一种OLAP海量数据载入技术的研究

在数据仓库、数据挖掘和联机分析处理系统中,海量数据的载人虽然不是时时发生,但是海量数据的载人效率直接影响昔系统性能,如何高效地进行海量数据的载人十分重要。提出了两种技术,即基于UB—Tree的海量数据的初始化载入技术以及海量数据的增量载人技术,阐述了基于UB—Tree的海量数据载人的技术及其算法,提出了海量数据载人模型,建立基于UB—Tree的初始化载人,以及如何在已有的UB—Tree上做增量载人。经过性能分析,算法减少了I／O和CPU代价,为一种有效的海量数据载人方法。     

基于数据仓库OLAP技术的属性相关性研究

主要介绍了基于数据仓库和OLAP技术的属性相关性分析思想,并且提出了把OLAP技术与数据挖掘技术相结合运用的方法。     

数据仓库与OLAP技术的应用研究

该文介绍了联机分析处理OLAP的概念,分析了OLAP在数据仓库中的应用,并介绍了一个OLAP工具及其应用实例。     

一种基于朴素贝叶斯算法的OLAP缓存机制

大数据时代,缓存作为一种提高数据处理性能的有效技术而被广泛研究。目前大多数缓存机制将查询结果以文件的形式保存了下来,命中率较低,造成了缓存资源的浪费。以国内外的缓存技术为基础,结合用户的查询习惯,借助增量朴素贝叶斯算法设计了一种新的数据仓库缓存机制,此缓存机制可根据用户的操作习惯判断每次查询的结果是否需要被缓存,以此提高缓存命中率。并通过实验从平均查询时间以及缓存命中率两方面验证了该缓存机制的有效性。     

封闭数据立方体技术研究

数据立方体中有很多冗余信息,去除这些冗余信息不但可以节约存储空间,还可以加快计算速度.数据立方体中的元组可以划分为封闭元组和非封闭元组.对任何一个非封闭元组,一定存在一个封闭元组,它们都是从基本表的同一组元组中经过聚集运算得到的,因而具有相同的聚集函数值.去掉数据立方体中所有的非封闭元组就产生了一个封闭数据立方体.提出了封闭数据立方体的生成算法、查询算法和增量维护算法,并使用合成数据和实际数据做了一些实验.实验结果表明,封闭数据立方体技术是有效的.     

一种负载敏感的OLAP查询结果缓存管理技术

OLAP(On Line Analysis Processing)是数据仓库的典型应用,在数据仓库中频繁并发地执行涉及较大数据量的OLAP查询时,其查询处理效率易于逐渐降低。缓存技术是一种有效降低OLAP查询处理延时的方法。在现有的缓存数据存储、淘汰策略等研究工作的基础上,结合OLAP任务的负载特性、OLAP任务的结果集大小等因素对性能的影响,提出了一种负载敏感的OLAP查询缓存管理技术Workload-LRU,并实现了一个ROLAP(Relational OLAP)原型系统。实验证明,Workload-LRU技术获得了较好的性能提升效果。     

基于OLAP与DM一体化思想的数据建模技术的研究

OLAP与DM(数据挖掘)一体化已成为决策支持系统领域研究的新热点。文章着重讨论了一种基于OLAP与DM一体化思想的数据模型的建立技术,并从动态建模过程和静态空间结构两个方面对该模型进行了详细的分析。     

一种基于实时语义维层次链的OLAP查询算法

目前,P2P环境下的OLAP查询策略都是基于从客户端获取查询结果集,如DSCD算法和DQDC算法等主要是研究怎样快速地从客户端获取查询结果集,由于客户端的Data Cube的实时数据更新效率低,易导致查询结果失真,从而影响OLAP的查询效率。为了提高P2P网络中OLAP的实时查询效率,提出了一种RTOS（Real-time Semantic OLAP Search,实时语义的OLAP查询）算法,并结合查询速度和失真率两方面的实验证明,该算法能有效地提高P2P环境下OLAP的决策分析性能。     

一种基于OLAP与DM的OLAM模型的研究

OLAP(On-Line Analytical Processing)技术与数据挖掘技术,其实现技术以及适用范围不尽相同,在决策分析中必须协调使用才能发挥更好的作用。基于OLAP与DM的OLAM(OLAP Mining)模型,是将数据挖掘和OLAP技术结合在一个统一的框架之中,使得决策人员和分析人员能够以不同的角度、不同的层次观察数据,加强了决策分析的功能和灵活性。有助于发现更合理的模式,为用户提供更多的支持。     

一种P2P网络环境下的OLAP查询方案

传统网络环境和P2P环境中,客户端向OLAP服务器提交OLAP查询,并从服务器获取查询结果,OLAP服务器的负载将随着客户端的增加而急剧增加。设计了一种基于P2P（Peer-to-Peer,点对点技术）技术的DQDC（Distributed Query Data Cube,多维数据集的分布式查询）算法,实现P2P网络中语义级的多节点Data Cube数据共享,从而提高系统整体的决策分析性能。     

基于数据仓库与OLAP技术的图书馆流通数据分析

在介绍数据仓库与OLAP技术的基础上,描述了高校图书馆数据仓库的系统结构,然后使用Microsoft SQL Server Analysis Services 2008,抽取阿坝师专图书馆学生流通历史数据,构建了数据仓库的实例,从时间、读者、分类号三个维度进行OLAP操作,生成数据汇总视图,为图书馆管理提供决策支持。     

以数据仓库和OLAP技术为基础的税务决策支持系统的研究和应用

本文介绍了数据仓库和ＯＬＡＰ技术的有关概念和内容,为读者了解这些技术提供了一个较全面的视图,同时,我们提供了一个才气仓库和ＯＬＡＰ技术应用实例的概貌和结构,以期读者对这些技术有进一步理解。     

数据仓库和OLAP技术在教学管理系统中的应用

对教学管理过程中的的数据利用数据仓库技术进行分析。以数据仓库和OLAP为工具设计教学管理系统,详细阐述数据仓库的维表、事实表的设计,并以SQL Server 2005平台为基础,给出了具体的实现。     

基于SQL的OLAP多维数据分析

数据仓库中的数据组织方式不同于传统数据库，为了实现对数据仓库中多维数据的访问，文中提出了一种利用关系数据库的工业标准SQL来实现数据仓库中多维数据分析的方法，详细描述了实现的过程，并将其应用到KDOLAP工具的开发中。     

基于实时数据仓库的OLAP研究

传统数据仓库及OLAP应用侧重对历史数据的分析.为了满足实时分析的要求,本文提出了一种实时数据仓库的分区结构.在分析了传统OLAP设计在实时性方面的缺陷后,我们提出了基于分区结构的实时OLAP的设计,使OLAP分析能够达到实时或准实时的要求.     

数据仓库与OLAP在通信线路状态统计中的应用

近年来,随着通信行业的飞速发展,宽带接入的用户越来越多。客户对带宽和宽带的质量提出更高的要求,如何降低运营成本,提升网络质量,是宽带运营商运行维护面临的最大问题。因此,企业必须对通信线路的运行维护状况有一个整体的了解。本文针对以上的问题,根据企业对通信线路状态统计的需求,通过运用数据仓库及OLAP技术,对原有的通信线路状态统计的相关数据进行多维分析,制定一套切实可行的线路状态统计方案,此方案可供通信企业在线路状态统计中参考。     

基于供应链数据仓库的OLAP数据挖掘

现代企业的竞争已经转变为供应链之间的竞争，供应链管理是经济全球化发展的产物。在供应链系统的数据库或数据仓库之中存储了大量的数据，如果在供应链数据仓库的基础之上开发OLAP数据挖掘系统，可以使供应链数据仓库更好地适应物流企业决策的需求。文中介绍了基于供应链数据仓库的OLAP数据挖掘应用技术，最后给出了应用实例，并讨论供应链数据仓库的OLPA数据挖掘系统的工作模式及其今后的研究方向。     

数据仓库及OLAP技术在电信业务分析中的应用探讨

以一个对实时收入和实时话务为基础数据进行的包括诸如时间、产品、渠道、资费等的多维度分析的过程为例,论述了数据仓库及联机分析(OLAP)技术的概念、技术要点及开发实施步骤,探讨了这些技术在电信业务分析中的应用.     

数据仓库在气象上的应用研究

介绍了将数据仓库技术应用于海量气象数据的管理。气象数据仓库不仅可使气象业务人员迅速准确地获取有用的气象信息,同时还给气象科研工作者提供了气象数据挖掘和知识发现的环境,为气象服务质量的提高提供有力的支持。