课程文献中心 更多>>

关键词： 数据仓库和数据挖掘技术   客户关系处理  

摘要： 随着现代信息技术、计算机技术和通讯技术的不断发展和应用,数据库的应用范围开始不断深化,特别是在银行、信用社等长期与数字打交道的行业,累计的大量数据需要建立一个有效地数据库,并能够及时的进行归档和管理。本文对数据库的建立和数据资料的挖掘对信用社的重要作用以及如何恰当地建立数据仓库,系统地剖析了数据仓库的模型,以数据仓库为应用平台的联机分析处理(OLAP)技术,和数据挖掘在客户关系管理中的应用。

关键词： 数据仓库   ETL   数据提取   数据转换  

摘要： 数据仓库技术是近年来迅速发展的一项数据存储管理技术，由于数据仓库技术具有高度的数据集成性并能良好的处理异构型数据等特点，使其迅速受到了很多行业的青睐。它的面世极大的推进了决策分析领域的进一步的技术优化，并且改善了传统数据库技术的一些缺陷，使数据具有更好的集成性、稳定性并且兼备传统数据库的优点。将数据仓库技术应用到决策分析领域，可以很好的从大量的数据信息中提取出决策所需的有价值的数据，通过数据分析，更快捷的做出相应的决策。因此，在决策分析领域很有必要采用数据仓库技术。 本课题研究的数据提取与数据转换技术是建立数据仓库过程中获取原始数据并对数据进行加工过程的关键部分。数据提取与数据转换技术基于数据仓库ETL（Extract, Transform, Load）层中的“抽取”与“转换”两部分，“抽取”是访问数据库系统等外部数据源，并从中将数据仓库所需的数据提取出来，“转换”的过程是将“抽取”步骤所得的来源于不同数据源的异构的数据信息，通过数据仓库预定的模式，转化成为具有统一的数据格式的数据，从而便于数据仓库对这些数据进行具体的数据操作。本课题的研究过程中设计了实现数据提取与数据转换的算法及相关研发框架图，将数据提取与数据转换功能设计为访问数据源模块、从数据源中提取数据模块、数据格式转换模块等三个功能模块来实现。访问数据源模块通过CDatabase基类结合接口连接外部数据源，通过统一的数据访问接口来访问不同的数据源，实现对外部数据源的访问。从数据源中提取数据模块利用过程语言和调用接口方法来提取数据源中的数据，访问数据源之后，从数据源中获取所需的数据信息，包括数据表名、数据表中的列名及数据表中的详细信息。数据格式转换模块结合VC++技术与数据仓库技术完成对提取的异构数据的结构转换，将来源于数据源的异构的原始数据转化为具有统一格式的适用于数据仓库的数据，如浮点型数据、时间型数据等，在数据存储到数据仓库前，先进行数据格式的转化，赋予这些数据统一的数据格式。便于数据仓库对数据进行访问。通过这三个功能模块的实现串联了数据仓库与外部数据源，并支持连接SQL、MDB、Oracle等多种类型数据库系统，完成了数据仓库从外部数据源进行数据提取并转换的功能流程，以便于进行后续的存储、查询、分析等操作。 本课题研究的数据提取与数据转换技术可在Windows环境下完成数据仓库从存储原始数据的应用系统中提取面向主题的所需数据集合，并对数据进行合理加工以适应数据仓库的要求，对企业构建数据仓库进行决策分析过程中的整理核心数据并进行数据分析具有帮助作用，以加快决策分析的工作效率，可以良好的应用到采用数据仓库技术的行业决策分析领域。

关键词： 普通高校   招生管理   一档多投   录取算法   数据仓库  

摘要： 普通高校招生是国家选拔人才、体现公平竞争、构建社会和谐的一个主要环节，是教育领域具有政治意义、社会意义和全局意义的一项重要工作。普通高校招生中的志愿填报及投档方式作为一种招生录取模式，直接关系到考生接受高等教育的机会，事关千家万户的切身利益，是社会各界密切关注的问题。　　 恢复高考30余年来，我国普通高校招生录取模式几经变革，但仍存在明显的弊端，迫切需要一种更为科学、公平的录取方式。国外对高校招生录取模式改革的研究已有较长的历史，其中，“一档多投”模式得到了广泛的应用，部分西方国家在一档多投招生工作中已取得了重要成果。这使得一档多投成为当前我国高校招生录取模式改革一个热点研究问题。但是，我国“一档多投”模式刚刚起步，录取办法还不够完善，对于“大规模”系列的普通高校招生还有许多问题有待解决。　　 本文通过某省已搭建好的高考数据仓库平台，对高校招生历史数据进行多维分析，挖掘现行模式存在的主要问题，构建了一个适合我国普通高校招生的以专业为单位的一档多投模型，并提出了支持该模型的变权综合预录算法和最小优先志愿号录取算法。最后，设计和实现了一个一档多投实验系统，利用真实数据，进行了模拟实验。与传统模式的录取结果相比，“一档多投”能有效降低志愿填报风险，减少高分低就、中高分落榜等现象的发生，较好地解决高校选拔综合型人才与专业型人才的决策问题。本文的研究成果还可以为我国高考“一档多投”模式的改革提供必要的理论支撑。

关键词： 经营分析   校园市场   数据仓库   OLAP   学生客户识别  

摘要： 内蒙古地区的移动电话普及率2010年已达到了99.5%,不同标准的3G已经展开同台竞争。内蒙古公司面临竞争加剧、收入增长放缓、投入产出率下降的市场压力。为了保持公司较好的盈利能力,真正实现可持续发展,内蒙古移动在2010年提出了细分市场,开展差异化营销服务工作,抢占保有关键客户市场的思路。校园市场已是中国移动集团公司的重点战略市场,也是内蒙古公司重点关注的重要市场之一。为有效巩固校园市场优势地位,提出了深入推进经营分析系统的应用,充分利用信息化手段提高校园市场运营效率,从而提升校园市场精细化管理水平的策略。 本论文旨在描述内蒙古公司如何在集团公司规范的指导下,结合内蒙古移动校园市场管理的实际需求,在现有经营分析系统开展校园市场运营专题建设的研究工作。 本论文主要完成校园客户识别、校园客户监控、校园客户分析、校园客户营销的研究工作,通过校园客户识别模型的研究,能有效了解校园区域内的学生客户情况,为校园市场营销提供精确的信息支撑,支撑公司营销服务人员对校园市场各类营销活动的闭环管理;通过校园客户监控应用的研究,能为快速洞察校园市场变化提供信息支撑,同时助力开展有效的维系保有工作;通过校园客户分析应用的研究,能让管理人员了解校园客户的业务使用情况、欠费情况。通过此项研究,为内蒙古移动在校园市场精细化管理方面提供有效的信息支撑手段,提升了公司整体应对校园市场变化的响应速度及把控能力,确保校园区域市场的竞争优势,提升公司核心竞争力。 本论文以《中国移动省级经营分析系统校园市场分析应用业务技术方案》为基础,首先对经营分析系统校园客户运营管理平台的研究背景、研究的目的和意义以及论文的组织结构进行了介绍,然后介绍了校园市场、数据仓库、数据挖掘、OLAP、经营分析系统等相关理论知识,在此基础上提出了校园市场运营管理专题的总体设计方案,包括校园客户识别、校园客户监控、校园客户应用、校园客户营销。依据总体设计方案,在一个地市公司进行了试点落实实施,并在高校迎新的时候开展了相应的营销支撑,取得了不错的效果。最后对全文进行了总结并展望了未来的发展方向。

关键词： 半导体   缺陷数据   信息集成   数据仓库   数据挖掘  

摘要： 针对半导体制造企业在晶圆的生产制造过程中产生的缺陷数据,研究和讨论如何进行企业信息集成;从需求分析、信息抽取、异构数据源集成、数据仓库建模和数据挖掘等各个环节研究与验证了信息集成理论与技术在实际工程方案中的应用。 基于以上原理,论文阐述了如何建立缺陷数据的信息集成系统。系统可以自动收集生产线上检测机台所产生的文本文件,通过挖掘有益于分析的数据,经过转换,形成统一的标准化文件,可供用户直接分析并可做二次开发的信息,以帮助用户分析缺陷数据、改善工艺、提高产品良率。 对于系统的构建,首先介绍了缺陷数据的来源与形式,确定了信息抽取的标准;其次介绍了缺陷数据相关的核心算法,如重复位置点、聚类、多层叠加,并对其结果进行了验证;然后基于抽取的信息,构建数据仓库,包括逻辑模型、物理模型和数据字典的设计;再次从环境配置、系统工作流程、应用集成和数据周期等方面对整个系统进行构建;整个系统包括对所有缺陷数据源的信息抽取、信息挖掘（主要是重复位置点、聚类和多层叠加三个算法）、转换和装载的工作流程的设计和开发,也包括了存放结果集的数据仓库的构建。 最后从时间效率、系统效率和数据的准确性三个方面对整个系统进行了测试验证,得到了用户的认可,并且提出仍需探索的问题。

关键词： 商业银行   数据仓库   客户细分  

摘要： 伴随着中国经济的快速发展,外资银行在华业务的进一步深入开展,各地方性商业银行向全国范围的业务扩张速度逐渐加快,商业银行间的竞争日趋激烈。银行间竞争的焦点是客户,对客户进行有效的细分是对客户提供有针对性服务的前提条件。银行必须了解现有客户的价值,明确和把握优质客户资源,为他们提供更具个性化和吸引力的服务,提升客户忠诚度,利用有效的资源产生尽可能大的效益。个人金融业务作为商业银行新的利润增长点,受到越来越高的重视,对个人客户的细分也就显得尤为重要,本文就将研究P银行个人客户的细分问题。 银行数据大集中之后,数据仓库技术的引入为提升银行总体管理决策水平,搭建客户关系管理系统,实施客户细分等一系列管理决策性应用提供了有力的支撑。本论文就是以P银行数据仓库投产应用为前提,以P银行大连分行客户细分为研究目标,运用数据挖掘相关的技术和工具,以期构建合理有效的客户细分模型,提升银行决策管理水平。 本论文首先简述了当前商业银行个人客户细分及数据仓库技术运用的基本情况,之后对商业银行客户细分理论及数据挖掘的相关技术进行阐述,然后建立了P银行个人客户价值评价的模型,以客户价值作为客户细分的评价依据,运用数据挖掘方法建立数据集市,构架P银行聚类分析模型,成功实现对银行个人客户的细分及对各细分群体属性的描述,并给出对于各细分群体的营销建议。 研究结果对于P银行进行客户关系管理,维护有价值客户,发掘客户潜力,提高客户价值及忠诚度有十分重要的理论价值和现实意义。

关键词： 知识发现   数据挖掘   数据仓库  

摘要： 在知识工程系统中,经常需要通过非自动方法或自动方法来实现计算机从知识源获取知识的过程。知识发现KDD(knowl-edge discovery from data base)是从人们建造的数据库中进一步获取新知识的主要方法。该文论述了知识工程中知识发现的过程,对象以及在知识发现中数据挖掘的应用情况。

关键词： 价格预警   数据挖掘   KLR   AHP评价体系  

摘要： 改革开放以来，我国城乡居民生活水平不断提高，农产品消费量持续上升，农产品生产已基本结束了供给不足的短缺局面，农产品已由卖方市场转向买方市场;供求态势的变化，导致市场竞争日益激烈，市场风险不断出现。加入世界贸易组织后，农产品生产者则面临更大的农产品市场风险;因此，开展农产品预警研究，防患于未然，具有重要的理论与实践意义。本文在研究相关理论的基础上，采用定性分析、定量分析和案例分析等研究方法，开展农产品价格预警的理论分析和实证研究，并将微观预警和宏观预警有机地结合起来。全面剖析了我国农产品价格变化的特性规律，系统分析了影响农产品价格的各种因素，从而揭示了我国农产品价格基本规律，探索农产品预警理论，构建了预警指标体系并完成了系统的相关预警功能。 为了明确预警常用的基础理论和科研方法，了解国内外预警研究所达到的水平，本文在对前人在预警领域，尤其是和价格类预警相关的研究进行了解和学习;确立预警系统的体系架构，并建立农产品价格数据仓库，目的是为了在庞大的价格数据里分析得到有用的信息，完成数据到信息的升华，同时使用AHP评价方法，以猪肉价格为例，分析分析评价了影响农产品价格的指标，并确立相关评价体系;综合其他学者的研究，提出基于小波理论的KLR（由Kaminsky、Lizondo和Reinhart三位学者提出，故取三人名字开头字母命名）预警模型，导入安徽省2010年影响猪肉价格的部分相关数据开展实验，证明KLR模型的预警精度在小波理论的作用下得到提升，并且与农产品价格预警的要求更加契合。 本文的主要创新点有二，一是提出基于小波理论的KLR信号预警技术，使得预警的指标阈值设置的更加合理，能够自动的产生预警，提高预警的准确率和效率;二是以猪肉价格为例，对影响农产品价格的因素指标建立评价体系，使用AHP评价分析法，确定影响价格的主要因素以及各因素的比例权重，为今后类似的研究提供思路和依据。 通过以上理论分析，展开系统各功能模块的设计开发，具体包括预警模块、价格监测模块、价格成本信息管理模块和价格信息发布模块，主要功能包括价格信息采集、预警发布与通报、预警统计分析、预警参数设置等。

关键词： 元数据   ETL   可扩展标记语言   预处理   数据仓库   病例资源库  

摘要： 某医院信息化建设的发展,迫切需要建立一个数据仓库,为临床辅助诊断和日常管理决策等提供支持。病例资源库系统正是应医院的要求而开发,集成医院信息系统的数据,通过数据挖掘技术,挖掘和分析出数据价值,用于辅助临床诊断和支撑管理决策,以及科研、教学。ETL(Extract Transformation Loading,ETL)工具就是处理从医院的多个信息系统中获取业务数据,进行数据清洗和和转换,存储到病例资源库中的过程。 本文的研究目标是实现一个具有病例资源库特点的ETL工具,处理从数据源抽取数据导入到病例资源库中。本文首先分析了病例资源库对ETL工具的需求,分析了数据源数据的特点,基于元数据的思想设计出ETL工具的体系结构。然后重点设计了ETL工具中元数据的结构,设计了ETL模块的处理流程,最后根据设计的结果实现了ETL工具。在设计和实现中,ETL工具中的元数据,中间产生的临时数据,都采用XML进行组织和存储,并且数据的清洗和转换方法也都是基于XML的。 通过元数据技术,大大减轻了ETL工具实现的复杂度,提高了系统的扩展性以及灵活度。元数据文件中规则制定的策略是本文的一个探索。在ETL的整个流程中,数据的处理都是在XML文件上进行,而不是传统的数据库,这也是本文对ETL工具的一个探索。 本文设计和实现的ETL工具已经交付某医院,系统的可用性、稳定性和扩展性都得到了实际验证。

关键词： 数据仓库   决策支持   多维展示   联机分析技术   Cube模型  

摘要： 本文论述了土地管理决策支持子系统的设计与实现,该系统采用数据仓库技术对土地管理过程中产生的数据进行分析。由此建立相应的土地管理数据仓库,通过对原有土地管理信息系统中的数据进行清洗、转换后,装载到数据仓库中。在土地管理数据仓库的基础上,结合联机分析技术对土地管理决策支持子系统进行多维展示设计,为国土资源管理人员提供决策支持。土地管理数据仓库的设计与实现包括以下工作: 数据仓库需求分析。基于土地管理的业务流程和数据仓库面向主题的设计理念,提出土地管理数据仓库的三个分析主题:储备土地、土地供应、新增建设用地。分析各个主题的事实指标与维度,确立每个主题的Cube模型。将所有的Cube模型结合在一起便组成了结构完整的土地管理数据仓库模型。 数据仓库系统设计。数据仓库的设计是一个不断反馈和循环的过程。根据土地管理数据仓库的需求分析和三个分析主题的Cube模型,采用星型模式分别设计储备土地、土地供应、新增建设用地概念模型、逻辑模型、数据库表空间的设计、土地管理数据多维模型设计。 数据仓库系统实现。根据前期对用户的需求调研,在土地管理数据仓库的基础上,采用BIEE的前端展示工具实现用户的需求,建立土地管理多维分析展示平台,同时采用数据表、数据透视表、饼图、折线图等多种形式来实现各个主题的多维展示。