基于Web方式数据仓库的架构研究

建立基于WEB方式的数据仓库系统已成为数据仓库技术应用的发展趋势，将数据仓库技术与WEB技术结合起来，提出了基于WEB的数据仓库体系结构。这种架构是在WEB服务器与数据仓库中间加入了中间件应用服务器，并对其具体的实现方法进行了阐述。     

面向Web与基于Web的数据仓库

针对Web与数据仓库的结合应用，即面向 Web和基于Web，简要介绍了数据仓库的基本体系，分析了一种5层结构的系统，以说明面向Web应用的数据仓库的特点.根据数据仓库的发展趋势，提出了基于Web（Web-based）的数据仓库概念，并将点击流（Clickstream）数据仓库作为基于Web的数据仓库的一个特例，讨论了其体系结构.     

数据仓库维度建模技术及其应用研究

数据仓库现今已被各种规模的机构广泛使用，维度建模技术作为展示数据仓库的主导技术，在数据仓库的应用中起着关键作用．研究数据仓库的维度建模技术，提出了对于变化维度的处理方法，根据维度属性与时间的关系，将维度属性划分成稳定维度、渐变维度与快变维度，阐述了跟踪事实表中历史数据的方法，在渐变维度的处理方法中，讨论了自然关键字与代理关键字的不同作用与具体用法，在快变维度的处理方法中讨论了“微型维度”与“预设波段”概念与作用，并结合基于数据仓库技术的公共课程评估系统，给出了系统数据仓库维度模型的设计方案，对渐度维度与快变维度的处理策略，以及应用相关维度属性进行联机分析处理的结果。     

数据仓库的数据建模

简单介绍数据仓库的概念，并把数据仓库与传统关系数据库作了一个比较，介绍了一种适合于数据仓库的数据模型设计方法。     

数据库技术和数据仓库技术的比较研究

叙述了从数据库技术到数据仓库技术的发展过程，简要介绍了数据仓库的定义及其特点，重点对数据库技术与数据仓库技术进行了分析和比较。     

数据仓库及其应用与实施

阐述了数据仓库的概念，描述了数据仓库的结构、功能及特点，论述了数据仓库的实总过程，最后列举了数据仓库在银行业的应用。     

数据仓库中的索引技术研究

介绍了数据仓库中的几种索引的建立与维护方法，并对各种索引方法的优缺点进行了分析与比较，以便在数据仓库的实施中选择合适的索引技术，提高数据仓库的性能。     

银行信贷数据仓库的设计

指出了数据仓库是近年迅速发展起来的一种管理技术，分析了数据仓库的环境及技术特点，论述了数据仓库的环境及技术特点，论述了在银行信贷管理系统中引人数据仓库的必要性，提出了银行信贷数据仓库的设计，对其中的数据模式、数据粒度、数据抽取等进行了探讨。     

数据仓库聚集策略优化的研究

数据仓库聚集策略的维护与优化是数据仓库领域的重要研究课题，反映了数据仓库反生命周期规律的重要特征．探讨一种基于数据仓库质量的聚集策略优化方法，以及在此基础上提出了一个基于C0RBA的Agent实现技术构建具有主动性和适应能力的数据仓库聚集策略优化的实现方案．利用Agent的特性，从而适应用户需求的变化、提高系统的性能和用户满意度．     

数据仓库技术在统计信息系统中的应用

介绍了数据仓库的概念及其结构，比较了数据仓库与传统数据库之间的差别．并结合一个具体案例，对利用数据仓库技术扩充传统统计信息系统的功能进行了探讨。     

数据预处理在商业企业数据仓库的应用

数据预处理是数据挖掘过程中重要环节 ,对数据预处理技术进行研究具有现实意义。文章在介绍数据预处理方法的基础上 ,结合大型商业营销企业数据仓库数据的特点和数据挖掘过程中对数据的要求 ,详细论述了数据预处理技术在大型商业营销企业数据仓库中的应用 ,提出改善数据质量是预处理技术的关键。     

基于DataGuard的Oracle RAC高校数据保护研究

数据是高校管理信息化产生的最重要的无形资产,数据的丢失或者损坏都将极大地损害教学、管理和科研工作的正常开展．Oracle RAC是目前使用最为广泛的数据库集群化管理方式,在此基础上开展DataGuard数据保护技术的应用研究,可以弥补集群数据库环境在数据容灾、备份和故障恢复方面的不足,提升数据的安全性,确保高校各类应用系统的正常运行．     

人工智能赋能高校数据治理:逻辑、挑战与实践

随着人类社会逐步迈入以情感计算、自然语言处理等智能技术为核心支撑的人工智能时代,数据的战略资源地位日益凸显,数据治理已成为推进高校教育治理现代化的关键工具。人工智能赋能高校数据治理的基本逻辑主要体现在数据管理、数据质量、数据决策与数据服务4个层面。高校数据管理忽视“多方协同管理”、缺乏相对统一的数据质量标准、数据决策在权责限定与顶层设计方面存在缺失、数据服务潜能激发不力制约数据价值高效释放等可被视为人工智能赋能高校数据治理的现实挑战。对此,应创设落位智能共管的高校数据管理职能优化机制、完善校本化高校数据挖掘与共享质量标准、构建基于责权厘定的智能化数据决策体系、优化指向数据价值释放的智能数据服务体系。     

Microsoft Excel的数据库管理方法

从一般数据库管理的角度出发,论述Excel管理数据库的方法。这种“表格”式的数据库管理方法将提供给用户一种新颖的设计方法和简单的使用操作。具有很大的推广价值。     

中小油田地震数据计算机管理方法研究

石油勘探技术发展迅速 ,需要一个集地震、测井、地质 3种数据为一体的勘探数据库来支持新的研究工作 .对包括地震资料处理、解释等资料的存储、应用方法进行了探索 ,提出了一种适合于中小油田的地震数据管理方案 .通过分析地震资料处理、解释产生的各类数据及其特点 ,从存储管理方法、数据规范化、质量控制方法、应用支持方法、数据服务方法等方面进行了详细论述     

化工物性数据库CPPDB在IBM-PC/XT机上的实现

讨论了文题实现方法,介绍了该数据库的总体结构。CPPDB利用dBASE Ⅲ支持建库,数据独立性高,修改、扩充方便。CPPDB存储了468种物质的29种物性数据,具有较强的物性估算和图形输出功能。     

数据仓库数据加载技术

数据仓库中的数据不是传统数据库中数据的简单堆积，其数据的组织必须方便基于数据仓库基础之上的数据挖掘和商业智能工作，为决策者提供访问、分析及共享信息的能力，从而发挥数据仓库的真正功效。成功构造一个数据仓库的关键在于自始至终理解用户需要，紧紧围绕用户目标这一主题进行数据的搜集和存储。首先分析数据仓库的特点及拥有的数据类别及组成，重点介绍如何从现有数据库中有效地将数据引导至数据仓库的方法和策略，具体给出了数据仓库中5种不同类别数据的加载方法。     

大数据时代的数据挖掘技术与应用

随着数据挖掘技术研究的进步与发展,并伴随着大数据概念的提出,将为数据挖掘技术的发展和应用带来一个很大的机遇,数据挖掘技术将进入一个新的发展时期.文章全面介绍了大数据,数据挖掘的基本概念以及数据挖掘的分析方法,最后给出了大数据时代的挖掘技术的应用领域及将来发展方向.     

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.     

数据仓库清洗技术讨论

数据仓库建设过程中最关键的环节是数据集成,本文重点分析了数据清洗需要解决的问题及涉及的主要技术,针对数据库的数据模型与数据仓库模型的区别讨论了利用元数据的映射规则的数据清洗方法.