.Net框架下可视化OLAP前端展示工具的设计与实现

提出在．Net框架下,以微软的Analysis Service2005作为OLAP服务器,并结合可视化技术,实现一种可视化OLAP前端展示工具．理论分析和实验结果表明,可视化OLAP前端展示工具有效提高了多维数据的分析展示,加强了系统的交互性．     

OLAP中多维数组的压缩算法

OLAP作为数据仓库的前端分析工具，直接面对用户，因此，其灵活性，效率非常重要，而OLAP工具是否灵活高效，很大程度上取决于数据的组织结构，基于多维数组的OLAP，对于分析的灵活性无疑是最好的实现方式，但其缺点是空间浪费过大，介绍了基于多维数组的MOLAP的实现技术，并提出了一种MOLAP的压缩算法，结合铁道部货运数据仓库及数据挖掘系统，深入地研究了这一技术。     

OLAP在教务管理信息系统中的应用

介绍了OLAP的基本概念、特性、分类方法、选择OLAP软件产品的准则以及OLAP前端开发技术.设计了一个以数据超市为数据仓库,同时使用OLAP和OLTP两种技术相结合的大专院校教务管理信息系统.     

决策支持技术在保险领域中的应用

介绍了自90年代以来兴起的两项决策支持新技术—数据仓库与数据挖掘技术。探讨了保险业中基于数据仓库和多维数据库应用的基本框架,并结合保险行业的实际特点,采用星状结构的保险业务多维数据仓库,运用 OLAP 技术,分析保户流失原因,同时介绍了相关的 INFORMIX 工具。     

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。     

OLAP多维分析技术在保险业务分析中的研究

本文研究了OLAP的特性及其多维分析技术,以保险业务中对承保业务分析为例进行了OLAP多维模型的设计,并研究和探讨使用OLAP切片、切块、钻取、旋转多维分析技术进行承保业务分析的方法。     

探索式数据挖掘模型的讨论

OLAP与数据挖掘工具由于内在技术以及适用范围的不同 ,在决策分析中必须协调使用才能发挥最佳的作用。本文提出基于影响域的OLAM (OLAPMining)模型 ,将数据挖掘和OLAP技术结合在一个统一的框架之中 ,使得数据挖掘能够在数据库或数据仓库的不同部位、或在不同的抽象级别上进行 ,加强了决策分析的功能和灵活性。该模型有助于在大型数据库和数据仓库中交互式地挖掘多层次的知识     

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。     

数据仓库技术在企业财务数据分析中的应用

为了最大限度地提高数据的利用率，提高财务管理和科学决策水平，太原铁路分局开发了“财务数据分析系统”。该系统运用数据仓库技术、采用先进的OLAP工具为用户提供了丰富的数据分析功能，可从多个角度、以多种形式、连续地展现管理者和决策者所需的财务信息，基本实现了财务数据分析服务财务管理和领导决策的需要。     

联机分析处理及其在商业自动化中的应用

讨论了一个利用OLAP技术并基于某商业CIMS系统的数据仓库应用方案,为OLAP应用的实施奠定了基础;并对商业自动化中的OLAP应用的设计进行了详细的研究,在设计中实现了数据仓库和OLAP的概念、体系、结构、特征要素,以及OMDDM模型的数据结构．     

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。     

基于层次序列OLAP-Cache在大规模监测数据查询优化中的应用

利用OLAP进行大规模监测数据查询时存在效率低和实时性差的问题,传统解决方法主要利用缩小数据集市数据的方法,虽然在一定程度上提高了查询效率,但是会出现丢失数据的现象。提出在基于聚类方法基础之上进行层次序列OLAP查询优化,并针对大规模海洋监测数据的特点提出OLAPCache多级查询方法。在该算法中,首先分析OLAP序列立方体的查询效率问题;其次以等价类的层次关系为基础,确定等价的上下界和聚类值;然后利用改进的各级查询层次的运算策略来判断OLAP查询的语义特性,提高其Cache性能;最后结合OLAP查询集的闭包中存在最小蕴含关系的特点,对OLAP查询的蕴含关系进行分组查找。通过大规模监测的海洋数据对该算法进行仿真验证,仿真表明,该算法有效地避免了对大规模海量数据的递归查询,具有较好的执行效率。     

面向OLAP的UML星系模式的构造

在现代电子商务中 ,基于Web数据的OLAP分析需要概念集成XML数据和关系数据等多种数据源·给出了一种面向OLAP分析的多维数据模型的概念描述方法 ,即在XML数据的UMLdiagram生成算法的基础上构造UML星系模式 ,以支持面向多主题的OLAP的多维数据分析     

联机分析处理(OLAP)技术研究

在简要分析ＯＬＡＰ与数据仓库关系的基础上,介绍了ＯＬＡＰ系统的一种体系结构,数据组织模式及其有关实现的关键技术。     

联机分析处理与关联规则挖掘的集成化模型研究

通过分析关联规则挖掘和联机分析处理(OLAP)的特点,提出了一种联机分析处理与关联规则挖掘的集成化模型,并给出了其代数结构描述;在此基础上,提出了一种基于OLAP的关联规则挖掘理论,从而为简化挖掘步骤,提高挖掘效率奠定了理论基础;使用超市的实际数据进行实验分析,验证了该模型及其挖掘理论的正确性和可行性.     

面向商业OLAP的并行数据抽取接口设计

商业竞争日趋激烈的今天,单纯的联机事务处理系统已经不能满足管理者的决策支持要求,联机分析处理(OLAP)技术的出现具有重要意义.研究了目前联机分析处理的关键技术,数据仓库的经典解决方案,数据预处理的相关方法,提出了一种面向商业OLAP的并行数据抽取接口设计方案,并对设计过程中的数据清理、数据集成和变换、数据归约等数据预处理技术作了重点介绍和应用研究.最后结合实际应用阐明了提出的数据抽取方案对于实现商业OLAP功能的有效性和实用性.     

最小方方法的一种优化方法

数据立方体在许多多维数据的数据仓库的高速OLAP操作中扮演着重要的角色. 但在许多高维的数据仓库的应用中，查询分析效率是个关键的问题.例如超过100维，大约106个元组.在这样高维情况下建立全物化数据立方体来减少分析时间是不可行的.利用最小方的方法可以在高维数据集上进行有效OLAP操作的方法.如果能根据查询分析的历史记录合理地为立方体的维分片,就能在相同空间复杂度的情况下提高OLAP操作的效率.     

OLAP安全访问的层次化设计与实现

由于任何浏览Web站点的访问者都可以通过HTTPS使用联机分析处理(OLAP)数据源,因此,访问者的安全凭据是必需的.针对OLAP的安全访问,提出层次化设计方案,通过给出分组实例程序,阐述运用网上办公组件(Office Web Component,OWC)中的自行定制分组功能,使各个级别的分析用户只能访问与自己相关的数据,屏蔽与分析用户不相关的数据源.对OWC组件的安全漏洞的威胁提出预防措施,从而提高基于Web的OLAP访问的安全性.