达到加强风险控制、提高证券公司服务质量,争取更多客户实现利润最大化的目标。本文分别从系统的设计目标和策略、系统开发技术方案、设计和实现等几个方面对系统进行详细说明。

关键词： 高速铁路列控系统   决策支持系统   数据仓库   故障树分析法   灰色系统  

摘要： 随着铁路建设快速发展,大量新建铁路和客运专线已经或即将投入运营,铁路信息化、现代化水平不断提高,大量新技术、新装备不断投入应用。但维护人员总量不再增加,在这样的前提下就需要优化已有的高速铁路设备维护维修方式,铁路设备维护单位需要充分利用信号集中监测、列车控制系统仿真平台和列车动态检测设备,实现对列车控制系统的动静态检测,提高数据分析能力,为设备维修维护提供决策支持。因此,本文提出并完成了基于数据仓库的高速铁路列车控制系统地面设备维修决策支持系统,该系统通过提供完善的知识推理和健壮的决策模型,很好的完成了对设备维修维护的决策支持。 本文在通过对当前世界各高铁发达国家高铁信号设备的维修维护方式,信息系统建设研究后,分析了我国在高铁信号设备维护维修方面信息化建设的问题,详细的介绍了系统的研究对象,结合决策支持系统和数据仓库理论,应用可靠性和灰色系统理论知识,实现了系统的各功能。 论文介绍了高铁地面各设备的功能和技术指标,在此基础上分析了各设备的日常维护和集中检修内容及人员安排。对系统中数据仓库和联机分析处理进行了分析与设计,采用逻辑模型为星型模型的数据存储模式;建立了综合信息数据系统,提供了完善的信息查询,快速的数据收集,详细的决策依据,实现了高速铁路列车控制系统地面设备维修维护的快捷管理。 由于高速铁路列控系统地面设备维修维护中缺少数学模型和公式,在决策方案中人为因素影响比较大,因此本文采用基于知识的推理机制和灰色系统理论知识较好的解决了这个问题。分析了系统信号知识库中的各种类型的知识,选择利用产生式法和框架结合的知识表示方法,并设计了知识库推理机。应用故障树分析法分析了设备的各种故障模式及引起故障的各种因素,建立了设备的安全管理模型;结合灰色系统理论知识,应用改进的GM(1,1)模型,对设备的运行状态进行了预测;利用灰色关联分析法,对设备当前运行状态进行评价,应用这两种理论较好的完成了决策模型的建立。 最后,对全文进行了总结,并对今后研究的工作做出了展望。

关键词： 数据仓库   数据抽取转换加载   流水线   增量数据抽取   日志分析  

摘要： 数据抽取转换装载(ETL)是数据仓库的核心组成部分,负责从异构的数据源中抽取数据,对这些数据进行清洗、转化,并最终加载到数据仓库当中去。ETL平台开发和设计的好坏直接影响了数据仓库的构建乃至整个商业智能系统的应用。因此,对达梦数据交换平台(DMETL)进行改进以提高产品的指标具有重要意义。 在深入研究和分析了达梦数据交换平台的工作原理和机制以及该平台在设计和实现中所涉及的关键技术的基础上,找出了现有达梦数据交换平台存在的不足和缺陷,提出了两种改进方法。其一:考虑到原有DMETL的串行工作方式不利于发挥系统的功效,将流水线技术引入到达梦数据交换平台之中。流水线的工作方式实质上是利用多线程和缓存技术,使得ETL数据的抽取,转换和加载三个环节的执行可以抽象成流水线一样运行在不同的线程实例中,从而减少了中间环节的等待时间。通过流水线工作方式充分的利用了计算机资源,提高了系统的吞吐率,提升了ETL的工作效率。第二,针对原有DMETL增量抽取方式对客户系统进行未授权操作所带来的弊端,同时考虑到实际项目中ORACLE作为数据源的应用较多,设计和实现了针对ORACLE数据源的基于日志分析的增量数据抽取方式。利用ORACLE数据库自身的日志分析工具LOG MINER,对数据库日志文件进行解析,获取用户对数据库的变更操作。通过分析数据库的变更操作来对数据库中的增量数据进行捕获。该方法可以有效降低DMETL对客户系统的影响。 通过实验表明,流水线技术的引入是可以在一定程度上提高达梦数据交换平台的工作效率的,并且基于日志分析的增量捕获方式也是可以避免对客户业务系统的侵入。此外,这项工作对达梦数据库开发并提供其数据库日志分析工具也有参考价值。

关键词： 数据库系统 9 shu ju ku xi tong  

ISBN: (纸本)9787302228196

摘要： 《数据仓库与数据挖掘原理及应用》从专业角度全面介绍了数据仓库和数据挖掘的理论、方法、技术及其应用，系统地阐述了数据仓库和数据挖掘的产生、发展和应用及其主要概念、原理和算法，并结合当前数据仓库和数据挖掘中一些新的应用实例进一步加以说明，力求学以致用。 全书分为三篇。第一篇介绍数据仓库的起源和演变过程，阐述数据仓库的定义、体系结构、组成、元数据、数据粒度和数据模型以及ETL过程，论述数据仓库设计和实现的方法。结合具体应用详细阐述了如何构建数据仓库及其主要应用，包括OLAP和OLAM等。第二篇介绍数据挖掘的起源和发展趋势，以及数据挖掘与web挖掘的技术和方法，包括聚类、分类、预测和关联分析等，详细分析了数据挖掘在电信领域的具体应用，如客户细分、重入网识别和WAP日志挖掘等。第三篇讨论数据、信息和知识的关系，论述知识表示的主要方法和知识管理的核心技术，介绍当前研究热点——语义网和本体的核心技术和方法，分析了语义网和本体的主要应用。 《数据仓库与数据挖掘原理及应用》可作为计算机专业研究生或高年级本科生教材，也可以作为计算机研究和开发人员以及相关专业人士的参考资料。