企业数据仓库多维数据模型的建立

数据仓库是一种新的数据管理技术,能将企业内分散的原始操作型数据和来自外部的数据汇集和整理,为企业提供完整、及时和准确的决策信息.构建数据仓库系统的核心问题是如何建立复杂的企业数据模型.商务数据的本质是多维的,传统的ER模型已无法满足要求,而多维数据建模技术从维度、层次建模的角度有效地弥补了传统数据模型的不足.文章以多维数据建模技术为中心通过实例讨论了数据仓库中数据模型的一般建立方法,为解决构建企业信息系统提供了一种切实可行的方案.     

基于UML的社会保险多维数据模型建模的研究

建立多维数据模型是创建数据仓库的关键。本文介绍用统一建模语言UML设计多维数据模型的方法,并将它应用到社会保险数据仓库的多维数据模型的设计中去,从而引入一种全新的多维数据模型的建模方法。     

基于XML技术的数据仓库多维数据模型

本文介绍了一种基于关系数据库、利用 XML技术实现多维数据模型方法 .首先讨论了在关系数据库之上构建数据仓库的系统结构 ,利用面向对象的技术构建一个逻辑多维数据模型 ,通过 XML 文档保存多维数据模型的元数据 .配合数据仓库的数据抽取工具、汇总工具可以实现数据仓库的基本功能 .对于实现关系数据库之上 OL AP和数据挖掘有一定的参考价值 .     

数据仓库建模技术之比较

数据仓库建模是数据仓库创建成败的关键,必须按照一定的原则,采用适当的建模技术设计模型。本文介绍了几种常见的建模技术及其特点和适用场合。复杂维层次结构的多维数据模型的创建是当前数据仓库建模技术研究的核心问题之一。     

浅谈数据仓库及其在SQL中的构建分析

本文分析了数据仓库的企业级数据仓库模型和多维模型两种主流数据模型,对多维建模中的星形模型和雪花模型进行比较,总结了数据仓库建模的步骤和原则。同时文章对在SQL中设计构建数据仓库的数据表与索引策略等进行了分析。     

数据仓库中的多维数据模型及其对象关系的实现

数据仓库和联机分析处理(OLAP)是当今商业数据处理领域的研究重点。传统的关系数据库技术已经很难满足联机分析处理对数据仓库的大量数据进行分析查询的要求。多维数据模型已成为数据仓库和联机分析处理的核心技术。该文设计了一种直观、有效的多维数据模型并给出了基于对象关系的实现。     

基于数据仓库的房地产数据分析系统

针对房地产信息系统积累的大量房产数据,研究并实现基于数据仓库及OLAP技术的房地产智能数据分析系统.首先建立了分离的数据仓库,并对数据仓库进行多维建模和多维分析;然后对多维数据模型进行了切片、切块,旋转、上钻和下钻等多维分析,从多角度进行房产数据分析,并计算房产指数;最后利用前端开发工具开发了可视化的多维分析和数据展示平台.实践表明,基于数据仓库的房产数据分析系统可以为房地产管理层和决策层提供高效的决策支持.     

基于关系数据库和XML的OLAP建模方案

OLAP系统运行的基础是多维数据模型。以快速、准确、灵活地构建多维数据模型为目的,提出了一种基于关系数据库和XML的OLAP建模方案。该建模方案将OLAP的建模任务分为两个阶段:存储层建模和应用层建模。在存储层,使用关系数据库,按照"星型图"方法建立具备多维特性的关系数据模型;在应用层,设计XML Schema,描述多维数据立方体及物理映射。运用建模方案,可以有效提高OLAP多维数据建模的效率和效果。     

一种数据仓库的多维数据模型

数据模型是数据仓库研究的核心问题之一.很多研究表明,传统数据模型(如实体联系模型和关系模型)不能有效地表示数据仓库的数据结构和语义,也难以有效地支持联机分析处理(on-line analysis processing,简称OLAP).最近,人们提出了几种多维数据模型.但是,这些多维数据模型在表示数据仓库的复杂数据结构和语义以及OLAP操作方面仍显不足.该文以偏序和映射为基础,提出了一种新的多维数据模型.该数据模型能够充分表达数据仓库的复杂数据结构和语义,并提供一个以OLAP操作为核心的操作代数,支持层次结构间的复杂聚集操作序列,能够有效地支持OLAP应用.该数据模型支持聚集函数约束的概念,提供了表示层次结构间聚集函数约束的机制.     

第三方物流的多维数据模型

现有第三方物流企业的管理信息系统普遍采用传统的关系型数据库.随着大量关系数据的聚集,借助关系模型分析数据已明显不足.基于此,提出了采用数据仓库技术建立数据中心的解决方案,为企业决策层提供所需的数据环境.此外,按照维度建模方法,为第三方物流运输管理提供了具体的多维数据模型和应用分析.     

基于Hive的水利普查数据仓库

针对水利普查数据海量、多维的特点,研究近年来在“大数据”概念下发展迅速的Hadoop与Hive,结合传统数据仓库在多维数据分析方面的成熟技术,提出基于Hive的水利普查数据仓库的构建方法,描述数据仓库系统的架构,并根据Hive的设计特点,通过分桶、消减维度表和冗余事实表的方法来改进传统的多维分析模型,最后搭建集群系统对水利普查数据集进行查询与分析测试。测试结果表明该数据仓库可以满足海量多维水利普查数据的存储与查询要求。      

大数据环境下的电力客户服务数据分析系统

作为电网企业对外服务窗口,电网客户服务中心需要整合企业内部各种异构数据资源、存贮和分析海量的客户服务语音信息和 WEB 服务信息。如何对电网企业各类数据进行高效、可靠、低廉地存储,并快速访问和分析,是当前重要的研究课题。首先分析了大数据的特征和大数据的关键技术,其后,设计了大数据时代下的电力客户服务数据分析系统,提出了系统的数据体系架构,设计了系统功能,总结了系统的关键技术和算法,该系统利用大数据技术和数据仓库技术集中存储、管理和应用电网数据,通过元数据管理实现统一的数据服务平台,使用Hadoop数据库作为非结构数据的存贮平台和数据分析与挖掘的支撑平台,基于CDC数据仓库ETL模型设计数据仓库 ETL 构件,在数据展示层使用多维数据分析技术。最后,综述了系统应用案例,实践表明,系统具有成本低、扩展性较好、可靠性高、并行分析等特点,可以大大提高电网企业的客户服务水平。     

数据仓库在超市中的应用

绍了数据仓库技术,以某超市销售决策支持系统为背景,详细描述了面向超市销售数据仓库的建模方法和步骤,并结合连锁超市企业的具体业务,给出了连锁销售决策支持系统的模型。利用OLAP技术构建出销售多维数据集,使用多维查询语言MDX对该多维数据集进行查询以便决策者方便地对销售量、库存情况进行分析并作出正确的决策。     

基于数据挖掘的招考志愿填报辅助决策支持系统

以数据挖掘技术为手段,通过对高考历史数据的全面分析构建招考志愿填报的辅助决策支持系统,诣在为考生填报志愿提供辅助决策支持。系统运用数据仓库的数据预处理技术和多维建模技术构建以录取数据分析为主题的数据仓库。运用联机分析技术对数据进行多维分析,以及数据挖掘技术中的分类方法实现志愿填报的辅助决策。     

银行数据仓库的系统设计与实现

企业中的数据存在于各个异构的传统数据库系统中,数据仓库是企业整合数据的一种有效途径。数据仓库使得企业的信息变得易于获取并且为企业决策提供可靠依据。然而建设一个企业级数据仓库是一项巨大的工程。根据数据仓库的特点和功能以及软件设计的模块化思想,提出一种三层数据模型结构,即面向企业全局视图的逻辑层数据模型(LDM)、面向数据处理的ETL数据模型和面向前台展示的分析层数据模型(ADM)并在银行系统中予以实现。     

基于数据仓库的综合决策支持系统

数据仓库和ＯＬＡＰ技术已成为企业决策支持系统的关键,为决策支持系统的发展和全面应用提供了理论技术基础,叙述了基于数据仓库技术的综合决策支持系统,给出了一个在税务上的应用实例。     

基于XML的煤矿企业数据集成模型设计与实现

由于煤矿企业存在复杂的数据环境,导致系统间无法实现信息共享,阻碍了煤矿企业信息化进程。本文利用XML技术,在分析煤矿企业生产自动化监测数据环境基础上,设计基于XML的数据集成模型,并对其关键技术进行了研究与实现。     

关于对Oracle数据仓库应用技术的研究与实现

随着科学技术的不断发展,二十一世纪人类已经进入了信息化时代,将计算机、网络、通信以及数据库系统于一身的信息技术成为了社会发展强劲的主要动力。目前,中国化工企业是我国国民经济的主要经济支柱性产业,具有涉及面广、产量规模巨大、管理层面复杂等特点,一直以来都是我国建设的重点行业。由于随着世界能源的日趋紧缺,现阶段,我国的石油化工领域竞争变得越来越激烈,石油化工企业要想在竞争中占有强势地位,加强信息化管理的水平,提升企业管理素质和管理理念,最大程度的取得较好的经济效益是势在必行的发展方向。本文根据Oracle数据仓库开发工具,对石油化工企业管理信息化进行数据仓库的含义、设计原理、建模以及结构优化等技术的研究与探讨,供各位朋友鉴赏。     

基于数据仓库的法院信息决策支持系统的设计

为了加快法院信息化建设,为法院决策层提供决策信息支持,提出了一种基于数据仓库的法院信息决策支持系统的总体框架。在DSS系统设计过程中,采用了OLAP+DM+Web相结合的方式,重点介绍分析了多维数据模型的设计,数据仓库的构建,以及以可视化交互的决策支持,最后通过实例展示决策支持系统的设计分析过程。