海量数据搜索

目前,信息化建设存在的问题是:数据信息利用不充分,大量的数据仅以物理状态被简单地存储着.同时由于无法实现海量数据的高效搜索,使得这些数据无法为企业的发展提供决策支持.如何突破海量数据存储和搜索的瓶颈,让数据为企业决策提供支持已经成为信息化建设的重点.通过数据"变革"使得数据能够更合理的存储、更高效的搜索,智能地使用企业的数据财产来制定出更好的商务决策,以提高企业的竞争力.     

瞬间搜索海量数据

2004年9月,《每周电脑报》受中国轻工业联合会、中国轻工业企业信息化领导小组的委托,进行了《全国轻工业企业信息化调查》,结果表明几乎所有的企业都认为目前信息化建设的问题是“数据信息利用不充分,大量的数据仅以物理状态被简单地存储着。同时由于无法实现海量数据的高效搜索,使得这些数据无法为企业的发展提供决策支持。”其实,这种情形,不仅在轻工行业存在,在其它行业、企业也同样存在。那么,如何打破海量数据搜索的瓶颈,如何让数据成为企业决策的支持已经成为信息化建设的重点。     

电力企业的非结构化数据检索研究

电网公司多年来建设了很多业务系统,各业务系统相互孤立应用.随着企业信息化建设的深入,业务系统中数据特别是非结构化数据的数据量急剧增长,人员查找数据信息极为不便.建设面向整个电网公司的分布式非结构化数据检索平台,该平台在Linux计算机集群上部署Hadoop开发框架以及Solr分布式全文检索系统,将各业务系统中的非结构化数据进行集中式的存储、管理,并且提供统一的搜索服务,使得企业相关人员能够高效、便捷地检索出所需的数据.实现知识服务无处不在,为员工工作提供帮助,为企业提供决策支持.     

让数据仓库助CIO一臂之力

目前我国大多数企业面临着对不断增长的决策支持的需求，CIO作为企业信息化建设的负责人，需要考虑在现有的企业信息化系统的基础上为这种需求提供良好的解决方案的实际问题，提出了建立企业级数据仓库的实施方案，以实现从海量的业务数据中分析出更有价值的信息，为企业领导层决策提供依据。     

大数据技术在医疗信息化中的应用研究

近年来,随着医疗技术的快速发展和信息技术的广泛应用,医疗信息化已经成为现代医疗服务的必然趋势。然而,医疗信息化中数据量巨大、数据类型多样等问题仍然存在。大数据技术作为信息技术的重要分支,具有处理海量、复杂、异构数据的能力,已经开始在医疗信息化中发挥重要作用。本文旨在研究大数据技术在医疗信息化中的应用及其关键技术和面临的挑战,包括医疗资源管理、医疗决策支持、疾病预测与预防、个性化医疗等方面。通过研究,可以更全面、深入地了解大数据技术在医疗信息化中的应用,为医疗服务提供更为精准、高效的支持。     

基于Hadoop农业大数据管理平台的设计

信息技术的高速发展使得每天的数据量以TB级速度暴增,如何有效利用和管理这些爆炸式增长的大数据呢？是当前亟待处理的问题.大数据已经渗透到包括农业领域在内的各个领域,随着农业信息化建设以及物联网技术在农业生产中的应用,产生了海量的农业大数据待存储、管理和处理.本文以成都农业科技职业学院彭州葛仙山农业示范基地的农业信息化建设为背景,根据农业物联网和信息化建设要求,构建高性能基于Hadoop农业大数据管理的平台,实现农业大数据的安全可靠存储、智能管理与应用,最终达到对农业生产的智能预警、智能决策和智能分析的目的,并为农户提供专业的指导.为我国进入精细化种植、精准化控制、可视化管理、智能化决策的智慧农业时代奠定基础.     

基于云计算的海量大数据存储系统设计和实现

云计算技术是大数据存储、处理和管理的一项热门技术。随着互联网中海量数据的爆炸性增加,传统数据存储方式逐渐无法充分满足对海量数据存储的要求,而云计算中的云存储技术为海量数据存储提供了解决思路。为实现对海量数据的管理、存储以及智能分析,基于云计算技术对海量大数据的存储和管理等展开相应的研究,并根据Hadoop架构技术提出了一种新型的海量大数据存储系统设计方案,同时给出了各项模块的设计方案,增强了对海量大数据的高效存储、处理以及管理的能力。     

航空公司客运收益管理系统数据仓库的设计

作为数据库技术的一个崭新的发展方向，数据仓库技术以其强大的数据存储、处理、分析等功能为企业提供了决策支持工具，使企业在决策中可以更快地获得更准确的信息。本文阐述了将数据仓库技术运用于航空公司客运收益管理系统的设计过程。     

基于Hadoop的海量农业数据资源管理平台

使用传统分布式数据库架构存储和管理海量农业数据存在资源效率不高及存储能力不足的问题,为此,在Hadoop的基础上研究海量农业数据资源组织存储与检索技术,提出基于Hadoop的大文件分块存储方法和海量农业数据资源检索方法。测试及实践结果表明,该方法为构建海量农业数据资源管理平台提供了支持,实现了海量农业数据资源高效的组织和管理。     

基于大数据挖掘和多系统融合的“领导驾驶舱”智能决策

“领导驾驶舱”是基于多系统数据融合打造出的企业智能管理监控平台,将大数据转换为管理者易于接受的场景和视图,使管理者能直观、便捷、形象地掌握供电公司的整体运营状况,科学、实时、高效地控制和决策。随着国网全面推进“三集五大”体系建设,公司快速发展和信息化水平的持续提升,使得各专业管理部门使用了相应的信息系统,并在使用过程中产生了海量数据。然而,这些专业数据彼此割裂,系统无法融合,数据价值未能充分挖掘,不能为公司管理者提供“瞭望公司运营全貌、实时决策依据”的企业级运营服务。自2015年10月开始,“领导驾驶舱”的应用已促使武汉供电公司挽回直接经济损失2000万元,带来了巨大的经济效益。     

数据挖掘技术在客户关系管理系统中的应用

客户关系管理(Customer Relationship Management,CRM)是一种旨在改善企业与客户之间关系,提高客户忠诚度和满意度的新型管理机制,同时也是一种管理软件和技术.数据挖掘技术能对大量的数据及信息进行挖掘,从中发现潜在的价值高的关系,并利用模式或知识对客户需求进行预测,帮助企业做出决策.成功的数据挖掘是客户关系管理系统成功的关键.     

基于IP-SAN的海量数据存储算法研究与实现

随着企业信息爆炸性增长,海量信息存储成为目前存储行业研究的热点。为了解决海量数据存储过程中的数据孤岛问题,消除数据重复进而实现对唯一数据源的多维应用,首先提出了基于IP-SAN技术的海量数据存储方案,系统架构以IP-SAN为数据中心作为底层硬件支持,以基于拟序的关联备份任务模型实现系统底层数据执行机制,采用层次化的数据集成方案来实现高层应用;其次,给出了拟序备份和层次化异构数据集成的关键算法,最后对该方案在飞机设计数字化工程中的实际应用案例进行分析,表明该方案的实际应用价值。     

一种面向决策的企业商务智能系统研究

随着市场竞争的加剧,商务智能及商务智能系统在支持企业决策方面的作用越来越大。在介绍商务智能及商务智能系统的基础上,着重探讨了一种面向决策的企业商务智能系统的业务处理层、数据仓库层、信息共享层的业务层次架构,分析系统的报表引擎、数据存储、数据整理、数据源等技术支撑架构和报表展现、报表管理、报表设计、数据存储、数据源等系统流程体系,详细介绍系统具有的报表单元管理、维度管理、数据管理、报表设计、报表展现、报表权限管理等系统功能,并给出一个电信运营商的应用例子。     

基于集群数据库技术的海量熵数据存储方案

介绍了熵数据的基本概念,提出了利用数据库集群技术解决大型企业海量熵数据存储的方案。该方案采用微机构建数据库集群来取代大型企业的高档数据库服务器,且集群能无限扩充。采用该方案后企业大型信息系统可以像使用一般的关系数据库一样使用集群熵数据库。该方案不仅能够对大型企业海量的熵数据进行有效的存储和管理,而且能为企业节省大量的系统扩容成本。     

基于业务的油田数据资源目录构建方法研究

为了解决油田企业在信息化建设和信息资源管理过程中存在的数据"看不到"、"读不懂"、数据标准不统一、信息孤岛导致数据共享不充分等问题,以实现企业数据资源统一组织管理与开放共享,基于国内外信息资源规划和数据管理成熟理论,设计提出了"业务-系统-数据关联法"摸底梳理企业业务、数据资源和系统现状及需求.从业务入手,梳理企业业务...     

一种面向决策的企业商务智能系统研究

随着市场竞争的加剧,商务智能及商务智能系统在支持企业决策方面的作用越来越大。在介绍商务智能及商务智能系统的基础上,着重探讨了一种面向决策的企业商务智能系统的业务处理层、数据仓库层、信息共享层的业务层次架构,分析系统的报表引擎、数据存储、数据整理、数据源等技术支撑架构和报表展现、报表管理、报表设计、数据存储、数据源等系统流程体系,详细介绍系统具有的报表单元管理、维度管理、数据管理、报表设计、报表展现、报表权限管理等系统功能,并给出一个电信运营商的应用例子。     

基于医药连锁销售的决策支持系统设计

在原企业管理信息系统基础上,为充分利用日益增长的海量数据,针对其在决策支持方面的不足,提出了一种基于数据仓库、联机分析处理和数据挖掘三项技术的销售决策支持系统。讨论了系统总体结构,对系统数据仓库、多维数据集和数据挖掘模型进行了设计分析。     

基于数据仓库OLAP在决策支持系统中的应用研究

在21世纪的今天,以信息爆炸为特征的互联网时代,越来越多的企业决策需要根据企业以往的业务数据做参考,因此,需要建立一个可靠的决策支持系统(DSS)。决策支持系统(DSS)中一种通用的决策分析方式是建立在数据仓库的基础的,通过在线联机分析处理(OLAP)技术来实现的。文章主要讲述决策支持系统(DSS)中的数据组织方式、以及数据仓库(DW)的基本知识、联机分析处理(OLAP)的基础体系结构、及其决策分析的实现过程等方面的研究。并结合实际应用中的某大商场的销售分析决策系统为实例,分析企业如何把业务经营同市场需求联系起来,并在此基础上建立数据仓库系统,为企业做出科学、正确的决策。从而更加全面深入的分析整个企业的业务数据,从不同的角度来评估销售情况,这样方能给企业管理层人员提供更真实、客观的、全面的参考数据,提高整个企业的销售水平。     

基于医药连锁销售的决策支持系统设计

在原企业管理信息系统基础上,为充分利用日益增长的海量数据,针对其在决策支持方面的不足,提出了一种基于数据仓库、联机分析处理和数据挖掘三项技术的销售决策支持系统。讨论了系统总体结构,对系统数据仓库、多维数据集和数据挖掘模型进行了设计分析。