数据仓库中数据粒度的划分

为了提高银行数据仓库的性能,合理地确定数据仓库中数据单元的详细程度和级别,给出了一种银行数据仓库中数据粒度划分的方法.分析了数据仓库中的粒度模型,介绍了数据粒度划分的策略,在此基础上提出了一种估计数据仓库大小的方法,进而在明确数据粒度划分原则的基础上,提出了一种银行环境中数据粒度的划分.该划分方法有效的解决了银行数据仓库开发者面临的一个最重要的设计问题,使其设计和实现中的其余方面得以非常顺畅地进行.     

数据仓库粒度的估算

近些年由于大数据的出现,传统的数据库技术在某种程度上难以承担对大数据的查询和储存的需求,人们对数据的查询和存储技术提出了更新和更高的标准.由此在数据库技术的基础之上出现了数据仓库,当人们设计数据仓库时,粒度级别的确定是数据查询和储存的重要因素.目前对粒度级别的确定主要采用的是估算算法,对粒度的估算具有一定的模糊性,在查阅了某些粒度的估算算法和文献之后提出了一种以MMTD算法为主算法的粒度级别估算算法.提出的算法思想是:对粒度的最大行数和最小行数进行初步的估算,将实际行数与估算的最大行数与最小行数进行比较,来确定实际的粒度级别,是高粒度还是低粒度[1].     

数据仓库中的粒度确定

数据仓库开发者需要解决的设计问题中最重要的是数据仓库中的粒度确定，当数据仓库的粒度合理确定后，设计和实现的其它问题就会非常容易地解决，相反如果没有合理地确定粒度的话，就会影响其他每个方面。文中讨论了确定粒度时应该考虑的因素，确定方法。     

暂住人口系统的数据仓库的设计

数据仓库技术将不同数据源的数据集成到数据仓库中为决策支持系统提供了一个集成的数据环境.本文以暂住人口数据仓库的设计为例,从数据源的分析、逻辑设计、数据载入、模型的选取及多维数据展示等方面阐述了数据仓库的基本设计过程.     

数据仓库方法论

数据仓库是面向主题的、集成的、非易失的且随时间变化的数据集合，本文简要讨论有关数据仓库的主要设计技术与管理技术，包括数据模型，元数据，粒度，数据分割，数据集成以及分布式数据仓库等。     

基于时间维层次查询频率的数据仓库粒度模型

数据仓库中的事实数据一般以最小粒度存储。而大量的细粒度数据具有很大的随机性,很少直接进行分析和处理,往往被聚集到一定层次的粗粒度数据。另一方面若采用ROLAP存储数据,则大量的细粒度数据将会影响查询的效率。本文介绍了一种基于时间维层次查询频率的粒度调整模型,它能根据用户在时间维层次的查询频率实现对数据粒度的调整。     

医院数据仓库数据模型设计

数据模型设计是数据仓库建设的核心,提出一种医院数据仓库数据模型的设计方法.以某一三甲医院的HIS数据为背景,采用数据驱动的手段,结合医院的需求,提出了医院数据仓库的三层数据模型,概念模型、逻辑模型、物理模型,并完整地给出了每个模型的具体的设计和主要内容.设计并实现了医院数据仓库的数据模型,并结合医院具体的数据给出了相应的实例.此医院数据仓库的三层数据模型易于理解和实现,为医院数据仓库设计最终完成提供了基础.     

企业数据整合与数据仓库设计

目前企业的数据资源可能已经很丰富,但是各系统之间数据不能相互连通。企业决策层组织需要看到的是一个企业跨职能部门的统一的数据联合展现和挖掘,所以需要构建数据仓库。数据仓库的构建过程主要包括：划分主题域、进行事实表和粒度分析、维度设计、元数据设计、数据库物理设计以及性能调优。     

数据仓库中多重粒度划分的层次编码解决方案

数据仓库在决策支持系统(DSS)中起着核心作用,而要创建一个好的数据仓库,如何划分数据粒度是要解决的一个重要问题.通过数据粒度划分方法的分析,结合实例给出了一种划分多重粒度级别的层次编码解决方案,该方法具有安全高效、可基于概念层次对数据进行分析、编码易扩充、编码数据准确规范等优点.最后给出利用层次编码方案解决不同粒度级别数据查询统计的基本思路和方法,结合项目实践证明该方案确实可行,是解决多重粒度级别的好方法.     

医院数据仓库数据模型设计

数据模型设计是数据仓库建设的核心,提出一种医院数据仓库数据模型的设计方法。以某一三甲医院的HIS数据为背景,采用数据驱动的手段,结合医院的需求,提出了医院数据仓库的三层数据模型,概念模型、逻辑模型、物理模型,并完整地给出了每个模型的具体的设计和主要内容。设计并实现了医院数据仓库的数据模型,并结合医院具体的数据给出了相应的实例。此医院数据仓库的三层数据模型易于理解和实现,为医院数据仓库设计最终完成提供了基础。     

数据仓库设计中低粒度数据的分割策略研究

数据仓库中存在着巨大容量的低粒度数据，其存储策略的好坏直接影响到联机分析处理和数据挖掘的性能及效率。该文分析了数据仓库系统中数据分割的一般原则，详细论述了静态数据分割的各种策略，并对结构和内容两个方面的变化所引起的动态数据分割策略进行了详细研究，提出了基于属性相容和属性语义等价的动态数据分割技术。     

数据仓库的多维数据模型的研究

多维数据模型是数据仓库和联机分析处理研究中的一个重要问题,该文根据电力负荷数据集的特点,提出了一种新模型,解决不同维公用一个底层层次属性,把系统中不完全的低粒度数据集和完全的粗粒度数据集在逻辑上无缝地结合起来支持联机分析处理的问题,这是其他多维数据模型所没有解决的。     

面向对象的数据仓库设计

介绍了数据仓库技术的概念和内容,研究了运用面向对象技术建立数据仓库系统的关键技术。给出了通过面向对象技术,并结合UML进行数据仓库模型设计的方法。在进行数据仓库设计的过程中,通过将对象、对象的成员以及对象间关系映射到实体、实体的属性以及实体间关系的方式进行了数据仓库设计,实现了对象分析与数据仓库设计在面向对象体系上的一致。     

数据仓库在高职院校中的应用

以四川交通职业技术学院为例,主要讨论了高职院校信息化现状、建设数据仓库的基本策略、确定数据仓库的主题、数据仓库的粒度、选择数据仓库模型等.基于四川交通职业技术学院信息化建设现状,由数据集市开始,采用"自底向上"的策略建设数据仓库,是一种可行的方法.最后使用OLAP对学生成绩和收费数据进行了分析.     

数据仓库系统中源数据的提取与集成

人们对数据分析的要求的不断提高导致了数据仓库的发展，而在建设数据仓库的过程中非常关键的一步就是从事务数据库或其它的数据源中抽取和集成原始数据。本文在对数据集成方法和数据获取中可能碰到的问题进行全面分析的基础上，较为详细地介绍了我们自行开发的数据仓库系统SEUwarehouse中源数据提取与集成工具的设计与实现．     

基于Web的数据仓库解决方案

从大规模定制企业的环境出发,基于Web的数据仓库技术,通过数据仓库的设计和实现,建立了面向大规模定制企业的基于Web的数据仓库解决方案,并展望了其应用前景。     

石油钻井企业设备管理数据仓库多重粒度模型的研究

数据仓库在决策支持系统fDSS）中起着核心作用,而要创建一个好的数据仓库,如何划分数据粒度是要解决的一个重要问题。该文通过在石油运输企业数据仓库建立多重粒度模型,以便更好地满足不同层次用户的决策分析需要。从而提高效率,为企业创造更大利润。     

教育数据仓库的构建与应用

在讨论建立教育数据仓库基本策略的基础上,深入探讨了教育领域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,这是当前我国教育数据仓库建设的可行策略。