基于语义表示的数据仓库构建方法

介绍了基于语义的数据仓库的构建方法，给出了3层数据加工流程的数据加工实例，在基于语义的数据仓库技术基础上，提出了一种新的支持模糊查询的模糊数据的管理方法，将其应用于某烟草销售企业数据仓库的构建，取得了较好的效果。     

一种基于税务系统数据仓库的模糊数据挖掘算法的研究

文章简要的叙述了数据仓库的概念、数据仓库结构、数据挖掘的定义和方法,并提出了一般的基于数据仓库的数据挖掘系统的结构。并针对税务系统的数据仓库提出了一种模糊数据挖掘算法。     

模糊数据库中的数据表示与数据匹配

确定模糊数据的表示方法，合理地定义模糊数据的匹配关系，是建立模糊数据库的基础。本文首先提出了一种模糊数据的表示方法，在此基础上引入了语义匹配、语义空间和语义包含的概念，给出了有关的定义和计算方法。文章通过一些实例，指出了这些概念和方法的具体应用     

DW中一种基于本体的语义集成方法研究

文中介绍了数据仓库领域一种基于本体的语义集成方法。首先建立领域本体和数据源的局部本体,然后通过局部本体对应的概念树间的映射算法得到数据源全局本体,再和领域本体映射,得到映射关系。最后通过本体推理,得出隐含的语义关系,用最终的语义关系来指导数据抽取、转换和加载过程,实现数据仓库语义程度上的数据集成。     

构建归档历史数据的XML模式

分析了数据仓库历史数据归档的关键问题,提出了将XML技术应用于数据仓库历史数据的归档.给出了从数据字典获得构建XML模型信息以及构建XML模型层次有向图的算法.实现了基于层次有向图的数据库结构及数据信息映射为XML模式的算法.同时,提出了保证XML语义完整性的方法.     

一种基于XML的数据仓库无数据表示模型

本文首先分析了元数据在数据仓库系统构建和使用过程中的重要作用及其表示模型应具有的特征,然后结合具体工程应用,提出了一种基于XML的数据仓库中无数据的表示模型。     

领域本体方法在数据仓库元数据管理中的应用研究*

提出一个利用领域本体解决数据仓库元数据管理中的语义异构问题的方法,即在局部元数据与领域本体之间建立映射,利用领域本体对局部元数据进行语义集成。最后,在医疗领域数据仓库项目建设中,进行了实验数据分析。结果表明,领域本体方法可以有效地集成数据仓库应用中不同业务部门的异构数据。     

数据仓库技术在电信企业的应用

本文介绍了数据仓库和ETL技术的有关概念和内容,结合电信业务的特点,构建电信数据仓库的体系结构。在给出的电信数据仓库体系结构的基础上,深入的探讨了基于电信业务的数据仓库ETL和数据展现方法。     

模糊数据发掘的研究

本文将模糊理论应用于数据发掘，提出模糊数据发掘（FuzzyDataMining，FDM），采用模糊聚类分析的方法，从数据仓库中发掘普通方法难以发现的隐藏模式，进行模糊预测。并举例说明FDM方法的主要实现过程。本文对各类数据仓库的灵敏数据发掘具有普遍意义。     

模糊语义模式及其在汉英机译系统英文生成选词中的应用

研究生成选词问题对改善机翻系统的翻译质量有重要意义, 基于语义模式的选词方法是常用的选词方法, 在混合选词模型也扮演了重要角色。本文针对该方法的不足, 提出了语义模式自动获取的思路和模糊语义模式的概念, 对其进行了改进。采用语义模式自动获取的思路可以克服传统手工方法需要巨大工作量的问题, 而模糊语义模式概念的提出则使语义模式能表示语言现象的量化差别。文中首先讨论该研究的重要性, 然后介绍了模糊语义模式的概念, 接着给出了构建模糊语义模式库时使用的一个训练算法, 最后给出了应用模糊语义模式进行选词的具体算法并将它与传统算法进行了比较。     

A fuzzy-based decision-making procedure for data warehouse system selection

The increase in the number of companies seeking data warehousing solutions, in order to gain significant business advantages, has created the need for a decision-aid approach in choosing appropriate data warehouse (DW) systems. Owing to the vague concepts frequently represented in decision environments, we have proposed a fuzzy multi-criteria decision-making procedure, to facilitate data warehouse system selection, with consideration given to both technical and managerial criteria. The procedure can systematically construct the objectives of DW systems selection to support the business goals and requirements of an organization, and identify the appropriate attributes or criteria for evaluation. In the fuzzy-based method, the weight of each criterion and the rating of each alternative are described using linguistic terms, which can also be expressed as triangular fuzzy numbers. The fuzzy algorithm aggregated the decision-makers’ preference rating for criteria, and the suitability of data warehouse alternatives versus the selection criteria, to calculate fuzzy appropriateness indices, through which, the most suitable data warehouse system was determined. A case study of a Bar Code Implementation Project for Agricultural Products in Taiwan was conducted to illustrate this method’s effectiveness.     

数据仓库数据模型的设计

本文首先就数据仓库与传统关系数据库作了一个简单比较,然后介绍了一种适合于仓库设计的方法。     

在DSS／EIS＆OLAP环境下构造FoodMark数据仓库的设计与实现

1 引言 DSS的全称是Decision Supply System,即决策支持系统,是分析数据环境的一种称呼,也是数据仓库存在的环境;EIS是Executive Information Processing的缩写,就是指高级管理员信息系统,说得更准确一点,EIS实现的功能是DSS中的一类功能子集;而OLPA的全称是Online AnalyticalProcessing,即联机分析处理,在Microsoft SQL2000中称为Analysis Services。FoodMark是Microsoft Corporation为了展示其Analysis Services而提供的一个数据库例库。本文实     

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。     

基于属性分类的数据挖掘方法

随着数据仓库的广泛应用,从数据中获取相关的知识或规则越发显得重要,各种各样的数据挖掘技术提出了出来,本文介绍一个基于数据属性值的数据挖掘方法。首先简单介绍了ＩＤ３分类技术,然后详细论述了基于属性值分类的数据挖掘的方法。该方法有两个的步骤：数据采集,整理及形成规则并化简规则。     

位置编码在数据仓库ETL中的应用

为了保证数据仓库中数据的质量，在数据挖掘前必须进行数据清洗。ETL是构建数据仓库的重要环节，数据清洗就包含在其中。而检测和消除数据仓库中的相似重复记录是数据清洗和提高数据质量要解决的关键问题之一。该文将位置编码技术引入到数据仓库ETL中，提出了一种相似重复记录的检测算法，并给出了不同级别匹配阈值的动态确定方法。通过实验表明该算法具有较好的检测效果。     

数据仓库多维分析模型的设计

该文介绍了建立数据仓库多维分析模型的理论基础,提出了一种气象数据仓库多维分析模型的设计方法,并展现了具体的实例,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。     

基于数据仓库的电力系统负荷预测研究

介绍了数据仓库的性能特点和总体结构，分析了在电力系统负荷预测中引入数据仓库后可以解决的问题。并阐明基于数据仓库的电力系统负荷预测的实现方法。     

一种数据仓库的概念模型-样本模型

数据仓库概念模型设计是数据仓库设计和实施的基础,是决定数据仓库成功与否的关键之一。该文介绍了一种数据仓库的概念模型-样本模型,它以事件为中心组织实体,并给出了描述实体之间层次、分类、组合关系的方法,以及确定样本库模式的原则和方法。最后给出了从ER模型向样本模型转换的方法。