数据挖掘和数据仓库及其在电信业中的应用

介绍了数据挖掘和数据仓库技术的类型、结构和方法,并探讨了它们在电信业中的应用,最后对数据挖掘和数据仓库在我国的发展提出了建议。     

浅析企业数据仓库与联机分析处理及数据挖掘技术的应用

文章针对企业对信息系统数据挖掘的需求，提出了基于数据仓库，应用联机分析处理及数据挖掘技术的计算机辅助决策支持系统的模型，并对数据仓库、联机分析处理及数据挖掘技术的应用进行了分析。     

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.     

数据仓库和数据挖掘在计算机销售中的应用

数据仓库和数据挖掘技术是最早应用在营销领域的。目前计算机在社会上的应用相当普遍。那么把数据仓库和数据挖掘技术引入计算机销售行业,可以获得信息资源,提高销售效率。本文对利用数据仓库和数据挖掘技术在计算机销售中的应用进行了探讨。     

电信决策支持系统中数据仓库的设计

基于数据仓库的决策支持系统是现今决策支持技术应用的主流,本文利用数据仓库、联机分析处理、数据挖掘、模型库系统、知识库系统等技术给出了电信企业的决策支持系统的逻辑架构和物理架构,并简单介绍了该系统中的几种数据挖掘方法。     

基于数据仓库的决策支持系统框架研究

介绍了决策支持系统的发展和数据仓库、数据挖掘技术的发展状况及应用 ,提出了在数据仓库基础上建立决策支持系统的体系框架 ,主要由模型库 ,方法库 ,知识库和数据仓库及其相应的管理系统以及数据挖掘单元和问题处理单元几部分组成 .并阐述了各部分的功能、相互关系 ,论述了基于数据仓库决策支持系统的优点 ,为知识的智能获取提供了新的手段     

基于数据挖掘技术的经营分析支持系统

本文提出一个基于数据挖掘技术的经营分析支持系统框架,阐述了系统采用的关键技术,如数据挖掘技术、数据仓库技术、数据抽取技术、联机分析技术等。本文采用的数据挖掘过程严格遵照业界流行的CRISP-DM过程模型,结合金融企业特点对数据挖掘技术进行了详细描述,并阐述了数据挖掘技术在金融企业领域内的应用情况。     

ERP系统中实现决策支持的方法研究

数据仓库和数据挖掘是近几年迅速发展起来的技术，主要用于构建企业的决策支持系统．根据数据仓库和数据挖掘技术的特点，针对传统ERP系统在决策方面的不足，提出把数据仓库和数据挖掘应用到ERP中，以数据仓库作为企业底层的数据源，使用各种数据挖掘技术，以提高ERP中的决策支持功能．①     

数据库新技术与决策支持系统的开发

通过对数据仓库技术、联机分析处理技术和数据挖掘技术的比较、分析,在决策支持系统传统四库结构的基础上,提出了一种基于数据仓库的决策支持系统体系结构,并对其应用进行了初步研究.     

数据挖掘技术及其在金融中的应用

数据挖掘是一门交叉性新学科，数据挖掘技术是目前国际上数据库、数据仓库和信息决策系统领域最前沿的研究方向之一。本文简述了数据挖掘定义和特点，介绍了其主要技术与基本步骤，并进一步分析了数据挖掘技术在金融中的应用。     

基于数据仓库技术的企业DSS实施策略

介绍了数据仓库技术 ( DW)、联机分析处理技术 ( OL AP)和数据挖掘技术 ( DM)对决策支持系统 ( DSS)发展和广泛应用的作用 .给出了一个新型的决策支持系统的结构框架 ,以及实现高效决策支持系统的过程 .同时还介绍了几种主要 DSS开发工具 ,期望为不同的用户需求服务     

基于数据仓库和OLAP技术的社会保障系统实现方案

如何建立完善的社会保障支持系统，使之很好的服务于决策过程是社会保障信息化面临的问题。本文回顾了数据仓库和OLAP技术的发展，将它们与社会保障系统相结合，提出了一种基于数据仓库和OLAP技术的社会保障系统的实现方案。给出了系统的框架和社会保障系统数据仓库的建设过程，包括数据仓库的模型设计和物理实现。最后给出了数据预测及分析的实例。     

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.     

基于SQL的DMQL在商业数据仓库查询中的应用

介绍数据挖掘语言中的DMQL,从建立多维数据仓库模型入手,介绍了如何用基于SQL的DMQL定义此多维数据仓库模型.详细介绍基于SQL的DMQL在商业数据仓库查询中的具体应用,最后文章提到其它的数据挖掘语言:预言模型标记语言和OLEDBforDM语言.     

数据仓库及其创建问题研究

介绍了数据库体系结构和功能,对OLTP和OLAP进行了比较,对在已有数据库基础上创建数据仓库出现的问题进行了研究,最后给出了数据库领域进一步研究的几个问题.     

OLAP技术在出版发行管理系统中的应用

文章介绍了如何利用数据仓库技术和联机分析处理技术准确、高效地实现出版发行业务数据分析．首先介绍了数据仓库、联机分析处理、多维数据集的建立与实现等关键技术，而后描述了业务分析决策系统的体系结构，最后重点介绍了在业务分析决策系统的建立过程中数据仓库的建立的实现技术．     

数据仓库在决策支持系统中的应用

综合应用数据仓库技术与联机分析处理技术开发了外资管理决策支持系统，提出了该数据仓库系统的实现方案和架构，并阐述了实现前台分析应用与OLAP服务集成的关键技术，即如何访问数据立方体中多维数据和如何管理元数据以控制OLAP服务，另外，从效率和灵活性两个角度给出了基于数据库和基本数据仓库分析的性能比较。     

数据挖掘集成技术研究综述

本文主要讨论数据挖掘中的集成问题。在分析数据挖掘的发展和特点的基础上。介绍了数据挖掘技术的集成思想和实现方法,内容包括数据挖掘方法集成;数据挖掘与数据库的集成;数据挖掘与数据仓库的集成;数据挖掘与人工智能;数据挖掘与其它相关软件技术的集成。     

基于语义的Data Cube数字水印技术

数字水印技术可以有效地保护版权,数据仓库中用于OLAP(OnLine Analyti-cal Processing,联机分析处理)的Data Cube(数据立方体,亦称多维数据集)不仅包含有价值的数据,而且其设计模式与分析模式也体现了Data Cube拥有者的知识产权.将数字水印技术引入Data Cube中,并充分利用Data Cube的语义信息,从而提供一个通用、实用的Da-ta Cube数字水印技术解决方案.     

房地产业中OLAP和数据挖掘技术的应用

介绍了如何将OLAP和数据挖掘技术运用到房地产业中，在数据过滤转化、数据矩阵的构建及运用OLAP、数据挖掘技术分析方面作了初步探讨．