高校数据仓库构建与应用研究

为更好的支持多维度的数据交叉分析和数据挖掘分析,更多地支撑学校的管理和决策,需要搭建完整、规范的数据仓库.本文基于上海财经大学数据仓库研究和建设的实际做法,对数据仓库系统架构、建设过程、相关技术和应用实例进行了介绍,希望通过探索和研究,为高校广泛构建规范化数据仓库提供参考和借鉴意义.     

学生成绩分析数据仓库中数据模型的分析与设计

本文通过对学生成绩分析系统的需求研究,结合数据仓库的设计方法给出了学生成绩分析数据仓库的概念模型、逻辑模型和物理模型,并简单介绍了该数据仓库的设计与实现过程.为高校学生成绩分析数据仓库的建设奠定了基础.     

数据仓库的多维数据管理与分析技术的应用研究

数据仓库技术是进行大规模数据管理和分析的有效工具,但是如何建立一个有效的数据仓库和数据分析系统仍然存在许多问题.针对数据仓库建设的元数据获取、多维数据管理等数据仓库设计技术与数据分析技术做了深入探讨,给出了多维数据设计的评价标准与方法,通过在大庆油田数据仓库建设实践证明其方法是十分有效的.     

构筑更有效率的数据仓库--数据仓库索引技术一览

数据仓库是近年来信息领域中迅速发展起来的数据库新技术,而索引技术对数据仓库庞大的数据量尤为重要.本文在介绍数据仓库中数据的存储特点和数据仓库系统的查询特点的基础上,对目前流行的数据仓库索引技术的基本原理进行探讨,结合当前应用状况,分析了其特点和适用类型,为建设中的数据仓库项目提供参考.     

一种支持大数据集成架构的多维分析系统

面对新型数据管理和分析环境,结合高校信息化建设中业务统计分析要求,本文设计了基于数据仓库架构的多维分析系统,实现了人事主题数据仓库及多维分析模型,满足了灵活高效的教职工信息分析的需求;同时,设计了基于传统数据仓库、Hadoop和数据库集群之上的透明访问网关和支持大数据集成架构的BI分析系统,为未来高校信息化建设中的数据分析系统建设奠定了基础.     

一种支持大数据集成架构的多维分析系统

面对新型数据管理和分析环境,结合高校信息化建设中业务统计分析要求,本文设计了基于数据仓库架构的多维分析系统,实现了人事主题数据仓库及多维分析模型,满足了灵活高效的教职工信息分析的需求;同时,设计了基于传统数据仓库、Hadoop和数据库集群之上的透明访问网关和支持大数据集成架构的BI分析系统,为未来高校信息化建设中的数据分析系统建设奠定了基础.     

企业数据仓库的体系结构和建设

在分析数据仓库与传统数据库系统的区别的基础上,阐述企业数据仓库的体系结构,提出企业数据仓库系统的建设阶段,为企业信息化的进一步发展奠定基础.     

数据仓库技术在电信经营决策中的应用

数据仓库和传统数据库系统有着本质的不同,必须采用不同的研究方法.作为一个新兴的研究领域,其建设及技术具有较大的复杂性,仍有许多领域需要深入研究.目前,国内关于电信企业经营决策支持的数据仓库系统还没有十分成熟的产品,更没有一个完全的标准和方向.本文将结合为驻马店市移动通讯公司开发的"决策支持与市场分析系统"这一实例,探讨数据仓库技术及其如何有效运用于电信企业的经营决策.     

数据仓库的数据采集与建模问题研究

本文讨论了建设大型数据仓库系统中的关键问题,对源数据的抽取、转换与加载和数据仓库建模问题进行了比较深入的分析.应用数据仓库技术,可以改善企业决策支持模式,提高企业参与国际市场的竞争能力.     

高校师资数据仓库模型的分析与设计

本文通过对高校师资管理信息系统的研究,结合数据仓库的设计方法给出了高校师资数据仓库的概念模型、逻辑模型和物理模型,并简单介绍了该数据仓库的设计与实现过程。为高校师资数据仓库的建设奠定了基础。     

内存数据仓库集群技术研究

随着硬件的集成度不断提高,多核处理器和大内存成为当前主流的计算平台,内存计算也成为新兴的高性能数据分析平台.内存数据仓库集群技术面向高性能分析计算,是实现大数据实时分析的基础平台.本文概括地介绍了中国人民大学高性能数据库团队在内存数据仓库集群技术方面的研究工作,包括:以列分布和列计算服务为中心的ScaMMDB内存数据仓库集群,以水平分片、并行计算为中心的ScaMMDBⅡ和reverse-star schema分布、集群向量计算为特征的MiNT-OLAP Cluster等技术的研究发展过程.分析了内存数据仓库集群技术的关键问题及技术挑战,并针对新的内存数据仓库集群应用需求展望未来技术的发展.     

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.     

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     

基于数据仓库的客户关系管理系统研究

介绍了数据仓库的基本概念和结构,分析客户关系管理系统对数据仓库的需求,研究了客户关系管理系统中数据仓库的数据建模技术,建立起客户关系管理系统数据仓库中客户主题的星型雪花模式.最后提出了一种基于数据仓库的客户关系管理系统解决方案.     

数据仓库在病案管理中的应用研究

目前医院信息系统的建设已取得显著成效,多年的应用也积累了大量数据.如何利用这些宝贵的信息资源为医院管理与决策服务,是医院信息化所面临的重要研究课题.在概述数据仓库技术特点的基础上,阐述了数据仓库的设计方法和设计内容,并针对医院的具体情况和决策需求特点,设计实现了符合医院病案管理决策需求特点的病案数据仓库.最后讨论了病案数据仓库对病案管理系统和病案数据挖掘的影响,并对将来的研究问题作了展望.     

基于分布式数据仓库的土地利用现状数据库

国土资源局的土地利用现状图库具有数据量大、统一管理速度慢、统计分析难以实现的问题.土地利用现状图的统一管理策略问题一直是国土部门的难题.针对这个问题,笔者分析了土地利用现状图中的分布式数据仓库的数据库建设模型、局部数据仓库的建模和土地利用现状分布式数据仓库的技术体系结构,解决了土地利用数据库信息的有效组建问题,并利用现状分布式数据仓库系统的并行运算达到提高图形处理速度的目的.     

数据仓库在我国企业的应用现状及实施策略分析

分析数据仓库在我国企业中的应用现状.认为目前我国企业数据仓库的应用主要存在对数据仓库的概念理解不深,对项目的长期性、艰巨性认识不足,数据库系统中数据的积累不够,用户没有参与数据仓库建设的需求分析,项目实施过程中的管理混乱,具体实现中的技术问题尚未完善等问题.企业应从确定建立数据仓库的合适时机,选择切合实际的实施方法,取得最高管理层的支持和认可,确定基本目标、量化预期收益,选择正确的设计思路,选择合适的合作伙伴等6个方面应用数据仓库技术.     

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.     

数据仓库中可视化决策支持系统模型构建

在构建“税务纳税评估数据仓库”模型的数据分析阶段,通过对可视化决策支持系统模型的研究和设计,采用面向对象的方法,将可视化决策支持系统分为方法层、模型层和应用层三个层次,通过对各层次定义和功能介绍,为数据仓库体系中可视化决策支持系统模型的建立提供了理论基础和实践依据.通过对可视化决策支持模型的构建,提供给用户一个分析界面可视、可互动地分析展示数据仓库可视化的分析决策系统,以便更好地利用现有的税务联机事务处理系统的数据进行复杂访问、报告和分析、决策,充分体现税务数据仓库所蕴涵的价值.     

基于数据仓库和知识仓库的DSS体系结构研究

数据仓库为DSS提供了决策分析所需的结构化数据环境,而知识仓库则为DSS提供了支持决策的知识的存储、共享、分析和利用平台.通过分析数据仓库与知识仓库在DSS中的作用,提出了一种基于数据仓库和知识仓库的DSS的体系结构,可为企业建立其DSS提供参考模型.