数据仓库、数据挖掘和OLAP分析及其应用实例

在日益激烈的市场竞争中,海量信息的存储、挖掘而得到的任何与消费者行为有关的信息对商家来说都是非常宝贵的.概要介绍了数据仓库、数据挖掘和联机分析处理(OLAP分析)等概念,并介绍了一个工具SAS及其在网站访问量分析中的应用实例.     

基于数据仓库的决策支持系统

基于传统数据库的决策支持系统存在数据分散、数据规范不统一、数据可分析能力低等缺点,文中针对这些缺点提出基于数据仓库的决策支持系统概念模型,并以实际应用说明、验证其概念模型.     

基于数据仓库的决策支持系统的分析与研究

为解决传统决策支持系统(DSS)中存在的不足问题,本文重点论述了数据仓库技术及其体系结构,在此基础上分析了基于数据仓库技术、OLAP及其数据挖掘技术的决策支持系统的体系结构及其开发过程。     

数据仓库技术研究和应用探讨

数据仓库是信息领域中近年来迅速兴起的一种技术。本文对此技术和应用进行了广泛的探讨。数据仓库的关键技术在于联机分析处理、数据挖掘。本文讨论了OPLA的实现,介绍了DM的技术。并结合电力系统的实际情况,提出了电力系统数据仓库解决方案。     

三峡工程安全监测信息系统决策支持数据仓库技术

主要介绍三峡安全监测信息系统数据仓库的主要概念,关键技术和该系统的系统结构。     

电信计费分析数据仓库系统的设计与实现

该文主要研究如何用数据仓库及其技术解决电信计费分析的实际问题。     

数据仓库和OLAP在港口物资管理中的应用

该文对通过数据仓库和OLAP技术进行研究,设计了港口物资管理数据仓库模型,并分析了基于MS SQL Server2005数据仓库实施方案的OLAP分析结果展现过程。     

浅谈数据仓库中的OLAP技术

随着数据仓库技术和联机分析处理(OLAP)技术的发展,多维数据查询与分析已经广泛应用到商务、金融以及军事等多个领域的信息处理中,为各行业的决策分析提供了强大的支持。本文主要从数据仓库及OLAP技术的相关概念,OLAP多维数据模型及核心技术方面进行了分析总结。     

数据仓库和数据挖掘

Making a business decision using data from severaldifferent enterprise databases can be complicated. Data warehousesconsolidate data into a central repository and give you the OLAP toolsnecessary to retrieve data pertinent to the solution.DefinitionA data warehouse is used to consolidate this data into a central storeand to arrange it to make analysis easier, which means the data is lessnormalized than your traditional application database. Data is typicallytransferred in batch to the centra…     

关于数据仓库中联机分析处理的几点研究

本文介绍了数据仓库中OLAP（联机分析处理）技术，详细阐述了星型架构中的维表和事实表，并将星型架构和多维数据模型在各方面进行比较。     

数据仓库和联机分析处理技术在装备器材保障中的应用

文章分析了传统装备器材保障中数据处理方法存在的不足,提出了基于数据仓库和联机分析处理技术的器材保障管理的设计思想,阐述了数据仓库多维数据结构的设计方案,讨论了联机分析处理和数据挖掘的实现方法。     

超大型压缩数据仓库上的CUBE算法

数据压缩是提高多维数据仓库性能的重要途径,联机分析处理是数据仓库上的主要应用,Cube操作是联机分析处理中最常用的操作之一.压缩多维数据仓库上的Cube算法的研究是数据库界面临的具有挑战性的重要任务.近年来,人们在Cube算法方面开展了大量工作,但却很少涉及多维数据仓库和压缩多维数据仓库.到目前为止,只有一篇论文提出了一种压缩多维数据仓库上的Cube算法.在深入研究压缩数据仓库上的Cube算法的基础上,提出了产生优化Cube计算计划的启发式算法和3个压缩多维数据仓库上的Cube算法.所提出的Cube算法直     

数据仓库与数据挖掘研究进展

随着数据库应用从以事务处理为中心逐渐向以分析处理为中心转化,以数据仓库、联机分析和数据挖掘为中心的基于数据库的分析技术成为近几年来数据库界研究的热点。经过近十年的研究与应用。已经产生了很多的研究成果,建立了较扎实的理论基础,目前正在向与应用领域紧密结合(如流数据)。对现有技术进一步改造方面发展。本文对近两年这几个方向上的研究成果进行了总结。     

股市行情预报的数据仓库数据挖掘系统

本文介绍采用数据仓库(DW)、联机分析(OLAP)、数据挖掘(DM),构建股市行情预报信息的公众资讯网的开发实践。     

半结构化数据模型及查询语言

在传统数据库中要求查询处理时数据的结构模式已知且固定。这在ＷＷＷ和异构信息源集成等半结构化数据情形下很难满足。     

基于查询优化的虚拟数据仓库模型

1 虚拟数据模型概述虚拟数据仓库技术因为其开放灵活的体系结构、以需求为驱动、无限的扩展性等优点而越来越引起人们的关注,相比传统数据仓库以供给为驱动的特点,虚拟数据仓库对有很多不同时期、不同构、复杂的数据源的大公司大企业来说有巨大的吸引力。本文在此技术的基础上,提出了一个基于查询优化的虚拟数据仓库模型,它使用多层次分布式的数据结构,在     

DM异构数据源集成系统中的数据模型及查询语言

在很多的实际应用中需要集成地访问异构的数据源,而异构数据源的数据结构模式未知且不固定。为此,为了解决上述问题我们在DM异构数据源集成系统中设计了一种针对半结构化数据的自描述的数据模型SSDM（SemiStructured Data Model),并在此基础上构造了查询语言SDQL（SemiStructured Data Query language)和针对不同数据源的捆绑器,从而很好地解决了这个问题。     

基于划分的数据仓库查询归并缓冲算法

在数据仓库中存在着大量的数据。联机分析处理包含着对大量数据的复杂的查询过程。在对这些数据的存储与查询中都遇到了许多困难。解决这一问题的有效办法就是先将数据划分成便于处理的数据块,再分别对每个数据块进行处理,最后将个数据块的处理结果归并在一起。对几种常用的归并算法进行了比较,并讨论了归并中的缓冲区分配问题。     

数据析取分类研究与设计

对数据仓库体系结构进行分析的基础上给出了数据析取的定义,并对数据析取过程进行分类研究,分别对这几类数据析取过程进行了分析和描述,由此对数据析取工具进行总体设计。     

大型数据仓库实现技术的研究

大型数据仓库是实现海量数据存储的有效途径,但在大型数据仓库的实现中存在很多问题。在分析问题的基础上,对大型数据仓库的实现问题提出了一定的解决策略,对其中的几个关键技术即数据立方体的有效计算、增量式更新维护、索引优化、故障恢复、模式设计和查询优化的代价模型及元数据的定义和管理等作了研究。