商务智能系统的数据体系结构研究

首先介绍商务智能系统概念及三大技术体系,得出商务智能系统的数据技术架构．然后分析商务智能对数据处理的要求,指出数据仓库的重要性,并由此引出动态数据仓库．最后在系统数据体系结构的设计中引入ODS,说明其特点、与数据仓库的关系及在商务智能系统中的作用．     

关于业务数据商店系统若干问题的研究

介绍了业务数据商店 (ODS)的概念 ,对数据库、业务数据商店和数据仓库三者的技术特点进行了比较分析 ,给出了面向应用的ODS分类结构以及在应用中所要注意的问题 ,并对业务数据商店系统设计的关键技术进行了分析研究     

一种ODS环境下的混合数据清洗策略

DB-ODS-DW三层体系结构满足了信息处理的多层次需求，ODS在其中承担了重要的角色，为了提高ODS中的数据质量，进入到ODS环境中的数据必须经过清洗．在给出ETL过程中数据清洗模型的基础上，针对已知和未知的错误类型，以及语义上的错误，提出了一种自动清洗和人为清洗相混合的数据清洗策略，具有较好的现实意义。     

数据仓库中视图选择算法的分析与比较

数据仓库中的视图选择关系到数据仓库的效率和维护代价，是数据仓库中研究的重要问题。本就已有的视图选择算法加以分析、比较，以此描述视图选择算法的研究现状和发展方向。     

异构数据库间的数据复制技术及其应用

介绍了数据复制技术 ,针对实际应用构建了数据仓库的DB—ODS—DW三层体系结构 ,并实现了异构数据库之间的数据复制 .     

基于Web的数据仓库体系研究

论述了当前基于C/S体系数据仓库系统的不足之处以及Web技术和数据仓库技术相结合的必然性,提出了基于Web的数据仓库体系结构.这种体系是以应用服务器作为Web服务器和数据库仓库之间的中间层,并研究了其具体的实现方法.     

应用于制造执行系统（MES）的ODS技术

MES是一个能精确调度、发送、跟踪、监控车间生产信息和过程，且同时能测量和报告其实时性能的制造执行系统．在其数据仓库的构建过程中使用的ODS(Operational Data Store)技术可以优化整个MES的数据流存储和监控。     

基于ETL的数据仓库ODS数据查询

ETL是构建数据仓库的一个非常重要的环节,是整个数据仓库系统乃至整个决策支持系统的基石。如何设计高效的ETL过程成为众多计划或正在实施数据仓库项目的单位考虑的重要问题。针对数据来源一是Oracle数据库,二是Excel格式的经济普查电子年鉴系统的异构性,提出了一种并行数据抽取接口设计方案,解决了异构数据源的模式匹配问题,对数据进行清理、集成和变换后,整合两种异构数据源为统一的Oracle数据存储模式,消除了异构数据源之间的隔离,保证了对数据资源的有效集成。提出在数据源和数据仓库之间增加一个中间层ODS(操作型数据存储),通过在ODS中的转换策略研究,论述了如何实现个性化的数据转换,将信息仓库中的数据以多维的形式表示,满足各种方式的个性化查询。     

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。     

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.     

数据仓库在银行管理信息系统中的应用

随着银行业务的迅速发展以及数据库管理系统的广泛应用，众多银行建设了数据仓库，为了从大量的银行业务数据中提取到有用的决策信息，本文分析了数据仓库的特点，探讨了数据仓库在银行管理信息系统上的应用，为数据仓库以及关键技术在银行系统管理上的实际应用提供了思路。     

基于Intranet的数据仓库技术

提出了一种新的数据仓库技术，讨论了目前业已建立的数据仓库所存在的局限性，并．在提出建立基于Intranet的数据仓库的重要意义之后，阐明了这种技术体系的结构、优点及发展趋势。     

毛细胞电色谱中流动相的离子强度对ODS柱分离行为的影响

研究了毛细管电色谱中流动相的选择以及不同离子强度对ODS柱分离行为的影响。     

毛细管电色谱中流动相的离子强度对ODS柱分离行为的影响

研究了毛细管电色谱中流动相的选择以及不同离子强度对ODS柱分离行为的影响     

数据仓库中两种数据模型的分析比较

指出了数据决策支持系统是当今数据库领域的研究热点，而数据仓库和联机分析处理是该领域中的2个重大的技术，数据模型又是数据仓库的核心和基础，在数据仓库中，常用的数据模型是立方体数据模型和星型数据模型，在分析比较这2种数据模型优、缺点的基础上，提出了组织数据仓库中的数据时应灵活选择模型，做到优势互补，扬长避，以调离同高性能的商业决策支持系统。     

多层次的数据仓库系统总体框架的研究

数据仓库作为一项数据管理领域的新技术,到目前为止还没有成熟、可靠且能被广泛接受的系统构建标准.为此文章提出了多层次的数据仓库系统总体框架,以及基于该框架的数据仓库的体系结构、数据仓库系统的标准开发过程及数据仓库平台的测试指标.以此为基础,并结合已有的业务系统,企业可以逐步构建完整的、健壮的数据仓库系统.     

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.     

基于电信业务的数据仓库系统设计

在讨论建立企业数据仓库基本策略的基础上，从主题域的选择、数据粒度层次的划分和多维数据库几个方面深入探讨了基于电信业务的数据仓库系统设计问题。从数据集市开始，由小而大，由易至难，逐步扩充与完善，最终建成一个企业级的数据仓库，这是当前我国电信服务企业数据仓库建设的可行策略。     

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     

数据仓库应用浅析

现代是信息化膨胀的时代,本文主要介绍什么是数据挖掘,数据挖掘的算法以及如何建立数据仓库并且在已经存在的数据仓库进行数据处理的方法.这对于从海量数据中筛选有意义的数据有非常重要的含义.