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。     

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。     

电力OLAP系统设计研究与应用

介绍了OLAR技术的特征和概念，研究了运用ADO MD建立OLAP决策支持系统的关键技术，并以某钢铁企业的电力系统为研究背景，给出了企业电力OLAP系统的设计方案。     

OLAP和DM技术在校园一卡通中的应用研究

一卡通在校园数字化建设中发挥重要作用,覆盖了教学、科研、后勤和管理等多方面。其数据库信息量日渐庞大,合理利用这些数据,通过OLAP和数据挖掘技术从海量信息中挖掘有用的知识和信息,为学校发展提供决策支持。     

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。     

中医诊疗决策支持系统中的OLAP与DM融合

提出了一种基于数据仓库、在线分析处理及数据挖掘的中医诊疗决策支持系统的解决方窠，该方案很好地融合了中医个体化诊疗的特点。结合实际应用详细讨论了中医诊疗数据仓库建立、OLAP实现的关健问题和数据挖掘的应用主题，设计了集成化的中医诊疗决策支持系统的3层体系结构，同时给出了实现案例。     

OLAP中一种多维数据模型

分析了传统OLAP(联机分析处理)模型在商业应用领域中存在的不足，在此基础上，针对某一超市的OLAP的设计过程中所碰到的问题，提出了一种多维数据模型，给出了模型定义和基于关系数据库模型实现方法。     

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.     

数据仓库与OLAP技术

由于企业决策支持的需要，数据仓库及其相关的技术如OLAP、数据挖掘已经越来越受到人们的重视。该文对数据仓库的整体结构进行了简单的描述，具体介绍了当前流行的几种0LAP技术，并提出了数据仓库和数据集市的区别及ROLAP的几种优化技术。     

基于Analysis Services的OLAP多维数据视图的设计与实现

运用联机分析处理工具实现数据分析的关键是多维数据实体化视图的设计与实现。提出了基于Analysis Services多维数据模型的数学表达，并结合一个实例给出了多维数据实体化视图的设计与实现的方法。     

OLAP和数据挖掘技术在Web日志上的应用

随着ＷＷＷ网络用户的日益增多,为了改善信息服务的质量,以及从中发掘电子商务方面的商业机会,有必要有网络用户的行为规律加以分析。本文以Ｗｅｂ日志上的信息,就数据的通滤和转化,、多维Ｗｅｂ日志数据库的建立,ＯＬＡＰ和ＤＭ技术的应用等方面问题作了初步的探讨。     

数据仓库、数据挖掘和OLAP分析及其应用实例

在日益激烈的市场竞争中，海量信息的存储、挖掘而得到的任何与消费者行为有关的信息对商家来说都是非常宝贵的。概要介绍了数据仓库、数据挖掘和联机分析处理（O－LAP分析）等概念，并介绍了一个工具SAS及其在网站访问量分析中的应用实例。     

数据仓库与数据挖掘技术的研究与应用

讨论了数据仓库的构建方法和数据挖掘技术的应用,介绍了使用分析服务器构建数据仓库及进行联机分析的方法,实现了一个利用决策树算法建立模型对顾客的信誉度进行分类的实例。     

基于数据仓库的销售管理决策支持系统的研究与实现

针对现有的销售管理信息系统对决策支持的不足,本文提出一种基于数据仓库技术的解决方案,给出了系统体系结构、数据仓库模型以及联机分析处理策略,并对系统实现的关键技术进行了阐述。     

数据挖掘集成技术研究

数据挖掘的集成实现是目前研究的一个重要方向。从数据挖掘算法的集成及数据挖掘与其它技术的集成两个方面介绍了研究领域中的一些思想和实现的方法，其中数据挖掘方法的集成有水平集成和垂直集成两种类型。数据挖掘与其它技术（如数据库和数据仓库）的集成有松散方式，紧耦合和“黑箱”方式，紧耦合方式是集成发展的方向。     

OLAP与数据挖掘一体化模型的研究与发展

1 引言目前,OLAP(联机分析处理)与数据挖掘是信息系统领域内的研究重点。OLAP作为一种多维分析工具,可提供数据多层面、多角度的逻辑视图。用户提出问题或假设,OLAP负责提取关于该问题的详细信息,并将结果呈现给用户。数据挖掘是在数据集合中寻找模式的决策支持过程,能从大量数据中发现潜在数据模式并作出预测性分析,是现有的人工智能、统计学等成熟技术在特定系统中具体的应用。数据挖掘与OLAP都属于分析型工具,但二者之间有着明显的区别。数据挖掘的分析过程是自动的,用户不必提出确切的问题,只需工具去挖掘隐藏的模式并预测未来的趋势,这样有利于发现未知的事实。而OLAP更多地依靠用户输入问题和假设,由于用户先     

数据仓库技术与保险公司决策支持系统的开发

运用数据仓库、联机分析处理和数据挖掘技术，通过比较、分析，在决策支持系统传统四库结构的基础上，提出了一种基于数据仓库的决策支持系统体系结构，并对其在笔者所开发的保险公司决策支持系统（IC—DSS）中的应用进行了研究。     

OLAP中基于FP-增长的关联规则挖掘

关联规则挖掘是一种发现属性问关系的方法,主要用于在商务事务记录中挖掘事务问关系。本文将已经广泛使用的FP-增长(frequent-pattern growth,频繁模式增长)算法进行改进,实现了OLAP中的关联规则挖掘。改进算法分别针对单维、多维、混合维三种关联规则,将多维立方体转化成不同的关系表,通过关系表产生关联规则．并利用立方体中的事实值作为进一步约束,生成了更有价值的规则。     

数据挖掘、OLAP在决策支持系统中的应用

分析了传统数据库和决策支持系统中存在的问题,讨论了基于数据集市的数据挖掘和联机分析处理技术在决策支持系统中的应用。     

基于关联规则数据挖掘技术在教学管理中的应用

数据挖掘技术是一种新的信息处理技术。其目的是从海量数据中抽取潜在的,有价值的数据规律或数据模型。通过数据挖掘技术对高校教学数据的分析处理,能够形成真正有价值的知识,向决策者提供信息支持,有利于推动学校教学改革和建设的全面发展。本文主要针对现行高校实际运作的学分选课数据库系统,以关联规则挖掘为例,提出简单而可行的数据挖掘应用实施办法。