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。     

数据仓库设计过程研究

从数据仓库与操作型数据库的区别出发，借鉴传统数据库设计的阶段划分思想给出了一种数据仓库设计方法，并明确了各步骤间的关系及其输入／输出和完成的工作。     

数据库和数据仓库建模与建模CASE工具的设计实现

本文讨论了数据库和数据仓库的建模技术,数据库与数据仓库的关系以及数据仓库的数据库设计,介绍了一个可用于数据库和数据仓库的ＣＡＳＥ工具设计与实现。     

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。     

七个步骤成功搞定数据仓库项目-针对数据库管理员、开发人员和IT专业人士的项目管理

数据仓库与一般数据库项目不同。总是处于不断变化的状态中。创建一个数据仓库并非一项简单的任务。它融合了商务系统的最佳策略和信息系统的最佳技术。需要进行精细的设计和规划。作者介绍了她设计的数据库生命周期管理方法。面向不是项目经理的参与人员。详细描述了数据仓库项目开发的全过程。     

基于数据仓库技术的协同式水平井设计系统初探

根据水平井设计的具体情况,提出了利用计算机支持的协同设计和数据仓库技术相结合的基于数据仓库技术的协同水平井设计系统的体系构架,给出了全局数据仓库系统的体系结构,并且对地方数据仓库的协同做了有益地探讨。     

一种基于模型转换的数据仓库设计技术

该文比较了数据仓库数据库与传统操作型数据库,回顾了“规范的”操作型系统设计,介绍了三种典型的数据模型———实体关系模型、对象模型和维模型(星形模型)。提出了一种基于模型和模型转换的数据仓库设计工程方法。     

数据仓库技术在雷达保障中的应用

介绍了数据仓库的基本概念,详细分析了数据仓库与操作型数据库的区别,结合工作实际情况对雷达保障数据仓库的设计过程进行了总结。最后,给出了基于数据仓库技术的雷达保障系统的结构。     

基于数据仓库的高中学生成绩分析模型设计

针对高中学生成绩的特点,结合数据仓库的设计方法给出了学生成绩分析数据仓库的概念模型、逻辑模型和物理模型,为高中学生成绩分析数据仓库的建设奠定了基础。     

基于ROLAP医保查询系统设计与实现

本文论述了将OLAP用于医疗保险管理系统。把OLAP与数据仓库结合起来，为管理者提供决策分析信息，由于数据仓库是一个庞大而复杂的系统，在实际中并没有得到十分广泛的应用。考虑到医疗保险管理系统的实际要求，我们提出了基于ROLAP的多维数据库建模的思想以及具体设计实现过程。     

数据仓库和数据仓库系统体系结构

为解决传统OLTP、MIS系统存在的平台的异构、应用分散、易进不易出、“蜘蛛网”,甚至“数据监狱”和“数据贫穷”等问题,对服务于OLTP的数据库中的原始数据进行再加工,形成一个综合的、面向分析的环境以支持决策的产生,逐渐形成数据仓库(DW)的思想。介绍了数据仓库、数据集市、操作数据存储以及数据仓库系统的体系结构,给出了设计方案。     

面向对象的数据仓库设计

介绍了数据仓库技术的概念和内容,研究了运用面向对象技术建立数据仓库系统的关键技术。给出了通过面向对象技术,并结合UML进行数据仓库模型设计的方法。在进行数据仓库设计的过程中,通过将对象、对象的成员以及对象间关系映射到实体、实体的属性以及实体间关系的方式进行了数据仓库设计,实现了对象分析与数据仓库设计在面向对象体系上的一致。     

数据仓库在森林资源决策支持系统中的应用

数据仓库技术是目前数据库技术研究的热点问题之一。介绍了数据仓库的设计和联机分析处理,提出了建立全国性的分布式森林资源数据仓库的方案。讨论了如何在Microsoft SQL Server 2000中开发基于数据仓库的森林资源决策支持系统。     

证券CRM系统中的数据仓库及其设计

数据仓库的正确实施是CRM系统成功的关键，也是众多CRM厂商关注的焦点。文中以证券CRM系统为研究背景，介绍了数据仓库技术及其特点，在阐明系统结构的基础上，论述了数据仓库的设计与实现过程，然后重点分析了数据仓库建模的三个层次，确定了OLAP技术的实现方式，最后结合实际，对数据仓库建设中的关键问题和解决方法进行论述。它能够帮助企业建立数据仓库，并在其中进行数据的分析与处理，这就是CRM系统区别传统数据库应用系统的关键。     

超市数据仓库与数据挖掘的研究

传统的数据库管理信息系统不能够很好地利用、分析数据库中积累的大量数据,数据仓库与数据挖掘技术很好地解决了这一问题.通过分析超市业务数据库,用星型架构的方式建模,构造出一个数据仓库的逻辑模型;然后从超市业务数据库中抽取数据,经过转换等处理,把有价值的数据加载到数据仓库中,完成数据仓库的构建,并论述客户分片的数据挖掘过程.     

企业数据整合与数据仓库设计

目前企业的数据资源可能已经很丰富,但是各系统之间数据不能相互连通。企业决策层组织需要看到的是一个企业跨职能部门的统一的数据联合展现和挖掘,所以需要构建数据仓库。数据仓库的构建过程主要包括：划分主题域、进行事实表和粒度分析、维度设计、元数据设计、数据库物理设计以及性能调优。     

数据仓库技术及其应用

数据仓库技术是决策支持系统(DSS)处理中的核心技术。本文说明了在当今信息极为丰富的时代里数据仓库技术的产生背景，讨论了几种常见数据库管理系统对于数据仓库技术的支持，以及数据库管理系统和数据仓库专用管理系统之间的关系。为了从数据仓库内大量的数据中抽取出潜在的、不为人知的有用信息、模式和趋势，产生了数据挖掘技术。本文还讨论了数据仓库技术在化学中可能的应用。     

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。     

Fuzzy semantic tagging and flexible querying of XML documents extracted from the Web

The relational database model is widely used in real applications. We propose a way of complementing such a database with an XML data warehouse. The approach we propose is generic, and driven by a domain ontology. The XML data warehouse is built from data extracted from the Web, which are semantically tagged using terms belonging to the domain ontology. The semantic tagging is fuzzy, since, instead of tagging the values of the Web document with one value of the domain ontology, we propose to use tags expressed in terms of a possibility distribution representing a set of possible terms, each term being weighted by a possibility degree. The querying of the XML data warehouse is also fuzzy: the end-users can express their preferences by means of fuzzy selection criteria. We present our approach on a first application domain: predictive microbiology.