以E-R模型为基础构造数据仓库的概念模型

建立数据模型是构造数据仓库的重要步骤之一,多维数据模型是数据仓库设计中广泛采用的概念模型。该文提出了利用操作型数据库系统中已存在的E-R模型,把E-R模型转换变形为属性树,从而建立数据仓库的多维数据模型的方法。使用这一方法可以对已存在的数据库系统的信息资源进行二次利用,有助于对现存信息系统的深入理解和认识,减少必不可少的信息系统调研所耗费的时间,加速构造数据仓库的进程。     

Development of Secure XML Data Warehouses with QVT

ContextData warehouses are systems which integrate heterogeneous sources to support the decision making process. Data from the Web is becoming increasingly more important as sources for these systems, which has motivated the extensive use of XML to facilitate data and metadata interchange among heterogeneous data sources from the Web and the data warehouse. However, the business information that data warehouses manage is highly sensitive and must, therefore, be carefully protected. Security is thus a key issue in the design of data warehouses, regardless of the implementation technology. It is important to note that the idiosyncrasy of the unstructured and semi-structured data requires particular security rules that have been specifically tailored to these systems in order to permit their particularities to be captured correctly. Unfortunately, although security issues have been considered in the development of traditional data warehouses, current research lacks approaches with which to consider security when the target platform is based on XML technology.ObjectiveWe shall focus on defining transformations to obtain a secure XML Schema from the conceptual multidimensional model of a data warehouse.MethodWe have first defined the rationale behind the transformation rules and how they have been developed in natural language, and we have then established them clearly and formally by using the QVT language. Finally, in order to validate our proposal we have carried out a case study.ResultsWe have proposed an approach for the model driven development of Secure XML Data Warehouses, defining a set of QVT transformation rules.ConclusionThe main benefit of our proposal is that it is possible to model security requirements together with the conceptual model of the data warehouse during the early stages of a project, and automatically obtain the corresponding implementation for XML.     

商业银行数据仓库建模研究与设计

数据仓库建模在商业银行决策支持过程中具有重要意义。文章从整个商业银行的业务和管理角度,阐述和分析了商业银行数据仓库建模的相关问题和解决方案：通过界定数据仓库系统边界和确定主要的主题域,获得稳固的概念模型;在最常用的雪花模型基础上融入面向对象思想,构建对象和雪花模型混合的数据仓库逻辑模型。对商业银行数据仓库的构建具有较好的参考价值。     

数据仓库在商业银行中的运用

随着信息系统在社会各企业中的广泛运用,特别是在银行业,信息系统数年中收集了海量数据,且数据还正以指数级增长,在这信息化的大潮中,银行高层都希望用数据分析来了解银行的经营状况和外部环境,做出科学的决策,在现代激烈的银行业竞争中占有一席之地。本文主要对数据仓库环境的组成、维度建模做一个简要的介绍,结合银行的特定业务,对相应的业务需求介绍银行信用卡数据仓库的基本构架,同时简要论述银行信用卡数据仓库对银行信用卡业务的巨大作用。通过一个基于银行数据仓库项目的完整流程,具体地描述了数据采集,数据转换和数据加载的具体实现方法。对一个具体的业务需求的分析,设计相应的维度模型,最终完成一个客户等级MIS,并输出相应的日报表。最后简要介绍数据仓库的深层应用。     

数据仓库项目管理的系统动力学方法

数据仓库项目涉及范围广、开发周期长，这会导致实施的效果不理想甚至造成项目的失败。文章采用系统动力学的方法研究数据仓库的项目管理，提出了数据仓库项目管理的系统动力学模型。     

数据仓库概念模型的设计

要设计一个能够正确反映用户的需求，又能够使用户易于理解的数据仓库概念模型是一项不同于传统事务处理系统概念模式设计的重要工作，文章提出了一个类似于传统事务的ER模型的DWER模型，给出了对DWER模型的评价，并与其它相关的模型进行了比较，最后给出了模型的描述方法。     

面向对象概念模型方法在数据仓库中的应用

利用面向对象的方法来建立数据仓库的概念模型，使概念化的没计从问题的具体实现中脱离出来，这利主法基于统一的模型语言，通过学生选课实例来说明这种方法。     

基于XML的多维概念模型的研究

对于数据仓库概念模型的研究,目前缺乏统一的标准,不利于模型的交流与共享。基于XML的多维概念模型利用XML这一标准交换语言,不仅很好地解决了这一问题,而且也为元数据的集成与共享打下了基础。针对多维模型的特点,定义了一个特定的DTD,它能够完整地描述多维概念模型的各种语义特征,并针对基于UML的多维概念建模方法,定义了基于XML的多维概念模型与基于UML类图的多维概念模型的映射方法,为其应用奠定了实践基础。     

对于数据仓库和数据挖掘的理解

数据仓库与数据挖掘是当今新的技术热点,数据仓库是一种解决数据使用的高效技术,数据挖掘为之提供更好的决策支持和服务,同时促进数据仓库技术的发展。主要介绍这两者的概念、应用,以及它们之间的关系。     

对于数据仓库和数据挖掘的理解

数据仓库与数据挖掘是当今新的技术热点,数据仓库是一种解决数据使用的高效技术,数据挖掘为之提供更好的决策支持和服务,同时促进数据仓库技术的发展。主要介绍这两者的概念、应用,以及它们之间的关系。     

数据分发服务在指控系统中的应用设想

本文提出了将对象管理组织(OMG)的数据分发服务(DDS)技术应用于指控系统(Command and Control System)中实现系统在时间、空间、数据流上的松耦合达到降低系统耦合度和集成难度的目的. 同时结合对现有按照标准DDS规范编写的商用DDS软件不足的分析, 提出了在将DDS应用于指控系统中的基础上, 同时采用服务质量(QoS)控制, 带宽自适应性, 可扩展二进制变长编码, 多优先级队列, 以及信息可靠传输等技术方法进一步提高数据在指控系统中传输的高效性, 可靠性. 文章最后将DDS以及相关技术方法应用于指控系统后的综合效果与现有指控系统的各项技术指标进行了对比分析, 结果表明将DDS应用于指控系统中能够有效的解决现有指控中存在的诸多问题.     

基于数据仓库技术的决策分析系统概念设计

以数据仓库技术为基础的决策分析是数据处理的发展方向,目前正得到很多行业的应用。为提高科学决策能力,增强在市场经营等方面的正确判断能力,需要充分利用已经积累的大量的业务数据,以数据仓库技术为基础,构建数据处理和决策分析平台,进一步开发数据中蕴涵的信息,形成决策需要的对策方案和应对市场的反应策略。本文从数据仓库技术及数据分析技术出发,概念性地构建了可应用的数据仓库和分析系统,为今后在相关领域应用奠定了基础。     

数据建模在数据仓库建设中的应用

数据仓库是国土资源决策支持系统建设中的核心内容,是决策支持系统处理的基础。建立数据仓库的目的,是把国土资源的内部数据和外部数据进行有效的集成,为各级决策领导、各级管理人员和业务分析人员使用。作者重点从数据仓库模型设计要点、国土资源一体化数据仓库整体模型架构、数据仓库模型设计规范三方面进行了详细设计。     

一种对象实视图的增量维护算法OMVIMA

首先给出了一种面向对象的实视图模型———对象视图模型,可以在数据仓库中描述复杂对象,并有利于前端工具OLAP的实现。然后在此基础上提出了对象视图模型增量维护算法———OMVIMA,该算法能够有效地实现从数据源到数据仓库中对象(数据)的增量抽取和加载等维护工作。最后给出了算法的性能和效率分析,并通过应用实例证明了该算法比基于纯关系实视图的实现方法具有更高的效率。     

Combining objects with rules to represent aggregation knowledge in data warehouse and OLAP systems

Data warehouses are based on multidimensional modeling. Using On-Line Analytical Processing (OLAP) tools, decision makers navigate through and analyze multidimensional data. Typically, users need to analyze data at different aggregation levels (using roll-up and drill-down functions). Therefore, aggregation knowledge should be adequately represented in conceptual multidimensional models, and mapped in subsequent logical and physical models. However, current conceptual multidimensional models poorly represent aggregation knowledge, which (1) has a complex structure and dynamics and (2) is highly contextual. In order to account for the characteristics of this knowledge, we propose to represent it with objects (UML class diagrams) and rules in the Production Rule Representation language (PRR). Static aggregation knowledge is represented in the class diagrams, while rules represent the dynamics (i.e. how aggregation may be performed depending on context). We present the class diagrams, and a typology and examples of associated rules. We argue that this representation of aggregation knowledge enables an early modeling of user requirements in a data warehouse project. A prototype has been developed based on the Java Expert System Shell (Jess).     

高速公路营运数据仓库的数据建模方法研究

由于数据仓库的数据主要用于分析处理，而非事务处理，因此，定义数据仓库的数据模型和指导思想、方法、步骤和传统的事务型数据库系统有很大的不同。本文根据等者在开发EMDSS（高速公路营运管理决策辅助系统）中的经验和实践，对数据仓库数据模型的建模方法进行了研究。     

数据仓库技术研究

在数据仓库及其相关技术方面，人们进行了大理的研究和探索，产生了许多的方法和技术，介绍数据仓库的概念模型、数据组织、元数据和数据集市等方面的研究成果，并提出需进一步研究的有关问题。     

基于数据仓库的无线网络优化数据预处理

数据预处理正是为其提供高质量数据的关键。通过对网络优化中数据源的分析,提出一种基于数据仓库的数据预处理模型,给出了网络优化的方法。     

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。     

数据仓库技术与应用

文中详细介绍了数据仓库的概念及其应用,着重说明了OLAP及数据挖掘等关键技术,最后讨论了数据仓库的具体实施方法。