模糊数据发掘的研究

本文将模糊理论应用于数据发掘，提出模糊数据发掘（FuzzyDataMining，FDM），采用模糊聚类分析的方法，从数据仓库中发掘普通方法难以发现的隐藏模式，进行模糊预测。并举例说明FDM方法的主要实现过程。本文对各类数据仓库的灵敏数据发掘具有普遍意义。     

一种列存储数据仓库中的数据复用策略

数据复用是数据仓库管理中节约存储空间、提高查询效率的重要手段.列存储技术将来自同一属性的数据连续存储,极大地提高了数据仓库等分析型应用软件的性能,同时增加了复用的可行性和灵活性.为此,提出了一种列存储数据仓库中的数据复用策略.首先,利用模式匹配技术发掘候选可复用列,排除大量无法复用的数据列,在此基础上对候选可复用数据进行筛选和过滤,大大降低复用数据检测的复杂度.针对确定的可复用数据,提出了基于列存储的复用实现策略,分别给出了原始数据列、压缩数据列及索引数据列的复用实现方法.最后提出了基于复用数据的查询实现技术.在大规模数据仓库基准数据集上的实验结果验证了数据复用策略在减少存储量、节省数据装载时间及提升查询性能方面的有效性.     

面向火箭数据分析和故障诊断的数据仓库设计

针对运载火箭测试发射数据分散存储且数据利用不充分的问题,提出了以数据仓库技术对火箭的测试发射数据进行组织和存储管理,实现对火箭数据价值的深层次发掘。根据运载火箭数据的特点,提出了数据仓库基础层、源数据层、数据交互层、数据架构层、应用层、显示层六个层次的框架设计;通过面向火箭数据分析和故障诊断的数据清洗规则设计,对不同来源、不同格式的数据进行清洗和加载;对火箭的数据应用方向进行了探索,设计了包络分析、相关性分析、故障诊断等数据分析模块。用某型号火箭测试发射数据进行了验证,结果表明,数据仓库方案切实可行,为后续火箭数据的持续性管理和分析奠定了基础。     

零售业数据仓库中ETL技术的研究

数据仓库中的数据不是传统数据库中数据的简单堆积，它是一个复杂的容纳数据集成的系统工程，为决策者提供访问、分析及共享信息的能力，从而发挥数据仓库的真正功效。本文针对于零售业，阐述了在零售业数据仓库系统中ETL的流程并结合实际应用提出了在零售业数据仓库系统中的ETL过程应考虑的诸多问题及解决方案。     

ECAS数据仓库中数据集成的相关问题

数据仓库越来越广泛地应用于企业决策分析 ,从传统的操作型数据库集成数据是创建数据仓库必不可少的一步。结合宝钢能源部能源分析及成本分析系统 (ECAS)数据仓库 ,介绍了建立数据仓库时从不同的数据源抽取数据、清洗数据的相关问题。     

基于移动行业的ETL方法及策略探讨

基于移动行业的数据仓库，对数据抽取、数据转换、数据装载和数据审计的方法和策略进行了探讨，这些方法和策略对其他行业数据仓库的构建具有借鉴作用。     

Web数据的数据仓库化模型

数据仓库化Web数据,以更好地支持企业的经营决策和联机分析处理,是当前数据库研究的一个热点。Web数据的数据仓库化包括数据抽取、数据集成和数据物化三个连续的阶段。本文在MIX模型的基础上,提出了一个数据仓库化Web数据的模型,描述了主要部分的接口功能,并详细讨论了Web数据的集成过程及物化过程中的有关问题。     

基于数据仓库的数据采掘及其在决策支持系统中的应用

本文介绍了数据采掘技术的总体研究情况及有关的一些原型系统和商业产品。对数据仓库环境下数据采掘的特点和潜力进行了探讨。其次讨论了数据仓库技术的基本概念,提出了数据仓库的基本体系结构。最后给出了结合数据仓库、ＯＬＡＰ以及数据采掘技术的综合决策支持系统模型。     

Oracle数据仓库解决方案概述

本文介绍了用Oracle的产品来做数据仓库的设计与开发要完成数据仓库的设计建模、数据转换与集成、数据存储与管理、数据的分析和展示、数据仓库的维护和管理的五个过程。     

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。