课程文献中心 更多>>

关键词： 数据仓库   数据集市   数据分析   营销策略  

摘要： 中国移动通信集团自成立以来,用户规模逐年扩大,尤其是2004年在海外成功上市后,用户与收入的增幅更是显著提升,较成立之初成增长了10倍以上。随着电信市场竞争的不断加剧,以往功能较为简单的经营分析系统已不能满足生产需要。这样,一套数据完备且能够满足各级领导及一线工作人员使用需要的用于指导生产经营的经营分析系统已成为企业的迫切需要。 在经营型CRM、数据仓库、数据集市、ETL、OLAP等技术相对成熟的前提下,为充分体现经营分析系统集中存储、多级应用的建设原则,中国移动通信集团吉林有限公司开始着手建设经营分析系统,对省级经营分析系统数据进行规划和配置,适度开放,形成面向地市的数据集市系统,为不同地市提供相应的数据分析支撑。2005年7月,中国移动集团公司提出建设数据集市系统意向,2006年初吉林移动公司数据集市系统研发工作正式启动,在历时三个月的各地市的需求调研后,陆续开始集市平台架构的设计和功能的开发,2006年7月份起正式运行,2008年、2010年又进行了两次较大的系统升级。目前,该系统功能够实现如下功能：日KPI指标展现、大客户和集团客户数据的查询分析与预警、渠道管理以及资费评估等等。本文从“需求分析”、“平台设计”以及“功能设计”等方面阐述了数据集市系统的功能描述、分析与设计,并展望了其未来的发展方向。 数据集市系统建立并开始运行后,已经取得了良好的效果。目前,省公司、地市公司乃至县公司的各级人员,无论是经营决策者（管理人员）还是一线执行者（客户经理）,都能从数据集市系统中得到及时全面的数据支撑。通过系统提供的精准的数据分析,管理者能迅速制定出适合的营销策略,来应对激烈的市场竞争;一线生产人员能更快地了解大客户及集团客户的动态,为下一步精细化服务工作做好准备。目前,吉林移动公司每天对数据集市系统访问超过10次的用户就有上千人之多,可以说,数据集市系统对吉林移动公司的运营起到了很好的指导作用。

关键词： 客户关系管理   手机行业   数据仓库   关联规则   结构方程模型  

摘要： 在瞬息万变的市场环境中,企业越来越强烈地感觉到客户资源将是企业获得最重要的资源之一,企业已经从以产品为中心的模式向以客户为中心的模式转移,于是以客户为中心的客户关系管理成为新一代的管理潮流。面对快速增长的海量数据收集,企业需要有力的数据分析工具将丰富的数据转换成有价值的知识。数据挖掘是一个从大量数据中提取有用的、有趣的知识的处理过程。 本文从广义上将手机行业的客户分为最终客户和零售商,分别进行了CRM研究。本文以L公司为背景,结合数据仓库、数据挖掘和结构方程模型等理论进行CRM的研究和分析,试图提升企业的客户关系。现有的手机企业对客户的管理一直处于信息混乱、有用信息丢失的状况,不能很好的利用交易过程中有用信息。基于此,本文结合相关理论进行理论与实际相结合的研究。本文的研究工作和主要成果是： (1)对国内外关于CRM、数据仓库、数据挖掘和结构方程模型等的相关理论进行归纳和总结。 (2)通过分析L企业手机部门的现有信息系统的现状和不足,进行手机企业基于CRM的数据仓库的构建。本文在综合大量的参考文献和研究成果的基本上,根据手机行业的特点,针对性地提出了手机行业的数据仓库架构、建模方法及过程。 (3)本文根据L企业手机部门的部分客户数据,从客户自然属性与其购买手机的特征之间关系的角度出发,结合关联规则算法进行分析,利用Apriori算法和SQL Server 2005的Analysis Server工具进行客户数据的关联规则挖掘。最后利用该挖掘结果进行客户购买行为的分析,为企业产品开发、制定市场营销策略提供的依据,同时该结果也可以用于对相关销售人员的培训中。 (4)结合手机企业特点和结构方程模型的特点、优缺点提出了基于SEM方法的零售商的选择评价。本文首先对现有文献中的零售商选择的理论进行归纳,同时对相关从业人员进行访谈和总结,提出零售商的评价体系。利用问卷进行数据收集,通过对问卷的信度和效度分析证明问卷的有效性,最后利用LISREL 8.7进行结构方程建模,结合模型拟合系数多次进行模型修正和改进,得到最终的评价零售商的数学模型,该模型对零售商选择具有指导意义。

关键词： 人工神经网络   BP神经网络   比例因子   改进共轭梯度法   非二次模型   牛顿法   Levenberg–Marquardt算法  

摘要： 本文的目的就是针对BP算法的这些局限性,如BP算法的学习速率较慢,网络会产生部分平坦区,网络权重的误差变化量在平坦区的变化几乎为零,致使整个网络的训练过程停止等,通过对算法结构及原理的分析,提出新的改进算法,使新算法较原算法在收敛速度和训练次数等方面有显著的提高。文中分别从标准权重更新公式中加入新的比例因子,并将训练中为常数的学习速率调整为随着训练逐渐改变的量,利用增益变化项可以修改本地梯度的同时给每次的迭代训练提供一个改进的梯度搜索方向,及基于拟牛顿法的Levenberg–Marquardt算法三个方向分别改进。 在反向传播算法中,学习速率的大小直接影响着整个网络的收敛速度。因为学习速率和梯度是权重连接数变化量的直接影响因素。但是,在标准BP算法中,学习速率在网络训练开始前已经初始化为一个常数。固定学习率的梯度下降法是低效的。因此提出了一种新的高效的方法,让学习速率适时调整,即第K次网络训练的学习速率与第K-1次的学习速率有关,并在权值变化公式中在原来两个影响因子(动量因子和学习速率因子)的基础上加入一个新的比例因子来调节每一次迭代所得到的输出和目标的差异,使网络的训练更准确,并且改善了标准算法存在的局限性问题。 BP算法中的激活函数使用信息增益量要比标准BP算法收敛速度快,然而,它没有注意到增益变化项可以修改本地梯度的同时给每次的迭代训练提供了一个改进的梯度搜索方向。这一事实让我们想到研究几个重要共轭梯度法公式,以提高类型算法的收敛性。研究表明,对搜索方向一个简单的修改也可以大幅度提高几乎所有主要的优化方法训练效率。共轭梯度法在精密或非精密的线搜索中能够全局收敛,但是这个搜索方向受当时条件的限制并不适用整个训练。任何使用梯度向量的方法,可以预计出最低点。因此这里提出一种基于非二次模型的改进共轭梯度法。所谓非二次模型就是首先定义一个关于向量X的二次函数,并将该函数的非线性放缩定义为新的激活函数,在此基础上修改网络的搜索方向,计算学习速率最优值,更新权重连接数,计算新的梯度向量,直到网络训练结束。 虽然牛顿法相对于神经网络算法中的标准算法其收敛速度更快更有效,但其中的Hessian矩阵计算复杂度较大,付出的成本较大,所以一般情况下不适用牛顿法作为神经网络的训练算法。而Levenberg-Marquardt法是在梯度下降法和牛顿法基础上演变而来的,这亦是迭代求解,通过在梯度相反方向的基础上选择参数提高预算的每一步。Levenberg-Marquardt方法采用了阻尼参数,增加了稳定并且可帮助收敛。 文中为了进一步验证新算法的有效性,利用Matlab神经网络工具箱对标准算法与新算法进行了仿真实验。并以具体问题为实例如数据仓库中的逻辑异或问题(这种模式分类不能用线性模型加以解决,而BP神经网络可以模拟任意的非线性问题且具有较强的映射能力),函数逼近问题(BP神经网络主要应用是函数映射、模式识别和函数逼近,且一个三层的BP网络可以完成任意的n维到m维的非线性映射)具体验证。 经过实验对比发现,本文中提出的新算法改善了标准算法中存在的部分问题且收敛速度较原算法显著提高,达到了预期的效果。

关键词： 数据仓库   数据中心   油田矿区  

摘要： 大庆油田矿区应用系统存在着技术多样性与开发的独立性,导致各个系统之间的数据共享比较困难,难以支持企业层面的集中统一数据管理。该文构建基于数据仓库的大庆油田矿区数据中心,阐述了集成的数据交换和共享平台的实现方法,使分散的、松藕合的分布式应用实现有机的集成。

关键词： 医用耗材   数据仓库   联机分析处理   多维分析  

摘要： 随着医疗改革不断深入,信息技术的不断发展,各级各类医疗卫生单位的HIS(医院信息系统)系统的功能不断地完善,医院的数据越来越多,数据库规模不断扩大。利用好医院这些海量的数据,将有用的信息资源及相关知识从海量的数据中提取出来,为医院管理者的决策提供依据,从而帮助医院提高市场竞争力,改善医疗服务质量,使医院能在激烈的市场竞争中立于不败之地,这是医院高层管理者最想从信息系统中得到的。 计算机科学近几年发展的技术热点是数据仓库、OLAP和多维分析技术,有不少行业已经将这些技术应用到自己的信息系统中,并且取得了明显的效果,例如通信、金融、商业零售业等。然而数据仓库、OLAP和多维分析技术在医院信息系统中结合使用的很少,因此对于在医院信息系统中使用数据仓库和OLAP技术的研究很有必要,也很有意义。医院信息系统与数据仓库和OLAP技术的结合将使得数据仓库的应用和OLAP技术发展有更广阔的前景,也必定使医院信息系统的应用更加有效。 本论文采用Microsoft SQL Server 2005中的SQL Server Integration Services、SQL Server Analysis Services中OLAP及多维分析技术对某医院HIS系统及物资系统的数据进行了整合,集成,按照医院医用耗材的管理需求确立主题,综合应用ETL的相关工具实现了数据的抽取、转换及加载,形成面向主题的数据仓库,为医院管理者对医用耗材数据多角度多层次的观察应用及就某一特别关心的问题进行深入分析提供了依据。 本课题对于数据仓库和、OLAP和多维分析技术中相关核心技术进行研究,实现和综合应用,主要研究工作包括如下几个方面： 首先,应用数据仓库相关理论,以医院2008年11月及2009年全年医用耗材数据作为数据源,建立了耗材入库、耗材出库以及医嘱耗材三个数据仓库,作为后续工作的数据基础。 接着,重点研究了构建数据仓库的核心技术ETL。深入探索了ETL工具应用及开发中的各主要环节。 最后,应用OLAP(联机分析处理)技术,实现了对数据仓库医用耗材使用与病人身份的关系,医用耗材使用的时间趋势以及科室医用耗材使用分析等为主题进行了多维分析展现。

关键词： 客户关系管理   数据仓库   数据挖掘   客户细分   聚类  

摘要： 近年来,国内电源行业的快速发展使得电源企业规模不断扩大,企业之间的市场竞争也日趋激烈,如何提高企业的竞争力已成为企业管理者必须要考虑的一个问题。越来越多的企业认识到,客户是他们的重要战略资源、是企业的生命线,如何保留现有客户和发展新客户,提高企业的竞争力,是企业需要考虑的重要问题。数据挖掘作为一种先进的数据分析方法,是实现对客户数据进行深入分析的有效工具。 本文通过分析电源行业特点,总结了电源制造企业的信息化建设现状及存在的问题。本文以浙江一家大型的电源企业为研究对象,详细分析该企业客户关系管理的内容,提出符合该企业客户关系管理数据特点的数据挖掘解决方案。主要研究内容如下： (1)研究了数据挖掘的主要算法,详细分析了电源的业务特点和客户关系管理系统,在对比分析了数据挖掘主要方法的基础上,选择了适合该电源企业数据特点的数据挖掘算法,用聚类分析方法进行客户细分,用时间序列进行销售预测;(2)提出了适合企业需求的数据仓库构建方案,从应用的角度对数据仓库、数据预处理过程和数据挖掘模型设计与实现作了详细介绍,构建了基于聚类分析的客户细分挖掘模型和基于时序分析的销售预测挖掘模型。 本文把数据挖掘技术应用到电源生产企业,为企业提供决策支持,为企业的营销策略提供技术保障,也有益于提高企业的服务质量,这对提升企业竞争力具有一定的意义。对数据挖掘在生产企业的应用也有一定的参考价值。

关键词： 绩效   考核   数据仓库  

摘要： 绩效考核是银行业管理中非常重要的一个组成部分。随着信息化的进程和业务的发展,原来的手工考核方式已经不能满足发展的需要,只有通过计算机强大的存储和运算能力,定制专门运行绩效管理的计算机系统,才能实现银行精确考核的要求。 论文以作者参加的一个银行项目为背景,论述了绩效考核系统的设计与实现。根据数据分析型系统的应用框架设计,绩效考核系统的逻辑架构划分为后台数据处理和数据前端展示两个部分。后台数据处理过程将完成大部分的数据处理,将数据仓库中的细节数据加工成为绩效考核所要求的各种指标数据以及汇总的数据,前端数据展现部分通过jsp页面完成绩效考核系统生成结果的展示。论文首先分析了绩效考核系统的架构设计,概述了实现方式、数据源系统、权限管理机制、前台开发工具和数据转换工具等几个部分的主要内容,然后具体分析后台数据处理流程和考核体系设计。根据数据仓库理论,数据库分为数据仓库层、基础集市层和绩效考核层。后台数据处理部分详细说明了数据导入、数据转换、基础集市处理和绩效考核层处理的流程和作业表,这些作业负责海量数据的处理以生成最终考核结果。考核体系部分详细论述了业绩指标、指标树、本征属性、标准值等概念,数据汇总和指标公式的设计,以及考核方案的制定与应用。 目前,本系统已经作为产品成功在银行实施,本文是对作者的研究工作和成果的归纳与总结。

关键词： 财务智能决策支持系统   财务管理   数据仓库   人工智能   军工集团  

摘要： 随着企业管理信息化的迅速发展,信息化管理已经上升到了一个新的层次,企业积累了大量的财务运营信息,如何使用这些信息为企业管理和决策服务是目前众多企业面临的一个问题,军工集团亦如此。财务智能决策支持系统正是为了解决这一需求应运而生。 本文首先根据系统的关键技术、架构原理,总结出财务智能决策支持系统的特点、系统能够实现的功能与系统的建设条件,然后笔者分析了我国军工集团的财务管理现状,讨论了军工集团建设财务智能决策支持系统的优劣势,综合以上的分析,笔者对军工集团财务智能决策支持系统的基本功能予以设计描述,着重探讨了系统针对军工集团需求特点的解决方案,为军工集团建设财务决策支持系统提供参考：通过映射实现军工集团多会计核算体制的统一;利用OLAP技术实现对军工集团复杂财务因素的灵活分析;运用神经网络方法进行资金预测;运用智能数据分析实现对异常数据处理和对非财务信息的挖掘。 如何运用数据仓库、数据挖掘、人工智能等技术建立具有智能特性的财务智能决策支持系统是大势所趋,也是近些年众多企业和研究者关注的内容。本文最后对军工集团财务智能决策支持系统的应用提出功能及运维机制方面的建设建议,提出分布式决策支持系统和决策支持中心是较适合军工集团的发展建设方向。

关键词： 汽车销售   决策支持   OLAP技术   数据仓库  

摘要： 在企业信息化建设过程中,先后开发了许多管理系统,如人力资源管理系统、生产管理系统、采购管理系统、销售管理系统、财务管理系统、客户关系管理系统等,这些子系统在企业的发展过程中发挥了很大的作用。但由于在建设这些系统时缺少整体的规划,不可避免的出现了信息孤岛,信息对抗等问题,汽车销售分析决策系统将对这些分散的系统进行整合,对数据进行集中管理,为企业的销售行为提供分析决策的依据,通过数据来指导企业的销售行为,具有重大的意义。 汽车销售分析决策系统整合现有的人力资源管理系统、生产管理系统、采购管理系统、销售管理系统、财务管理系统、客户关系管理系统,建立数据仓库,为企业的管理者提供各种报表、图表功能,使用这些功能可以对企业的销售行为进行分析决策,这些功能包括: 销售指标分析报表类(按年、季度、月粒度进行统计钻取,按省、市、县统计钻取)主要包括财务贡献指标分析报表、市场营销指标分析报表、客户指标分析报表等功能;并支持饼图、折线图分析。 销售综合分析报表类(按年、季度、月粒度进行统计钻取、按省、市、县统计钻取,主要包括销售业绩分析报表、销售财务分析报表、营销费用分析报表、销售渠道分析报表、客户综合分析报表、销售综合分析报表等功能,并支持柱图、饼图、折线图等图表结合的分析功能。在汽车销售分析决策系统的建设过程中,经历需求分析、数据仓库构建、数据ETL程序开发、详细设计与编码等阶段。 在需求分析阶段,通过对公司日常工作的报表进行分析,确定分析的主题,明确系统要开发的功能,需求分析的内容是系统构建的基础。 在数据仓库构建阶段,对现有系统的数据进行整合,建立企业的“数据池”,实现数据的共享。在本阶段建立企业的数据仓库模型,构建系统的数据仓库。本系统通过Microsoft SqlServer2005 Analysis Service构建系统数据仓库。 数据ETL程序开发阶段,建立“数据池”编码规范,统一数据标准、信息编码标准,实现数据的准确性、完整性、规范性、无歧义性存储。对各种不同系统的数据进行ETL,对分散的数据进行收集、整合。本系统通过Micorsoft Sqlserver2005 Integration Services工具进行ETL程序的开发。 在系统的详细设计与编码阶段,运用Microsoft Sqlserver2005 Report Service进行各种报表和图表的开发,实现系统各种功能。 本文分析了汽车销售分析决策系统的研究背景及现状,通过需求分析、系统设计、详细设计和编码测试等几个阶段,设计并实现了汽车销售分析决策系统,能够为今后开发同类软件产品提供借签。

关键词： 列存储   数据仓库   数据字典   查询   列行转换   C2R  

摘要： 随着市场竞争的加剧,社会对信息的需求量日渐上升,从大量数据中提取所需要的信息进行决策显得更加重要,传统的数据库系统已经无法满足要求。随着数据库技术的发展,一种支持决策的、特殊的数据存储技术应运而生,它就是数据仓库。 数据字典是数据仓库管理系统中的重要组成部分,它是数据仓库系统正常运行的基础。数据字典保存了数据仓库系统中所有数据信息的定义信息,系统将根据数据字典信息管理整个数据仓库系统的各项操作。数据字典被频繁查询,直接关系到数据仓库系统的处理性能。本文作者的主要研究和实现目标是设计能够提供快速查询的数据字典管理机制,并予以编程实现。 作者的主要研究工作概述如下： 1、研究和分析了列存储数据仓库管理系统的原理与实现机制,并针对列存储的技术要求设计数据仓库管理系统的底层软件架构。 2、针对底层软件架构设计,进一步根据列存储与元数据之间的特殊关系,对列存储数据仓库中的数据字典进行了逻辑与物理设计 3、提出了数据字典的优化列行转换引擎——C2R,实现了列行转换引擎的核心算法。 4、通过基于标准数据集的大量实验,验证了所设计的数据字典及其查询优化算法在查询处理效率等方面都取得了很好的应用效果。 本文的研究成果较好地满足了列存储数据仓库系统的实际要求。