基于数据仓库技术的教务管理系统(EAS)

数据仓库和联机分析处理(OLAP)是信息技术领域的新兴技术,如何应用到高校教务管理信息化建设中是教务管理系统(EAS)面临的问题.基于数据仓库的EAS就是在面向应用的联机事务处理(OLTP)系统的基础上并引入数据仓库和OLAP技术发展起来的.本文结合高校教学管理业务提出了系统实现的解决方案,并给出了基于高校教学业务的数据仓库的体系结构、逻辑模型、粒度模型,以及联机分析处理(OLAP)系统的实现方法.     

基于数据仓库的OLAP技术的研究

随着数据处理技术在企业的成功应用,企业积累了大量的生产、科研和业务数据,为了解决企业决策人员面对浩瀚如烟的数据却很难及时获得决策支持信息的问题,许多企业已构建了数据仓库,并且通过使用联机分析处理OLAP技术可以使决策人员从数据仓库中获取有用信息。本文介绍了数据仓库技术和OLAP的基本概念,分析阐述了基于数据仓库的OLAP的三种存储机制,及联机分析处理OLAP在数据仓库应用中的作用。重点研究了基于关系型数据库的ROLAP(RelationalOLAP)技术,主要介绍了ROLAP的特点,ROLAP的两种模型:雪花模型与星型模型,以及OLAP的多维分析技术。     

数据仓库技术及其在医院信息系统中的应用

该文首先阐述了数据仓库技术的产生背景、概念及数据仓库的四个主要特征,进一步分析了数据仓库的体系结构,讨论了目前常见的几种数据库管理系统对数据仓库的技术支持,以及联机分析处理技术OLAP。最后还讨论了数据仓库技术在医院信息系统中的应用。     

基于数据仓库的OLAP技术的研究

随着数据处理技术在企业的成功应用，企业积累了大量的生产、科研和业务数据．为了解决企业决策人员面对浩瀚如烟的数据却很难及时获得决策支持信息的问题，许多企业已构建了数据仓库．并且通过使用联机分析处理OLAP技术可以使决策人员从数据仓库中获取有用信息本文介绍了数据仓库技术和OLAP的基本概念．分析阐述了基于数据仓库的OLAP的三种存储机制，及联机分析处理OLAP在数据仓库应用中的作用。重点研究了基于关系型数据库的ROLAP(Relational OLAP)技术，主要介绍了ROLAP的特点，ROLAP的两种模型。雪花模型与星型模型．以及OLAP的多维分析技术。     

OLAP与数据挖掘一体化模型的分析与讨论

OLAP(On-Line Analytical Processing)与数据挖掘工具由于内在技术以及适用范围的不同,在决策分析中必须协调使用才能发挥最佳的作用.本文提出基于影响域的OLAM(OLAP Mining)模型,将数据挖掘和OLAP技术结合在一个统一的框架之中,使得数据挖掘能够在数据库或数据仓库的不同部位、或在不同的抽象级别上进行,加强了决策分析的功能和灵活性.该模型有助于在大型数据库和数据仓库中交互式地挖掘多层次的知识.     

数据仓库起热潮之技术篇

至今为止,数据仓库的实用化已走过了近十年的历程,在成功的案例中一般规模都达到了 T 级。应用领域遍及通信、零售业、金融以及制造业。数据仓库的规模越来越大,被广泛应用于更高精度的数据分析中。数据仓库的支撑技术也有了新的进展。商业智能重分析商业智能首先是从查询、报表制作工具向分析工具进化。以制作查询报表为主要目的而诞生的数据库访问工具,以 OLAP 功能、数据挖掘功能为核心在逐渐扩充功能。从提供单一数据库检索手段的前端工具向涉及支持用户的决策支持、提供分析手法和探索发展战略功能扩展。其中扩展的功能主要有以下几点:与 OLAP 融合将 OLAP 技术与传统的报表制作功能集成起来,能够从对数据仓库的检索处理,连续实现 OLAP 处     

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OLAP数据挖掘系统的工作模式及其今后的研究方向.     

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。     

基于数据仓库和OLAP技术的证券交易系统的实现方案研究

数据仓库和联机分析处理(OLAP)技术是信息技术领域的新兴技术,而如何应用到证券交易中是证券业面临的问题。建立证券交易数据仓库并使用OLAP技术,可以将大量源数据有效地转化为有用的知识信息,并服务于决策过程。基于数据仓库的证券交易系统就是在面向信息处理的联机事务处理(OLTP)系统的基础上并引入数据仓库和OLAP技术而发展起来的。论文结合证券交易业务提出了系统实现的解决方案,并给出了基于证券交易业务的数据仓库的体系结构、逻辑模型、粒度模型,以及基于证券交易业务的联机分析处理(OLAP)系统的实现方法。     

一种基于多维数据库的OLAP实现方法ADT：数据仓库的工具应用讨论

“数据仓库”是近数年来兴起的一种数据处理技术,其特点是对数据的长期保留并作出分析的支持决策,在其应用的工具中,国外新兴了一门针对特定问题的联机数据访问和分析的软件技术,称之为OLAP(On_Line Analytical Process-ing).OLAP的两种实现技术MOLAP(多维数据库OLAP)和ROLAP(关系型OLAP)现在正处于激烈的竞争之中.事实上,这两种技术各有特色,各有利弊,本文结合了ROLAP与MOLAP两种技术的特点,阐述了采用MOLAP ADT方法来实现的OLAP技术,相信研究数据库和数据仓库的读者会对此有一定的兴趣.     

数据仓库及联机分析处理技术

数据仓库和联机分析处理（Ｏｎｉｎｅ Ａｎａｌｙｔｉｃａｌ Ｐｒｏｃｅｓｓｉｎｇ,简称ＯＬＡＰ）是决策支持系统的有机组成部分。本语文介绍了数据仓库、数据集市、联机分析处理的概念,分析并比较了建立数据仓库的三种策略及联机分析处理系统的三种结构,在文章结尾我们给出了联机分析处理系统的两个新的发展方向－ＷＥＢ
ＯＬＡＰＯＬＡＰ＋数据挖掘。     

基于DW的连锁超市决策支持系统的研究与设计

文中在连锁超市原有的联机业务管理信息系统的基础上,综合运用了数据仓库(DW)、联机分析处理(OLAP)、数据挖掘(DM)等新兴技术,开发了一个完整的连锁超市决策支持系统。简明扼要地介绍了系统的体系结构和总体实现,并对DW,OLAP和DM等关键部件的设计作了详尽的论述。     

基于数据仓库的医院决策支持系统的研究与设计

在医院原有信息系统HIS的基础上,综合运用数据仓库（DW）、联机分析处理（OLAP）、数据挖掘（DM）等新兴技术,搭建了一个完整的医院决策支持系统。清楚简明的介绍了系统的体系结构和总体实现,并对DW、OLAP和DM等关键部件的设计作了详尽的探讨。     

基于金融统计业务的多维分析模型设计

介绍了建立数据仓库多维分析模型的理论基础,应用OLAP技术给出了一种银行数据仓库多维分析模型的设计方法,展示了具体的实例,为数据仓库的分析型环境准备了必要的、切实可行的实践基础。     

OLAP技术在电信领域中的应用

OLAP（联机分析处理）是一种数据分析技术，它和数据仓库有着密切的联系，详细阐述了OLAP技术在电信领域的应用，以及OALP技术和数据仓库的一些关系。以移动电话业务收入总量为分析主题，确定了分析方法，定义了维度，并构造分析了立方体和星型结构，最后对结果进行了分析。     

数据仓库中的多维数据模型及其对象关系的实现

数据仓库和联机分析处理(OLAP)是当今商业数据处理领域的研究重点。传统的关系数据库技术已经很难满足联机分析处理对数据仓库的大量数据进行分析查询的要求。多维数据模型已成为数据仓库和联机分析处理的核心技术。该文设计了一种直观、有效的多维数据模型并给出了基于对象关系的实现。     

基于数据仓库的货物进出口决策支持系统

在研究数据仓库的特点、组成及其实现的基础上,对数据仓库和联机分析处理技术进行了研究,构建了一种基于数据仓库的货物进出口决策支持系统结构.解决了数据仓库模型的创建、数据的增量更新及数据分析与展现问题.最后,对基于数据仓库的货物进出口决策支持系统的实现问题进行了探讨.     

基于决策树的OLAM及其应用研究

在数据挖掘的过程中,经常需要将来自不同平台、不同构架的数据进行集成分析.对此引入由联机分析处理(OLAP)和数据挖掘(DM)相结合的联机分析挖掘(OLAM)模式来抽取隐藏在相关数据集中的知识.通过利用组件、中间件技术,OLAM可以将来源不同的数据整合到目标数据仓库中,然后根据不同用户的需求,使用数据挖掘算法在不同的OLAP维度层次上进行挖掘,得到粒度不同的知识.最后利用决策树算法进行了例示说明.     

A relational–XML data warehouse for data aggregation with SQL and XQuery

Integrating information from multiple data sources is becoming increasingly important for enterprises that partner with other companies for e‐commerce. However, companies have their internal business applications deployed on diverse platforms and no standard solution for integrating information from these sources exists. To support business intelligence query activities, it is useful to build a data warehouse on top of middleware that aggregates the data obtained from various heterogeneous database systems. Online analytical processing (OLAP) can then be used to provide fast access to materialized views from the data warehouse. Since extensible markup language (XML) documents are a common data representation standard on the Internet and relational tables are commonly used for production data, OLAP must handle both relational and XML data. SQL and XQuery can be used to process the materialized relational and XML data cubes created from the aggregated data. This paper shows how to handle the two kinds of data cubes from a relational–XML data warehouse using extract, transformation and loading. Copyright © 2008 John Wiley & Sons, Ltd.     

基于ERP的企业数据仓库设计

结合ERP的管理思想,把数据仓库、数据挖掘、联机分析处理技术应用到ERP中去,探讨了企业数据仓库整体建设过程。提出了基于ERP的企业数据仓库的组成与设计思路,以实例阐述了构建企业数据仓库的体系结构和数学模型以及数据挖掘、联机分析处理技术。详细介绍了构建企业数据仓库的特点。