数据仓库在企业决策系统中的应用

如何迅速从海量数据中获得准确的决策信息是现代商业企业致胜的关键.以数据仓库及OLAP Services为工具,通过建立多维数据模型和数据立方体,针对企业销售数据设计一个数据仓库管理系统,把事务数据库中原始混乱的数据集成转化变成数据仓库中规范的数据方便用户的查询,进而辅助企业决策.实际证明系统实用方便,大大提高企业信息管理效率.     

浅谈数据仓库与OLAP技术

随着数据库应用技术的发展,数据仓库、OLAP技术已成为近年来数据库界研究的热点。数据仓库是提取、转换、整合来自不同数据源的数据场所,是决策支持系统（DSS）的核心部分,是信息处理的基础。在数据仓库基础上建立起来的联机分析处理（OLAP）,能为决策人提供合理全面的决策支持、数据分析和战略制定。本文主要介绍了数据仓库和OLAP技术的基本概念,多维数据模型及OLAP技术未来的发展趋势。     

基于OLAP的多维关联规则挖掘研究

针对数据仓库中的多维数据模型及OLAP技术,给出了一套行之有效的基于OLAP的元规则指导的多维关联规则挖掘方案,最终挖掘出用户真正感兴趣的概念层次合理的多维关联规则.实验结果表明该方案是有效的.     

多维数据建模的设计方法

多维数据的建模是企业使用数据仓库的关键技术之一，传统的数据模型（如实体模型和关系模型）不能有效地表示数据仓库中的数据结构和语义，也难以支持OLAP应用.本文提出了多维数据建模的一种优化方法变粒度建模，并介绍用Essbase开发工具实现多维数据建模的过程.通过实验表明，该优化方法能有效提高OLAP响应速度和数据仓库性能.     

决策支持系统中OLAP的设计与实现

目的设计和实现对数据仓库中的信息进行决策分析的OLAP。方法以零售企业销售预测为切入点,研究决策支持系统中OLAP的设计。结果建立了用来进行OLAP分析的多维数据集,并对多维数据集中的数据用切片、切块、钻取和旋转等方式进行分析,用MDX多维查询语言对多维数据集中的数据进行复杂查询,提出了对OLAP分析数据展现的3种解决方案。结论在研究决策支持系统中OLAP的基础上,建立和实现了对数据仓库进行决策分析的OLAP。     

基于数据仓库的联机分析处理

随着信息技术的发展,数据形成了海量式的增长,为了分析数据、提取决策信息,数据仓库技术飞速发展,为了充分利用数据仓库中的数据、满足决策需要,数据仓库工具应运而生。联机分析处理（0n—line Analytical Processing OLAP）是数据仓库中一个最典型的应用,它把数据的组织由二维平面结构扩充到多维空间结构,并提供了多维数据分析方法。     

基于数据仓库的网球比赛决策支持系统的研究与设计

本文介绍了基于数据仓库技术和数据挖掘技术构建的网球赛场的决策支持系统的研究与设计。该系统在对原有的数据源进行分析和重新组织的基础上,通过建立数据仓库来存储各种来自异质的信息源的数据,利用联机分析处理实现多维数据分析,然后通过数据挖掘技术从数据仓库中获得新的知识,以丰富决策支持系统的知识库。在系统的实现过程中,采用了ORACLE商务智能解决方案实现网球技术指标管理和预测的科学化,并说明OLAP数据仓库能够为网球比赛训练决策人员提供有效的决策信息     

基于TC57CIM面向电力营销业务的OLTP模型设计

围绕电力营销技术支持系统数据设计的拓展过程,采用国际电工委员会制定的IEC61970、61968标准中的TC57CIM模型进行数据模型设计,着重针对电力营销业务不同层次数据模型面向电力营销决策分析OLAP数据仓库模型的创新应用进行了研究.     

基于数据仓库的销售分析系统的设计和实现

数据仓库是信息处理领域近几年出现的面向分析和决策的新技术 .介绍了数据仓库中数据模型的特点和设计方法 ,并通过一个销售分析系统的实例 ,详细阐述了数据仓库的数据建模、数据抽取和更新、多维数据模型的实现、数据呈现 4个过程 ,给出了一种基于数据仓库技术的决策分析系统的设计和实现方法     

基于OLAP欠费分析系统的应用研究

大学生欠费是近几年来高校存在的一个普遍问题,OLAP技术是决策支持系统领域研究的热点。OLAP欠费分析系统是基于OLAP的多维分析模型设计,将OLAP技术应用于欠费分析数据仓库中,提出了解决问题的具体对策,为高校学生欠费管理工作提供依据。