课程文献中心 更多>>

关键词： 高校毕业生   就业状况   监测系统   数据仓库   数据挖掘  

摘要： 高校毕业生就业状况是社会各方关注的焦点。高校毕业生就业状况是衡量高校人才培养质量的重要指标之一,也是政府制定政策、评价督导的重要依据和参考,全面、科学、规范的对高校毕业生的就业状况进行监测有重大的现实意义。国家高度重视高校毕业生就业状况监测体系的建立和系统的设计与开发,各领域专家学者也积极开展了理论和实践方面的广泛研究,取得了一系列丰硕的研究成果。但是,仍然存在某些方面的缺憾:高校毕业生就业状况监测的系统性研究不多;尚未构建权威的高校毕业生就业状况结果评估模型;缺少符合高校毕业生就业状况监测决策需求的支持系统。本文的研究就是立足解决以上问题,采取“摸清现状、系统构建、逐步推进”的实施策略,寻求表征高校毕业生就业状况的结果评估模型,构建发现高校毕业生就业状况规律的挖掘模型和开发科学、严谨、可操作的监测系统,使高校毕业生就业状况监测工作既符合科学理论规范,又可满足实践应用需求。 本文研究内容和创新点主要包括以下三个方面: 1.分析了高校毕业生就业状况监测需求。高校毕业生就业状况监测是一项复杂的系统工程。首先需要根据监测主体的需求和监测对象的特征明确监测内容,然后将监测主体的业务需求进一步转化为基本功能,最后建立一套科学的运行机制确保数据收集、处理、发布渠道的畅通和监测工作的顺利开展。监测内容、基本功能、运行机制是构建高校毕业生就业状况监测体系需要重点考虑和深入研究的三个关键因素。 2.设计了高校毕业生就业状况监测模型。对当前我国高校毕业生就业状况监测指标进行了全面梳理和分析,提出了构建高校毕业生就业状况监测指标的原则。在此基础上,构建出一套高校毕业生就业状况监测指标体系,并运用层次分析法和模糊综合评价法得到高校毕业生就业状况结果评估指数,用来表征高校毕业生就业状况。同时,结合高校毕业生就业状况数据特点,设计了高校毕业生就业状况监测系统数据仓库,并选取了关联分析和模糊聚类分析等常用工具,构建了高校毕业生就业状况规律挖掘模型。 3.开发了高校毕业生就业状况监测系统。通过建立数据仓库,应用数据挖掘技术,依照软件工程的思想,在对高校毕业生就业状况监测系统的系统结构和系统功能进行概述的基础上,开发一个符合我国国情和就业工作实际需要的高校毕业生就业状况监测系统。一方面,通过高校毕业生就业状况监测指标体系的构建,应用模糊综合评价方法,完成了高校毕业生就业状况的评估功能,实现对单个高校的就业状况作出评定。另一方面,从典型个案式的研究角度出发,对高校毕业生就业状况监测系统的数据仓库进行了设计,通过SQL Server 2008 Analysis Service工具应用聚类和关联规则两种数据挖掘技术实现了分群归类和关系研究两种典型功能。

关键词： 数据仓库   电力营销   数据管理  

摘要： 现代社会电力发展速度日新月异,而且呈现不断市场化的趋势。在优胜劣汰的竞争机制下,如何能在市场中居于优势地位成为电力企业今后生存和发展首要考虑的课题,因此寻求建立一种可以适应市场经济发展的电力营销信息系统成为时代的需要。现主要探讨基于数据仓库的电力营销信息系统的设计背景及其工作原理,浅谈其在增强企业竞争力,追求经济效益方面所发挥的作用。

关键词： 智能体   决策支持系统   智能决策支持系统   多智能体   数据仓库   抽取   转换和加载   人工智能   数据挖掘   决策支持   知识管理   基于规则  

摘要： 数据仓库在企业化全球信息系统中继续扮演着重要的角色。数据仓库技术已经广泛应用到决策支持系统(DSS)中以实现关键任务决策系统(如飞船,防控,地震预测等),这需要数据仓库来结合业务系统中历史数据和当前数据。在使用数据仓库处理过程中,数据整合是一个非常关键的阶段。虽然近些年文献中有很多数据整合的方法,然而,随着互联网的发展,各种类型的数据(如图像,文本,声音,视频,数据库…)变的越来越多,处理这些庞大的数据和发现其中的关联,实现知识表达和决策是一项艰巨而又不能忽视的任务 应用数据仓库技术和多智能体系统的现代决策支持系统(DSS)不仅可以帮助企业主管进行战略决策分析和提高企业竞争力,而且还可以帮助其他领域如卫生部门。一个很好的例子是认知模型,它可以捕获临床推理,用来实现医疗推理工具,其行为可以接近医生,医师或护士的推理行为 在这篇论文中我们提出了一个异构数据集成的体系结构,它基于多Agent的规则驱动的决策支持系统。与数据仓库结构相比,设计了一个多Agent系统(MAS)可以从不同的数据源获取数据,构建基于规则的模型,为最终的用户提供决策支持。我们的目标构建一种模型,该模型通过数据挖掘和规则产生提供高精度的帮助,使临床医生获得一个正确的决策 最后,我们以乳腺癌的诊断为研究案例仿真实现我们提出的多agent系统。临床数据被提取、转换和加载到数据仓库中。数据挖掘技术,特别是决策树,以及如何将它们应用到知识发现并最终帮助用户做出适当的决策是我们主要工作中的一个重要主题。我们提出的架构与先前其他学者提出的其他架构相比,实现了较高精确度的输出。

关键词： 决策支持系统   数据仓库   计算机信息  

摘要： 较详细的介绍天津港的计算机信息化现状及存在的问题,以及从企业管理和以客户和服务为中心的经营管理模式的角度论证港口企业开发设计智能决策支持系统的必要性和基本组成。

关键词： 数据仓库   财务数据分析   联机分析处理技术   多维数据集  

摘要： 随着各行各业信息化建设的不断完善,在企业的生产经营过程中保留了大量的数据资料,而很多企业并没有充分利用这些材料,导致数据分散的堆砌。如今,企业对数据分析有了更高层次的需求,在面临残酷的市场竞争下,决策者的经营策略直接影响企业的竞争能力和市场表现。而生产经营中产生的数据资料能够直接反应企业经营状况,经过整合分析,可以为决策者提供最为直接有效的参考。 本课题以我国电力行业为研究对象。电力行业作为国家公用事业的支柱型产业,随着管理信息系统的发展,积累了大量数据,研究分析其财务报表,能够反映出行业的发展等基本情况。本课题以最大限度地利用电力行业中龙头企业的财务数据为基础,在进行了需求分析和可行性研究的前提下,构建财务指标数据仓库,应用SQL Server 2005进行了数据转换,建立了数据仓库模型和多维数据集,应用OLAP技术深入分析电力公司财务指标数据。具体分析了四家电力企业的主营业务收入、利润等指标数据,了解到四家电力企业的综合实力是在平稳中逐渐增强;分析了费用的构成,找出控制费用的措施;通过对多项财务指标的对比分析,发现了在一些财务指标间具有联动关系,如流动负债与流动资产的联动,说明企业保持了良好的现金流动的积累,因此具有良好的偿还债务的能力;长期投资与股东权益、主营业务收入与流动资产之间的联动,说明了长期投资成果是股东权益增长的基本保障,流动资产周转良好,是保证企业收入稳定增长的重要因素;另外,股价与企业利润之间不存在联动关系。通过OLAP分析得到的有效结论,以报表的形式展示分析结果。

关键词： SAP业务信息仓库   DELTA   信息立方体   渐变维   数据装载技术  

摘要： 随着企业的发展,ERP系统中的数据量在迅速增加。这些数据详细记录着企业发展历程、蕴含着有关企业发展的大量信息,这是一笔潜在的资源。受现实的竞争环境的迫使,必须将这些业务数据迅速转化成有用的决策信息。如何从现有ERP系统的海量数据中挖掘出有意义的信息,是企业决策层所关注的焦点。商务智能（BI）技术,它的出现很好地弥补了ERP系统这方面的不足。在竞争日益激烈的现代社会,各企业都在力争实施信息化战略,对BI与ERP系统的融合应用的要求也愈加迫切。 本文以某炼化ERP实施项目为支撑,把理论基础与行业特点相结合作为出发点,研究了基于商务智能解决方案（也是基于数据仓库的解决方案）的ERP系统——SAP业务信息仓库,并把其设计方法及运用等融入到炼油与化工行业ERP项目实施中。本文以SAPBW系统为基础,将数据仓库的几个关键技术在其上做了研究,简单论述了星型建模技术,着重论述了数据装载技术及渐变维技术,主要工作如下： 1)研究数据装载技术,此过程是SAP BW商务智能系统应用的一个重要环节,数据的增量抽取和更新可以提高系统的性能,提高源系统中对变化数据抽取的速度,并且降低数据的存储空间,本文着重研究DELTA增量机制,它面临的两个难题是怎样监测及捕获变化数据,并给出如何处理这些变化数据。 2)研究项目实施过程中所遇到的渐变维问题,是为了保持数据的完整性,并真实地反映历史情况的问题。但在SAP BW数据仓库中将如何正确地反映这种变化,同时又不会破坏历史记录以更好地辅助决策分析过程,这是本文研究的重点。本文主要以SAPBW中星型模型的维为研究对象,以物资采购模块常用维为研究背景,提出几种解决渐变维的方案。 3)运用SAP BW商务智能系统的众多工具及门户技术对企业业务数据进行采集、处理、分析和展现,最后传播至企业门户。将炼油与化工企业所掌握的信息转换成该企业的竞争优势,从而达到提高企业决策能力、决策效率以及决策准确性的目的。

关键词： 数据挖掘   数据泛化   软件技术支持   决策树   箱线图   数据仓库  

摘要： 微软(Microsoft)公司是个人计算机软件开发的先导,目前是全球最大的电脑软件提供商。对于微软客户支持服务部门来说,一方面,管理层日益面临着从服务层面有效提高软件支持部门的投资回报率及微软产品及服务在市场的总体竞争力的业务需求。另一方面随着软件支持业务的发展,海量的技术支持事件相关信息被收集储存,但是业务流程却仍然大量沿用着依靠主观经验积累得来的业务规则。当前主流的数据挖掘模型已经相当成熟且自成体系。然而,对于技术支持这个服务性与技术性相结合的行业,因为涉及到的指标较多而且类型不一致,成功运用成熟的数据挖掘模型尚比较困难。大量的数据分析还是基于连续性单项指标的线性分析。并不能将连续型指标与离散型指标作为综合体进行相关度分析也没有充分利用现有的数据库技术解决海量数据情况下对连续指标的分布状态进行快速计算的问题。 本文研究的支持服务系统正是在以上背景下被提出的。本文的工作是通过对于当今被广泛使用的数据挖掘技术的研究和具体应用,以微软软件技术支持系统所积累的历史数据为基础,利用数据仓库技术从事务数据中抽取出与客户服务质量、工作效率等相关的原始数据,运用合理的数据泛化操作以及合适的数据挖掘模型(决策树以及箱线图)让这些数据变成有可操作价值的业务规则,并且通过可视化的智能客户端将这些知识转变成对工作人员和管理层友好的信息,为软件技术支持业务流程改进提供了有说服力的科学依据。 其中本文系统最大的创新是对原始数据通过数据仓库技术结合对业务模型的分析,重构出符合数据挖掘需求的数据立方体。采用符合业务意义的数据泛化手段,将连续型指标离散化从而使得业务数据成为满足关联分析挖掘模型,决策树模型要求的样本数据集合,从而使得运用决策树ID3算法对软件技术支持业务的多维度数据进行综合关联性分析得以实现。本文系统的另一个创新点是利用四分位数算法结合箱线图模型,充分利用了大型数据库对于数据排序和查找上的优势,成功实现了服务工时指标在客户不同满意度样本集合内的分布情况的快速计算方法。? 在系统实施过程中,本文系统更创新地利用了微软Excel电子表格软件的数据库连接和自动运算以及制图功能,利用一个电子表格文件实现了将业务逻辑和数据查询处理以及图形化展示功能集中在一起并能快速进行维护升级的智能化客户端。 本文系统的实施,用挖掘结果证明了通过合理的数据收集和预处理,以及选择合适的挖掘模型,确实可以从实际业务数据中发现对于业务改善相当重要的知识和信息,并且可以利用合理的用户界面为管理层以及一线工程师提供简单高效的业务决定指导,为微软客户支持服务部门进一步推广业务分析信息化,科学化打下了基础。

关键词： 数据挖掘   数据仓库   OLAP   多维模型   综合测评  

摘要： 随着计算机技术与通信技术的发展,各行各业积累的数据量呈爆炸式增长,于此同时人们迫切需要从这些海量的数据中提取有用的知识,用以指导决策,获得经济效益与社会效益。数据挖掘技术正是在这种需求下而产生的。数据挖掘通过对数据的统计、分析、综合和推理,指导实际问题的解决,发现事物之间的相互关联并作出预测,它的研究和应用已经成为计算机科学与工程研究的一个热点。 随着我国高等教育从精英教育向大众教育转变,高校学生人数激增,学生管理工作面临着许多新的问题。同时各个管理部门积累了大量的学生数据,这些数据往往隐含着一些深层次的有用信息。把数据挖掘技术应用到高校的学生管理工作中,更好的管理高校学生,提高学生各方面的能力与素质,是解决新问题的一种积极探索。 本文的研究内容主要分为两大部分。第一部分对数据挖掘技术、数据仓库技术,LOAT技术了阐述。着重对数据挖掘思想和方法,以及与数据仓库技术与OLAP技术相结合的挖掘过程作了介绍。这部分主要为理论研究,为数据挖掘技术在高校学生综合测评系统中的应用提供理论基础。 第二部分对高校学生综合测评系统做了研究。对当前的高校学生综合测评系统做了介绍与总结。应用数据挖掘技术中的决策树、关联规则分析和聚类分析方法,建立模型来量化分析出对象的各项指标及其数值,从而提出了一种新的定量分析与定性分析相结合的学生综合测评方法。建立多维学生综合测评挖掘模型,实现决策树分类在综合测评,研究生推荐中的应用,以及聚类在选课中的应用。

关键词： 空中交通管制   生产信息统计   数据仓库   JQuery   Web Service  

摘要： 数据仓库是集成的、面向主题的、稳定并基于历史的数据管理技术。本论文在调研民航空管单位生产信息统计项目、业务管理流程、数据分析需求的基础上,采集来源于空管各类信息管理系统的业务数据,通过对数据的清洗、转换和过滤,建立起为生产能力评估和分析服务的空管生产信息数据仓库,从航班保障架次、气象服务质量、安全监察、设备管理能力以及人事教育等多个维度对空管单位的生产服务能力、安全管理水平进行客观统计和评价。本论文通过生产信息统计系统的建设,完成了以下工作: 1、建立了空管生产信息统计系统数据仓库,实现了航班架次、气象服务质量、航行通告发布质量、设备运行状态、安全监察、基建投资、文件档案、人事人教育等八项空管生产与管理数据的定期采集、过滤、清理和导入。选择生产数据产生月份作为管理粒度,基于数据域和数据分类属性实现了有组织的层次数据管理模型,为实现空管生产信息的多维度统计奠定了数据基础。 2、利用Jquery浏览器应用框架+面向服务的Web Service架构技术,建立了完全基于浏览器应用的B/S/S多层数据应用。在该架构模式下,实现了用户操作、业务逻辑和数据管理的分层应用处理,在不增加客户端桌面应用程序的基础上,充分利用了客户端系统的数据处理能力,丰富了用户操作体验。利用Web Service在满足生产统计信息数据处理需要的同时,还面向其它需要访问空管生产信息的应用提供数据服务,最大程度的扩展了系统数据的应用服务范围。 3、在空管生产信息统计数据仓库以及系统应用框架的支持下,系统实现了和生产信息管理相关的数据汇总、数据编辑、数据审核、业务数据统计等一系列生产数据处理。结合业务数据属性特征对各类生产信息从时间、地域等多个维度进行分析和比较,并为用户提供了曲线、饼状、柱状等表现形势的数据分析结果展现方式和报表输出工具。

关键词： Oracle数据仓库   系统全局区SGA   程序全局区PGA   栓   性能优化  

摘要： 随着科学技术的发展和实际生产的需要,数据仓库技术的应用越来越广泛。数据仓库系统的性能越来越被重视,特别是对一些大型的企业来说。在现有的数据仓库优化技术中,大多数主要集中于与某个特定数据仓库系统相关的SQL语句的优化,而对于数据仓库的物理结构这方面的优化研究则相对较少。 本文从数据仓库物理结构设计方面出发,结合实际应用需求,对数据仓库的调整优化技术进行了研究,主要工作如下: 1.对数据仓库物理结构的优化研究。针对Shared Pool结构、基本框架的主要特点以及现有的Bucket划分模型,进行了深入的讨论,通过对模型划分理论与规划的分析后,提出了一种改进的Shared Pool共享池Bucket划分算法,改进措施是在对Bucket进行划分时,先对Bucket数量进行调整,确定各部分划分范围;然后在划分Bucket的步长进行改进,改变Size大小,将小概率Bucket数量降低,提高存放相对较小的内存块（Chunk）的Bucket数量。2.提出了一种新的Buffer cache的优化算法,其主要措施为针对过多Latch管理,争用频繁的并发访问损坏内存中数据的问题,采用增加Bucket,每一个Latch映射多个Bucket的新映射方法,达到使用较少Latch来管理更多Bucket的目的,使算法性能得到优化。3.针对PGA研究,主要采用反馈环（Feedback Loop）算法实现PGA自动管理和如何优化PGA的大小,并从等待事件和数据块方面相结合来优化数据仓库的性能。 本文以步步高商业连锁股份有限公司的数据仓库系统为应用实例,在优化应用中,对于数据仓库系统的性能,对系统的数据进行了检查、收集、统计,详细对比和分析了相关的数据信息,从而验证了改进后的算法和措施对数据仓库的性能起到了优化的作用。