SQL Server Analysis Services的概念与结构

Microsoft SQL Server Analysis Services(SSAS)为商业智能应用程序提供了联机分析处理(OLAP)和数据挖掘功能.Analysis Services允许设计、创建和管理包含多维结构,使其包含从其他数据源(例如关系数据库)聚合的数据,并通过这种方式来支持OLAP.对于数据挖掘应用程序,Analysis Services允许使用多种行业标准的数据挖掘算法来设计、创建和可视化从其他数据源构造的数据挖掘模型.     

SQL Server Analysis Services的概念与结构

Microsoft SQL Server Analysis Services（SSAS）为商业智能应用程序提供了联机分析处理（OLAP）和数据挖掘功能。Analysis Services允许设计、创建和管理包含多维结构,使其包含从其他数据源（例如关系数据库）聚合的数据,并通过这种方式来支持OLAP。对于数据挖掘应用程序,Analysis Services允许使用多种行业标准的数据挖掘算法来设计、创建和可视化从其他数据源构造的数据挖掘模型。     

基于MS Analysis Services 的OLAP分析系统模型设计及应用

首先对OLAP和MS Analysis Services技术进行了讨论,然后提出了一种基于MS Analysis Services的OLAP分析系统模型设计,模型具有通用性、实用性和开放性.最后给出了运用此模型构建的OLAP分析系统实例,阐述了系统开发的步骤.实践证明运用提出的模型构建OLAP分析系统,实现了良好的分析决策功能.     

电信积分OLAP系统的设计与实现

提出了一种建立在MS Analysis Services上的电信积分OLAP系统的设计与实现方法.它采用Microsoft SQL Server 2000作为后台数据库服务器,使用MicrOsoft SQL Server 2000的Analysis Services作为OLAP服务器,使用ADOMD.NET、OWC及MDX等技术实现多维分析.     

电信积分OLAP系统的设计与实现

提出了一种建立在MS Analysis Services上的电信积分OLAP系统的设计与实现方法。它采用Microsoft SQL Server 2000作为后台数据库服务器,使用MicrOsoft SQL Server 2000的Analysis Services作为OLAP服务器,使用ADOMD.NET、OWC及MDX等技术实现多维分析。     

基于SQL Server的OLAM的研究及应用

OLAM(On-line Analytical Mining)是当前的热点技术,是融合了联机分析处理(OLAP)和数据挖掘(Data Mining)的一种新的数据挖掘技术。本文主要研究数据仓库中OLAP,On-line Analytical Processing和数据挖掘技术,这两个技术是商业智能中的核心技术和主要内容,在两者的基础上引入OLAM的概念,并阐述其基本原理和核心技术。基于微软的SQL Server平台,为一个商业案例建立数据仓库,利用Analysis Services服务,建立销售分析的多维数据集,利用OLAM的基本模型实现OLAP和聚类挖掘技术的结合,借助两者的各自优势,得到很好的客户聚类分析结果。     

基于OLAM的决策支持系统

随着数据仓库技术的发展和完善，其应用日趋广泛。同时企业对数据仓库的OLAP功能提出更高和更复杂的要求。联机分析挖掘(Online Analysis Minjng，OLAM)技术集成了OLAP技术和数据挖掘技术，实现了二者的优势互补，为基于数据仓库的应用系统提供更加完善和强大的决策支持功能。本文简单介绍了OLAM及基于OLAM的决策支持系统(OLAM—Based DSS)框架及系统设计中的若干问题。     

基于OLAM的聚类关联挖掘在交叉销售中的研究应用

OLAM（On-line Analytical Mining）是当前的热点技术,是融合了联机分析处理（OLAP）和数据挖掘（Data Mining）的一种新的数据挖掘技术。该文主要针对商业中的交叉销售问题,提出一种基于销售多维数据集的聚类关联规则OLAM挖掘模型。利用SQL Server Analysis Services（SSAS）平台的数据挖掘工具,实现了该OLAM聚类关联挖掘模型,利用该模型的挖掘模式获得了对客户交叉销售的推荐方案。     

基于数据挖掘的市场营销智能决策支持系统设计

针对现行市场营销决策支持系统在数据集成、历史数据方面、查询功能以及数据分析方面存在的不足，本文分析了市场营销决策特点，讨论了数据仓库、OLAP和数据挖掘技术在市场营销决策支持系统上的应用，并结合XML技术和ROLAP数据模式设计的思想，详细设计了营销智能决策支持系统的体系结构和功能结构。     

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。     

嵌入SQL Server的第三方数据挖掘算法软件包的开发

SQL Server 2005提供了支持第三方开发的数据挖掘算法软件包集成到SQL Server Analysis Services组件之中的功能。通过研究OLE DB for Data Mining规范,利用Visual C++开发了线性回归数据挖掘算法软件包,并进行了嵌入测试及数据挖掘预测。     

基于B/S模式的自来水营销收费系统设计与实现

根据MIS系统的特点,采用MIS系统的一般开发原则,从面向对象的软件工程的角度出发,结合了SQL Server后台数据库技术,较详细地论述了基于B/S体系结构的自来水营销收费系统的设计思想、总体结构和功能实现。     

基于微软SSAS技术的金融数据分析模块的实现

介绍一种利用数据挖掘技术开发金融数据分析模块的设计和实现,使用Microsoft SQL Server Analysis Services服务技术进行分析和预测。该模块的运行可以有效提高金融分析员的工作效率。     

基于SQL Server2000的企业数据仓库设计与应用

在激烈的市场竞争中,企业纷纷建立了自己的数据库系统,以此来收集、存储、管理业务操作数据,改善办公环境,提高操作人员的工作效率,同时,企业也希望从海量的数据中获得有价值的信息,以支持企业决策。但是,传统的数据库应用系统是面向业务的,无论是查询、统计,还是生成报表,其处理方式都只是对指定的数据进行简单的数字处理,这虽然减轻     

基于SQL Server 2000下数据挖掘算法的研究

微软的SQL Server2000是当今最流行的数据库管理软件之一,研究了在SQL Server 2000上数据挖掘实现方面的决策树算法.决策树算法通过构造精度高、小规模的决策树采掘训练集中的分类知识.SQL Server 2000/Analysis Service两层结构决策树,采用了以类记数表及深度优先策略生成,在建树算法和数据库间设立数据挖掘中间件.并讨论了通过使用像SQL Server 2000 Analysis Service这样的典型工具来如何实现数据挖掘模型的创建,且为商业组织的决定挖掘出必要的数据.     

基于SQL Server 2000的数据挖掘实现

大型数据库中的可升级数据挖掘是当今数据库研究领域的难题之一。SQL Server 是当今最流行的数据库管理软件之一,所以很容易想到在SQL Server 2000上研究在数据挖掘实现方面的主要方法。讨论了通过使用像SQL Server Analysis Service这样的典型工具来如何实现数据挖掘,且为商业组织的决定挖掘出必要的数据。