基于纺织企业纱线质量数据仓库的设计

基于纺织企业纱线质量管理数据,结合数据仓库、数据挖掘、联机分析处理技术,探讨了纱线质量数据仓库整体设计过程,并且实施数据挖掘,分析数据挖掘结果,对企业生产提供依据。提出了基于纺织企业纱线质量数据仓库的组成与设计思路,以实例阐述了构建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,结果表明基于纱线质量的数据仓库的建立结合数据挖掘和联机分析处理技术对企业质量管理层确实提供了有效的分析手段。     

基于纺织企业纱线质量数据仓库的设计

基于纺织企业纱线质量管理数据，结合数据仓库、数据挖掘、联机分析处理技术，探讨了纱线质量数据仓库整体设计过程，并且实施数据挖掘，分析数据挖掘结果，对企业生产提供依据。提出了基于纺织企业纱线质量数据仓库的组成与设计思路，以实例阐述了构建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，结果表明基于纱线质量的数据仓库的建立结合数据挖掘和联机分析处理技术对企业质量管理层确实提供了有效的分析手段。     

基于数据仓库与数据挖掘技术的决策支持系统

本文提出了一种基于数据仓库的数据挖掘系统的决策支持系统的框架。该系统把数据仓库、数据挖掘工具和知识库结合在一起,提高了数据挖掘的效率。     

基于数据仓库的数据挖掘技术分析研究

基于数据仓库的数据挖掘技术是一种对数据仓库中的数据进行深层次的加工和处理的过程,也是一种实现数据仓库决策价值的方法和工具。文中分析了数据仓库、数据挖掘等概念,并结合数据挖掘在实际决策支持系统中的应用,说明了数据挖掘的基本方法、主要过程以及发展方向。     

基于数据仓库的数据挖掘技术分析研究

基于数据仓库的数据挖掘技术是一种对数据仓库中的数据进行深层次的加工和处理的过程,也是一种实现数据仓库决策价值的方法和工具.文中分析了数据仓库、数据挖掘等概念,并结合数据挖掘在实际决策支持系统中的应用,说明了数据挖掘的基本方法、主要过程以及发展方向.     

数据仓库和数据挖掘技术在ERP中的应用

数据仓库和数据挖掘是近几年迅速发展起来的技术,主要用于构建企业的决策支持系统。文章根据数据仓库和数据挖掘技术的这个特点,并针对传统ERP系统在决策方面的不足,提出把数据仓库和数据挖掘应用到ERP中去,以数据仓库作为企业底层的数据源,再配合以各种数据挖掘技术,结合ERP的管理思想,发挥数据仓库与数据挖掘技术在决策支持方面的长处。在此基础上,探讨了基于数据仓库的采购管理系统(DWBPMS)的实现,以提高ERP中的决策支持功能。     

数据仓库和数据挖掘技术在ERP中的应用

把数据仓库、数据挖掘技术运用到ERP中去，以数据仓库作为企业底层的数据源，再配合各种数据挖掘技术，结合ERP的管理思想，发挥数据仓库与数据挖掘技术在决策支持方面的长处。在此基础上，探讨了基于数据仓库的采购管理系统（DWBPMS）的实现。     

基于数据仓库的数据挖掘系统结构框架

本文提出了一种基于数据仓库的数据挖掘系统结构框架。该系统把数据仓库、数据挖掘工具和知识库结合在一起,实现了查询协同和知识库的增量维护,能够解决在大容量数据集中快速发现知识的问题,提高了数据挖掘的效率。     

数据仓库和数据挖掘技术在ERP中的应用

数据仓库和数据挖掘是近几年迅速发展起来的技术,主要用于构建企业的决策支持系统.文章根据数据仓库和数据挖掘技术的这个特点,并针对传统ERP系统在决策方面的不足,提出把数据仓库和数据挖掘应用到ERP中去,以数据仓库作为企业底层的数据源,再配合以各种数据挖掘技术,结合ERP的管理思想,发挥数据仓库与数据挖掘技术在决策支持方面的长处.在此基础上,探讨了基于数据仓库的采购管理系统(DWBPMS)的实现,以提高ERP中的决策支持功能.     

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。     

数据仓库的填充与访问

数据仓库是连接底层数据源与上层应用的枢纽。该文介绍了数据仓库的填充(与数据源的连接)和数据仓库的访问(与应用界面的连接)技术,包括与数据库数据源和非数据库数据源的连接以及采用组件工具访问数据仓库的方式和实现方法。     

数据网格的数据管理策略

数据网格的目标是使数据密集型的高性能计算和数据密集型的数据共享事务处理及科学研究成为可能，数据网格主要包括数据存储系统和数据管理系统两大部分．数据管理系统对所存储的数据进行管理，主要包括数据的传送和复制等操作．文章对数据管理策略进行了详细的分类评述并且讨论了目前数据管理系统中的某些局限性和进一步的工作．     

数据仓库系统中源数据的提取与集成

人们对数据分析的要求的不断提高导致了数据仓库的发展，而在建设数据仓库的过程中非常关键的一步就是从事务数据库或其它的数据源中抽取和集成原始数据。本文在对数据集成方法和数据获取中可能碰到的问题进行全面分析的基础上，较为详细地介绍了我们自行开发的数据仓库系统SEUwarehouse中源数据提取与集成工具的设计与实现．     

软件开发活动数据的数据质量问题

问题追踪系统和版本控制系统等软件开发支持工具已被广泛应用于开源和商业软件的开发中,产生了大量的数据,即软件开发活动数据.软件开发活动数据被广泛应用于科学研究和开发实践,为智能化开发提供支持.然而数据质量对相关的研究和实践有重大影响,却还没有得到足够的重视.为了能够更好地警示数据使用者潜在的数据质量问题,通过文献调研和访谈,并基于自有经验对数据进行分析,总结出了9种数据质量问题,覆盖了数据产生、数据收集和数据使用这3个不同的阶段.进一步地,提出了相应的方法以帮助发现和解决数据问题.发现问题是指加强对数据上下文的理解和通过统计分析及数据可视化发现潜在的数据质量问题,解决问题是指利用冗余数据或者挖掘用户行为模式进行修正.     

基于数据仓库的数据转移方法

数据转移是企业实施数据仓库的关键 ,针对数据仓库的技术特点 ,结合微软公司的数据仓库解决方案和数据转移服务 DTS,对数据转移过程中的几个典型问题 ,给出了其各自的解决方案     

重建数据立方体的数据覆盖方法

数据切片体现了数据立方体某方面的数据特征,当产生数据切片的数据立方体由于某种原因不可访问时,通过已知的多个数据切片尽可能地恢复数据立方体中的原始信息,有利于对数据的深入分析和理解.提出了一种基于数据切片重建数据立方体的方法,通过数据切片的连接生成多维细粒度空间,利用数据覆盖操作逐步细分每个数据切片所对应的多维空间,以逼近多维细粒度空间.提出了重建后数据立方体的可查询判据.该方法直接利用数据库中的基本操作来实现,高效地支持大数据量的应用环境.     

大数据的一个重要方面:数据可用性

随着信息技术的发展,特别是物理信息系统、互联网、云计算和社交网络等技术的突飞猛进,大数据普遍存在,正在成为信息社会的重要财富,同时也带来了巨大的挑战.数据可用性问题就是大数据的重要挑战之一.随着数据的爆炸性增长,劣质数据也随之而来,数据可用性受到严重影响,对信息社会形成严重威胁,引起了学术界和工业界的共同关注.近年来,学术界和工业界开始研究数据可用性问题,取得了一些的研究成果,但是针对大数据可用性问题的研究工作还很少.介绍了大数据可用性的基本概念,讨论大数据可用性的挑战,探讨大数据可用性方面的研究问题,并综述数据可用性方面的研究成果.     

虚拟数据中心的数据映射与数据路由策略研究

数据中心基础数据积累通常使用三种手段:1)ETL技术;2)数据联邦技术;3)中间件技术.但三种技术侧重各有不同,不能同时满足数据集成的持久性与可用性.结合技术优势提出数据虚拟整合,为解决数据虚拟异构数据模型间的数据转换问题,通过对数据虚拟的分析,提出了一种基于元数据驱动的数据虚拟系统体系结构.构建了用于描述和存储映射策略的支撑元模型,并建立了相应数据路由策略.提出了对等主键思想,降低了处理阻抗.     

基于数据中台的数据资产管理体系

公司经过十多年的信息化建设,信息系统已全面覆盖企业经营、电网运行和客户服务等业务领域及各层级应用,为公司各项业务有效运转提供了有力支撑.但现今仍缺乏一套统一的企业级数据资产管理体系.为进一步提升数据在电网企业的价值,本文提出了一套基于数据中台的企业级数据资产管理体系,主要从数据质量提升优化、数据资产管理、数据共享服务构...     

数据治理技术

随着信息技术的普及，人类产生的数据量正在以指数级的速度增长，如此海量的数据就要求利用新的方法来管理.数据治理是将一个机构（企业或政府部门）的数据作为战略资产来管理，需要从数据收集到处理应用的一套管理机制，以期提高数据质量，实现广泛的数据共享，最终实现数据价值最大化.目前，各行各业对大数据的研究比较火热，但对于大数据治理的研究还处于起步阶段，一个组织的正确决策离不开良好的数据治理.首先介绍数据治理和大数据治理的概念、发展以及应用的必要性；其次，对已有的数据治理技术——数据规范、数据清洗、数据交换和数据集成进行具体的分析，并介绍了数据治理成熟度和数据治理框架设计；在此基础上，提出了大数据HAO治理模型.该模型以支持人类智能（HI）、人工智能（AI）和组织智能（OI）的三者协同为目标，再以公安的数据治理为例介绍HAO治理的应用；最后是对数据治理的总结和展望.