数据仓库的概念及发展

一、数据仓库的名称和定义 目前数据仓库的名称和定义尚不统一。数据仓库又称“信息仓库”、“信息数据库”、“业务信息源”、“历史数据档案”等。现在常用的叫法是数据仓库。由于数据仓库技术处于发展阶段,人们对数据仓库的认识尚有差异。对数仓库技术发展作出重要贡献的W.HInmon这样定义数据仓库:数据仓库提供集成化的和历史化的数据,它集成     

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。     

数据仓库技术及其应用

本文首先对数据仓库的定义与基本概念进行了描述；然后对建立数据仓库的目的和方法作了说明，并对数据仓库的特点作了简单介绍；接着对数据仓库的国内、外发展及产品情况进行了介绍；最的对数据仓库在ＭＰＰ环境的运行，以及数据仓库在特种信息领域的应用作了较为深入的探讨。     

数据处理新技术--数据仓库

本文从数据仓库产生的背景入手,阐述了数据仓库的含义及应当作为数据仓库的体系结构,重点介绍了数据仓库系统的基本组成和主要特征,数据仓库的自项向下／自下而上的开发方式,数据仓库应用实例,实现数据仓库关键技术及研究方向。     

数据仓库和数据采掘应用研究

随着人们处理的数据量的成指数增长，数据库技术有了新的应用和研究课题－数据仓库和数据采掘，本文介绍了数据仓库和数据采掘的思想和特点，并指出了它们的研究内容及应用前景。     

数据仓库中的数据提取

数据仓库的思想和工具在企业中得到了越来越广泛的体现和应用,在当前典型的数据仓库应用中,数据仓库的填充或者说数据的提取,转换和加载是设计人员遇到的最大挑战之一,预计在数据仓库的设计过程中,80％的努力都将用于此过程。该文从工程角度介绍了数据提取、转换和加载的过程和实现方式,并介绍了4种可灵活应用的数据提取方法。     

数据仓库技术及其实现

本文主要介绍了数据仓库的背景和概念，并向用户展示了数据仓库的体系结构，特别针对数据仓库实现过程中的多维数据存储模型，数据变换及清洁过程进行了讨论。     

数据仓库技术及实施

介绍了数据仓库的基本概念，针对数据仓库建立对创建数据仓库的过程进行了分析，对实现数据抽取、数据仓库的存储和管理等进行分析和比较。     

Oracle数据仓库解决方案概述

本文介绍了用Oracle的产品来做数据仓库的设计与开发要完成数据仓库的设计建模、数据转换与集成、数据存储与管理、数据的分析和展示、数据仓库的维护和管理的五个过程。     

数据仓库实现过程中的关键技术

本文介绍了数据仓库的概念和特点，详述了数据仓库实现过程中的几个关键技术，即数据仓库的设计方法、数据源的选取、数据的整理和加载、前端数据展示等。     

数据仓库及联机分析处理

主要介绍数据仓库基本特征，体系，结构，ＣＬＤＳ设计方法，以及基于数据仓库ＯＬＡＰ的ＲＯＬＡＰ和ＭＯＬＡ两种方法。     

数据仓库上的Gcube操作

1 问题的提出商业和企业界认为,数据仓库上的联机分析处理(OLAP)应用是决策分析的关键。支持OLAP应用的多维数据模型正在得到人们的普遍接受。在多维数据模型中,数据记录中的某些域或属性被选作度量属性,其它域或属性被称为维属性或函数属性。在多维数据库中,具有相同函数属性值的数据记录的度量属性值集合组合为一个聚集值(通过聚集函数)。多维数据库可以视为由维属性值索引的多维数组,每个数组单元存储相应的维属性值组合所对应的度量属性值集合的聚集值。以后,在不引起混淆的情况下,我们把多维数据库简单地称为关系。多维数据库通常也称为Cube。人们把产生多维数据库的     

数据仓库中数据采掘的研究

本文介绍数据仓库和数据采掘的基本概念,讨论了数据采掘的实现方法,提出了在数据仓库中进行采掘时出现的若干问题和对策。     

数据仓库,数据集市和数据挖掘

本文介绍了数据仓库，数据集市和数据挖掘这三个数据库应用领域的技术及它们的相应的最新解决方案。     

基于大型数据仓库的数据采掘:研究综述

本介绍了数据采掘技术的总体研究情况，包括数据采掘的定义，与其他学科的关系，采掘的主要过程，分类和主要技术手段，作为例子介绍了关联规则采掘的研究，同时介绍了一些原型系统和商业产品以及主要应用领域，指出了数据采掘研究的挑战性以及目前的局限性。     

数据集市与数据仓库

企业规划数据仓库项目的时候．往往会遇到很多数据仓库软件供应商，各供应商除了推销相关的软件工具外．同时也会向企业灌输许多概念，其中．数据仓库和数据集市是最常见的两个术语了，各个供应商术语定义不统一．销售策略不一样．这往往会给企业带来很大的混淆，最典型的问题是：到底是先上一个企业级的数据仓库呢?还是先上一个部门级的数据集市?     

基于Web的数据仓库技术

本文的目的是对基于Web的数据仓库技术进行回顾,探讨数据仓库当前形式的局限性,然后引入基于Web的数据仓库技术,并介绍企业如何利用它来克服传统数据仓库的不足。给出一个模型使读者更容易理解基于Web数据仓库的构成。本文也讨论了企业在采用这项技术过程中可能面临的挑战及对策。     

数据仓库技术及实施

介绍了数据仓库的基本概念,针对数据仓库建立对创建数据仓库的过程进行了分析,对实现数据抽取、数据仓库的存储和管理等进行分析和比较。     

数据仓库的实现技术

70年代起,为满足现代管理的需要,人们在管理信息系统的基础上发展了以数据分析和建模定量分析为基础的决策支持系统,向决策者提供决策所需的信息,其核心部分是大量被良好管理着的数据。传统的数据库技术在数据共享、数据与应用程     

基于ODS的数据仓库模型研究

ODS的主要作用是提供实时访问和战术分析支持。通过比较各种基于ODS的数据仓库体系结构模型，提出具有通用性、可扩展性、灵活性和高性能的动态数据仓库体系结构模型，它能满足银行客户关系管理应用中业务和数据管理的要求。