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。     

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。     

运用数据仓库技术建设银行的MIS

数据仓库理论是管理信息系统建设的方法论，中国银行省、市两级FMIS示范系统建设采用了数据仓库理论和多维数据库技术，本文通过对数据采集、数据仓库、数据呈现三个分系统的建设的介绍，阐述了中国银行省、市两级FMIS示范系统的整体构造和实际应用，提出了管理信息系统数据仓库的数据模型。     

BI课前预习

商业智能（Business Intelligence,BI)技术主要指对分散的数据进行收集、整合、分析，从中提取有用的信息，并把所获取的信息用于商业或政府决策过程中。BI技术包括数据仓库(Data Warehousing)、联机分析处理（On-line Analytical Processing,OLAP），数据挖掘（Data Mining）在内的用于统计和分析商务数据的先进的信息技术。     

综合信息获取系统的数据仓库解决方案

文章首先分析了数据仓库的概念和功能,并简单介绍了８６３／ＣＩＭＳ目标产品一综合信息获取系统。重点从数据采集、数据整合、数据的存储组织和信息表达四个层次介绍了综合信息获取系统的解决方案。     

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。     

基于数据仓库的企业DSS开发

本文结合实际开发经验,提出信息系统开发的一种新思路,即在ＭＩＳ系统基础之上建立数据仓库,又以数据仓库为基础建立决策支持系统。     

已完建筑工程数据仓库的建立与应用研究

针对施工企业对已完建筑工程数据管理与利用的现状和存在问题,提出了建立数据仓库管理作为施工企业管理已完建筑工程项目数据的新模式;构建了已完建筑工程数据仓库的三层体系结构框架,阐明了系统的开发方法及过程;从利用OLAP辅助工程项目管理决策及基于数据仓库的数据挖掘等方面对已完建筑工程数据仓库的应用领域进行了分析,并以项目风险评价为例说明了数据仓库的应用过程。以期为施工企业加强信息化建设和提高项目管理与风险分析水平提供新的思路和方法。     

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。     

基于OLAP的免疫疾病预防数据分析系统的设计和实现

免疫疾病预防数据库中保存了大量的统计数据,这些数据来自于各个疾病预防控制单位的免疫防病信息系统。传统的OLTP分析系统无法对这些数据进行有效的决策分析。为了能够根据这些信息迅速生成综合分析数据,以辅助卫生防疫部门和相关政府部门进行决策,急需一个基于统一数据仓库的数据分析系统。本文介绍了基于OLAP的免疫疾病预防数据分析系统的设计方案以及关键的实现技术。系统具有良好的可扩展性和可移植性,也为利用ASP.NET、OWC和SQL Server 2000 Analysis Services等构建基于W eb的深层数据分析提供了一个通用的解决方案。     

基于数据仓库和WEB的药品原料BI系统研究

本文结合药品原料销售企业的销售信息设计和开发了B/S结构的商务智能(BI)系统,并重点从应用的角度介绍了数据仓库的构建过程、联机分析处理和关联规则数据挖掘算法等关键技术在系统中的应用,为高层管理人员在药品原料销售领域的决策提供有效支持。     

基于销售系统的联机分析处理设计

本文对OLAP的概念、特征及体系结构进行了分析。提出了一种OLAP分析系统的设计与实现方法,在此基础上给出了一个从OLAP数据源设计到应用程序设计的实例,实现了对数据的多角度、多层次的查询及初步分析功能。     

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。     

浅谈数据挖掘技术在机组能效分析中的应用

数据挖掘技术是一门跨学科的综合研究领域,集计算机机器学习、统计学、数据库管理、数据仓库、可视化、并行计算、决策支持为一体,利用数据库、数据仓库技术存储和管理数据,利用机器学习和统计方法分析数据。在当前社会节能减排的大环境下,电力从业者利用数据挖掘技术对机组发电过程中所产生的各种数据进行深入的分析和研究,并以此来采取相关措施,可以更有效利用现有电力资源,优化整合大型发电设备,不断提高发电的可靠性和经济性。本文将对数据挖掘技术在机组能效分析中的具体应用加以归纳和总结。     

烟草业务联机分析处理系统的实现

数据库技术的广泛应用以及数据仓库技术的出现为决策支持系统提供了新的发展方向。联机分析(onlineanalyticalprocessing,简称OLAP)正是在数据仓库的基础上发展起来的一门崭新的决策技术。文章结合某市烟草决策支持系统,介绍了基于联机分析处理技术的烟草数据分析系统的设计思路与实现方法,并对其中关键环节进行了较为详细的探讨与阐述,为联机分析处理技术的实用化提供了可借鉴的成功经验。     

基于Web的电信闭环决策支持系统的研究与实现

通过对电信数据的分析，提出了基于Web的电信闭环决策支持系统的实现方案。确定了电信领域的决策分析主题，建立了相关的联系和模型，阐述了采用基于数据仓库的四层结构的电信闲环决策支持系统的系统架构和功能。运用联机分析处理、数据挖掘等分析决策手段实现了对电信数据多角度、多层次的查询、分析及决策功能。     

动态数据立方的范围查询

根据data cube层次性的特点和查询习惯提出了新的分块计算方法，并在此基础上提出了改进算法．这种方法节约了存储空间，在LBD粒度及其上的查询效率为O(1)，同时数据的更新时间大约为O()，还节约了大量的存储空间，并且使得数据立方具有了一定的结构独立性，能有效的减少重新构造数据立方(reprocess)的次数，因而在时间上和效率上有较大的优势．     

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.     

基于商业智能(BI)技术构建决策支持系统

该文论述了利用数据转换工具、数据仓库、在线分析处理、数据挖掘、Brio前端展现工具等一系列商业智能技术整合公司信息化数据,并快速开发公司决策支持系统的应用方法。     

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。