基于数据立方体的OLAP技术

本文介绍了基于数据立方体的OLAP技术,说明了数据立方体的功能和应用,重点阐述了OLAP技术的特征、结构、运算和展望。     

基于THDS的大数据挖掘技术研究

通过参考数据技术和OLAP多维数据分析的思想,依托统计学中的复杂指标体系计算方法,提出一种新的树状层级数据结构,当有新增元素时,用户可以很方便地往里面添加新的树的节点.这种技术结构灵活,能够较好地适应大数据实时更新的特性;更加贴近用户,可以运用于多种大数据处理业务.     

基于OLAP查询的数据集市系统的研究

研究了通过对数据仓库视图进行水平分割来建立数据集市系统，提高OLAP查询效率的方法和技术。提出了根据OLAP查询中的选择谓词构造其最小项谓词，选择数据仓库立方体视图进行水平分割，利用视图分割后的裂片建立的数据集市来回答查询，达到减少访问的视图元组数和加快查询响应时间，从而提高OLAP查询效率，削减维护费用。     

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.     

基于关系代数的数据立方体格的优化实现方法

多维数据立方体是数据仓库和OLAP服务器的主要数据组织模型，多维数据立方体格的实现占用大量的时间和空间资源。本文提出了一种基于关系代数的多维数据立方体格的实现算法，针对ROLAP和MOLAP的不同实现形式提供了一种综合的优化算法。     

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。     

基于MS Analysis Services的OLAP技术在超市中的应用

基于MSAnalysisServices提出了超市OLAP技术的设计思想,并简述了前端客户应用程序的设计方法.该系统能够实现与服务器的自动连接,数据源的选择和立方体的创建、浏览,实现了多维数据查询和图表展现,为管理者提供决策支持.     

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。     

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     

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。     

基于多维数据库的MOLAP的聚集计算研究

该文介绍了OLAP的基本概念,侧重于对OLAP的一种类型——MOLAP的介绍。之后,主要讲了立方体的物化策略,一些主要的聚集计算所使用的方法的介绍。     

OLAP多维数据分析与应用研究

在OLAP多维数据概念，分类，及多维数据存储的基础上，着重对OLAP的两种模型及OALAP完成多维数据分析功能时的几种技术方案进行比较，经过综合的分析与实践，总结出自行开发方案与借助OLAP工具软件开发应用系统各自的主要方法与适用环境，从而可以将业务数据转化为对决策有用的信息，使分析人员和管理人员能更有效地依靠事实作出科学决策。     

基于OLAP的发电企业燃煤审计多维分析系统的应用研究

通过对发电企业燃料管理系统状况和传统燃料审计中存在问题的分析,提出了基于成熟的OLAP多维数据分析技术,利用高速关系数据库迁移技术和审计中间表方法,给出了多维数据分析在燃料审计中应用的设计方案,实现了对燃煤数据的多角度、多侧面、多层次综合分析,解决了如何从海量数据中快速找到燃料审计线索、获取审计证据的问题,大大提高了燃料审计的效率和质量。     

基于OLAP的电力营销管理决策支持系统的研究

提出一种基于OLAP的电力营销管理决策支持系统的设计思路和实现方法,利用OLAP技术中的多维数据分析,采用非全连接的前馈神经网络技术对供电行业的营销数据进行多层次、多角度、全方位的分析,从而科学、快速地指出电力营销存在的问题、隐患。该研究对于电价的针对性调整以及合理地安排电力生产具有重要的参考价值。     

环境影响评价数据仓库模型的构建研究

随着环境影响评价基础数据库数据中心数据量的逐年指数增长,数据库服务器对客户端的响应时间也随之延长,对数据高效管理的要求也日益明显.结合环评基础数据库项目建设过程中数据分析和挖掘预测的需求,提出基于ODS的环评数据仓库的总体架构,构建基于OLAP技术的面向多主题的数据仓库模型,研究遗漏值、数据异常等不同问题的数据清理和填充方案,构建基于DS-ODS-DW的数据加载模型.研究实现基于基础数据库的统计分析和数据挖掘功能,为数据管理者提供数据预测与决策支持功能.通过模型在数据分析和数据挖掘方面的应用案例,验证了该模型和方法的合理性和有效性.     

分析处理XML文档学形态学方法

在线联机分析处理(OLAP)是一个分析商业信息趋势的重要工具。虽然OLAP用多维立方体模型来分析结构化的商业数据是理想的,但是它并不适合用来表现和分析复杂的半结构化数据,如:XML文档。因为在广泛的应用领域,XML都是表现数据的语言选择,所以分析XML文档是必需的和紧迫的。描述了一个用XML树模型来分析XML文档的想法。鉴于OLAP的多维聚合操作不能够表示XML文档上的、结构复杂的分析操作,提出了新的、扩展了的XQUERY来支持这种复杂的分析操作。     

最低生活保障系统中数据挖掘技术的实现

本论述对低保数据的挖掘中,使用了两种挖掘算法,另外配合SQL Server 2010提供的数据挖掘功能对低保数据进行了全面的分析,介绍了OLAP技术和数据挖掘在低保数据分析中的应用.主要内容包括:分析了数据挖掘技术在低保数据分析中的应用意义;研究了关联规则、决策树算法、聚类分析在低保数据分析中的应用.这也是低保信息化工作今后重要的研究目标和发展方向.     

OLAP在用电营业MIS中的多维数据分析研究

分析了 OLAP的特点 ,就利用 OLAP对用电营业 MIS中的数据进行多维分析所涉及到的多维数据结构进行了设计 ,并就一些多维数据分析技术结合本实例进行了研究与探讨     

Web挖掘技术及其在网络教学评价中的应用

结合Web日志挖掘技术和数据立方体技术应用于网络教学评价体系,以网络教学体系的Web服务端和客户端的日志作为数据源,使用数据挖掘技术采集有用的数据进行分析抽取,建立数据库,再应用数据立方体技术、OLAP进行分析处理,得到所需的评价结果.结果表明,此算法可以客观的评价网络教学结果.     

基于大数据的复杂生产线系统健康度实时评估方法

复杂生产线系统由于设备规模大、影响因素多,导致运行过程存在着较强的不确定性。系统部署的传感器网络产生的实时大数据(流数据)可以作为系统状态监测的来源,然而传统数据处理方法并不能很好地对系统的健康度作出实时评价。该文以复杂生产线系统运行中的实时大数据(流数据)为基础,基于信息熵原理通过大数据分析方法量化分析系统内部属性间的行为模式和相关性关系,提出了一种基于大数据的复杂生产线系统健康度实时评估方法。磨矿生产线案例表明,该方法可以对复杂生产线的系统健康度作出实时评估。