基于水厂数据仓库系统的ETL技术研究

ETL是指数据抽取(extract)、转换(transform)、装载(load)的过程,是数据仓库构建过程中的核心环节和技术难点.基于水厂数据仓库系统,研究了如何运用ETL技术实现水厂数据仓库中数据的抽取、转换和装载.     

基于数据挖掘的白酒企业决策支持系统研究

以数据仓库,联机分析处理(OLAP)和数据挖掘技术构建白酒企业决策支持系统.系统通过数据仓库对来自不同数据源、历史的数据进行存储;采用联机分析处理技术对数据仓库中的数据进行多角度、多层次等分析;通过数据挖掘,从数据仓库中识别和提取隐含的知识,为企业决策人员提供强有力的决策辅助支持.     

面向对象技术在构建数据仓库中的应用研究

为了利用数据仓库技术实现对经济指标数据的有效管理,提出了基于面向对象技术构建数据仓库的一种解决方案。在构建过程中,根据经济指标数据管理需求和数据仓库特点,确定了系统所面对的各种对象以及它们之间的关系,设计了数据仓库结构模型,应用Visual C .NET实现了数据仓库管理系统,并通过ADO(Active Data Object)和OLE(Object Link Embedded)等面向对象技术完成了数据仓库访问和异构系统数据集成,从而使经济指标数据仓库(EIDW:Economic Indicators Data Warehouse)可作为后台数据环境应用于经济动态分析、预测和监测的决策支持系统中。     

基于数据仓库的社会保险业务信息查询统计系统分析

笔者从电子政务决策支持引入一种新的决策支持解决方案“数据仓库 (DW) +联机分析处理(OLAP) +数据挖掘(DM)”。将这种方案应用于基于数据仓库的社会保险业务信息查询统计系统,并就此系统的运行环境配制、系统分析说明了上述方案在本系统中关键技术的应用,其中重点说明了数据仓库中的ETL的处理过程、OLAP中的多维数据集和B树的索引技术以及数据挖掘统计分析的具体技术。对上述数据仓库技术在社会保险业务信息查询统计系统中的应用进行了有益的探索。     

数据仓库技术在金融系统中的应用

数据仓库技术是计算机数据库系统发展的新方向 ,近几年来许多专家为此付出很大的精力 .信息大量存在于计算机处理的系统中 ,这些信息被并没有得到充分的利用 ,通过人工智能技术 (包括数据挖掘、基于知识与规则的专家系统、神经网络等 ) ,信息才能被加工、分析、产生决策支持效果 .本文根据金融界对数据仓库的需求 ,重点介绍数据仓库的数据采集、数据加载、具体应用的过程 .使数据仓库作为未来金融市场的预测、决策分析有着重大影响的关键技术 .     

适于“数字海底”的GIS数据仓模型初探

提出了适于“数字海底”的 GIS数据仓库系统模型 ,该模型由六大层组成 ,自下而上依次为 :专业数据层 (源数据 )、数据仓库层、数据共享层、数据抽取层、应用层、数据成果层 .重点讨论了数据语义同化、空间数据与属性数据的一体化、数据挖掘等建设 GIS数据仓库的关键技术 .以所设计的 GIS数据仓库系统模型为基础 ,开发了海洋激光单分子油气化探分析与评价系统     

数据挖掘和数据仓库的关系研究

阐述了数据挖掘和数据仓库的有关技术,研究了数据挖掘和数据仓库的相互关系,说明了数据挖掘系统和数据仓库应统一分析和设计.     

面向券商的证券分析OLAP系统设计与开发

随着中国加入WTO,证券服务业的竞争越来越激烈,券商要想在竞争中求生存,就必须提高自身的服务质量和水平,其中信息服务尤为关键,经过多年的经营,券商拥有了大量的历史数据,却无法完全利用他们;公司内部存在多种数据环境,难于集成在一起,而数据仓库和OLAP(在线分析处理)分析技术对此提供了较好的解决方法.通过运用DW(数据仓库)和OLAP(在线分析处理)等新技术,结合决策支持系统和证券分析模型的基本理论,为券商设计了一个基于数据仓库的证券分析OLAP系统,辅助公司管理者进行决策,并通过该系统为客户提供更高质量的信息咨询服务.     

数据仓库在银行客户关系管理中的应用

介绍数据仓库技术及银行客户关系管理系统(CRM)相关知识.着重分析数据仓库在银行CRM中的应用,给出银行数据仓库的体系结构及相应的数据模型.为银行引入客户关系管理系统构建数据仓库提供参考依据.     

基本本体的智能商务系统

介绍了智能商务系统的体系结构,从数据流程角度来阐述了智能商务系统的实现过程。并对智能商务系统的三大技术:数据仓库技术、OLAP(联机分析处理)技术、数据挖掘技术进行了简要介绍。