基于数据仓库技术的教育评价决策系统的实现

针对高校教务管理系统中存在的不足，将数据仓库技术引入高校教育评价决策支持系统。设计了基于数据仓库和0LAP技术的教育评价决策支持系统的体系结构，描述了各逻辑服务模型的具体功能。文章重点介绍了运用Microsoft SQL Server2000提供的数据透视表服务，由ADO MD对象模型访问数据仓库服务器，最终实现了客户端的数据多维分析与查询．基于数据仓库的教育评价决策系统克服了传统决策支持系统的弊端，增强了高校教务管理功能，对于提高教育质量、促进教育发展具有现实意义。     

面向教育评价的数据仓库系统的开发与ETL研究

在阐述数据仓库技术的概念、原理、体系结构的基础上,具体描述了面向教育评价应用的数据仓库系统的需求分析、概念模型设计和逻辑模型设计,重点研究了运用Microsoft数据转换工具DTS设计数据迁移包,完成数据由业务数据库到教育评价数据仓库的抽取、转换、清洗和装载的过程。     

数据仓库中数据质量控制研究

随着数据仓库的深入应用,数据质量问题成为关系到数据仓库建设成败和数据能否有效应用的重要关键问题。该文首先讨论数据仓库环境下存在的数据质量问题以及保证数据质量的重要性,然后提出数据质量的度量和评价指标,最后给出了数据仓库实施和运行过程中数据质量控制的数据质量成熟度模型和保证仓库数据质量的方法。     

数据挖掘与人才素质评价

根据数据挖掘技术的概念、数据的组织方式和系统的设计方法,利用k-中心算法对人才素质进行分类,借助判定树归纳分类法对人才素质进行分析和评价,提出了混合数据挖掘算法,提高人才素质评价的高效性和科学性。     

基于数据仓库的教学管理信息系统的研究与应用

介绍了数据仓库的基本概念和系统结构,对数据仓库在教学管理信息系统中的应用作了研究与探讨。针对教学管理信息系统中的数据特性,重点分析了数据仓库的模型设计和数据挖掘过程,尝试了基于数据仓库技术的教学管理信息系统的具体建设,对教学评价具有一定的指导意义。     

数据仓库质量及其应用

给出了数据仓库质量元模型的建模方法，提出了实现数据仓库应用质量、数据仓库数据质量的具体方法和数据防火墙的概念。     

数据仓库技术及实施

介绍了数据仓库的基本概念，针对数据仓库建立对创建数据仓库的过程进行了分析，对实现数据抽取、数据仓库的存储和管理等进行分析和比较。     

数据仓库技术及其实现

本文主要介绍了数据仓库的背景和概念，并向用户展示了数据仓库的体系结构，特别针对数据仓库实现过程中的多维数据存储模型，数据变换及清洁过程进行了讨论。     

数据仓库实现过程中的关键技术

本文介绍了数据仓库的概念和特点，详述了数据仓库实现过程中的几个关键技术，即数据仓库的设计方法、数据源的选取、数据的整理和加载、前端数据展示等。     

基于XML数据立方的面向对象扩展

本文是对基于XML的数据立方数据模型的面向对象的实现，通过对数据仓库技术，面向对象技术和XML技术的结合的探讨，扩展了XML Schema，从而为基于WEB数据仓库的应用提供了一种新的表示和实现方法，解决了数据仓库中模式演化所带来的重组问题，通过与面向对象技术的结合使用，把数据仓库变成为数据立方和OLAP方法的仓库，这种数据仓库的实现方案，保证了数据仓库系统的稳定性，灵活性和可扩展性，适应了新一代WEB应用的需要。     

一种评估数据仓库设计质量的方法

数据仓库（Data Warehouse,DW）是支持决策管理过程的、面向主题的、集成的、随时间而变的、持久的数据集合,它集成了源数据库（Database,DB）和其他平面文件系统的相关数据,以支持决策管理活动。数据仓库结构是一个多维模型,主要分星形、雪花星和星座形三种。有别于传统关系型数据库的设计,数据库仓库的设计往往以数据作为驱动,其设计的好坏,直接影响了数据仓库系统的建设与应用。文中提出了一种评估数据仓库设计质量的定量分析方法,主要是量化了和数据仓库有血缘关系的数据源的相关质量指标,就是通过分析所选取的表和属性两方面的数据质量（Data Quality,DQ）指标,最终联合这些指标以计算数据仓库设计质量的评估值。其中,分析数据源相关质量指标的过程,也可以支持数据库仓库的设计。     

应用扩展元数据库方式解决数据仓库质量问题

数据仓库中数据的质量如何是直接关系到数据仓库系统成功与否的关键。扩展元数据库方式是解决数据仓库质量问题的有效方法。文章首先介绍了扩展元数据库,质量维度及质量模型,然后讲述了如何提高数据仓库中的数据质量,从而作为系统质量分析和质量驱动设计的基础。     

Managing Data Quality of the Data Warehouse: A Chance-Constrained Programming Approach

To make informed decisions, managers establish data warehouses that integrate multiple data sources. However, the outcomes of the data warehouse-based decisions are not always satisfactory due to low data quality. Although many studies focused on data quality management, little effort has been made to explore effective data quality control strategies for the data warehouse. In this study, we propose a chance-constrained programming model that determines the optimal strategy for allocating the control resources to mitigate the data quality problems of the data warehouse. We develop a modified Artificial Bee Colony algorithm to solve the model. Our work contributes to the literature on evaluation of data quality problem propagation in data integration process and data quality control on the data sources that make up the data warehouse. We use a data warehouse in the healthcare organization to illustrate the model and the effectiveness of the algorithm.

     

Systems Dynamics-Based Modeling of Data Warehouse Quality

ABSTRACT

Data warehouses (DW) are a key component of business intelligence and decision-making. In this paper, we present an approach that combines Grounded Theory and System Dynamics to develop causal loop diagrams/models for data warehouse quality and processes. We used the top 51 data warehousing academic papers to arrive at concepts and critical success factors. A simple data warehouse quality causal model and a Data Warehouse Project Initialization Loop Analysis, Data Source Availability & Monitoring Loop Analysis and Data Model Quality and DBMS Quality Analysis models were developed. Visualization of the cause-effect loops and how data warehouse variables are interrelated provide a clear understanding of DW process. Key findings include data quality and data model quality that are more important than DBMS quality for ensuring data warehouse quality, and the number of data entry errors and the level of data complexity can be major detriments to DW quality.     

位置编码在数据仓库ETL中的应用

为了保证数据仓库中数据的质量，在数据挖掘前必须进行数据清洗。ETL是构建数据仓库的重要环节，数据清洗就包含在其中。而检测和消除数据仓库中的相似重复记录是数据清洗和提高数据质量要解决的关键问题之一。该文将位置编码技术引入到数据仓库ETL中，提出了一种相似重复记录的检测算法，并给出了不同级别匹配阈值的动态确定方法。通过实验表明该算法具有较好的检测效果。     

干部管理领域数据仓库模型设计

在基于数据仓库的决策支持系统的开发过程中,数据仓库模型是整个系统实现的基础。良好的数据仓库模型可以提高系统开发的成功率和数据仓库中的数据质量。因此,在把数据仓库技术引入到干部管理领域后,一项重要的任务就是要建立适合于干部管理领域的数据仓库模型。文中针对干部管理领域数据的特点,提出了一种干部管理领域数据仓库模型的设计方案。     

An empirical investigation of the effects of data warehousing on decision performance

Organizations implement data warehouses to overcome the limitations of DSS by adding this database component and thereby improve decision performance. However, no empirical evidence is available to show the effects of a data warehouse (DW) on decision quality and performance. To examine this, a laboratory experiment was conducted. The data warehouse variables considered were the time horizon of the data and its level of aggregation.It was found that using a full data warehouse resulted in significantly better performance and that using it resulted in better performance than using a partial data warehouse (long-time history with no aggregated data). However, using a partial data warehouse was not significantly better than not using a data warehouse at all.     

基于纺织企业纱线质量数据仓库的设计

基于纺织企业纱线质量管理数据,结合数据仓库、数据挖掘、联机分析处理技术,探讨了纱线质量数据仓库整体设计过程,并且实施数据挖掘,分析数据挖掘结果,对企业生产提供依据。提出了基于纺织企业纱线质量数据仓库的组成与设计思路,以实例阐述了构建数据仓库的体系结构和数学模型以及数据挖掘、联机分析处理技术,结果表明基于纱线质量的数据仓库的建立结合数据挖掘和联机分析处理技术对企业质量管理层确实提供了有效的分析手段。