OLAP在连锁超市中的应用研究

在OLAP技术的基础上,针对我国大、中型连锁超市的特点,提出了数据仓库多维分析模型设计方法,并用多维立方体查询语言进行数据的查询与操作,为数据仓库的数据分析提供了必要的基础。     

基于客户/服务器的两级语义数据缓存机制在OLAP环境中的应用

在联机分析处理(OLAP)环境中，为了提高多维查询的响应速度，服务器需要特殊的查询优化技术，比较流行的做法是，服务器动态地有选择地对查询结果进行缓存。本文在客户端也引入相同的缓存机制，这种方法能有效地降低服务器载荷；对于在数据仓库进行增量维护时，客户/服务器中两级缓存中语义数据的一致性问题及其对查询的影响进行了研究。     

数据仓库技术及其应用分析(续)

4)支持多维分析的查询模式。用户在使用数据仓库时的访问方式与传统关系数据库有很大的不同。对于数据仓库的访问往往不是简单的表和记录的查询 ,而是基于用户业务的分析模式 ,即联机分析。它的特点是将数据想象成多维的立体 ,用户的查询便相当于在其中的部分维上施加条件 ,对立体进行切片、分割 ,得到的结果则是数值的矩阵或向量 ,并将其制成图表或输入数理统计算法。关系数据库没有提供多维分析的查询功能 ,而且在数据仓库发展的早期 ,人们发现采用关系数据库去实现这种多维查询模式非常低效 ,查询处理的过程也难以自动化。为此 ,人们提出…     

水文数据多维分析系统设计与实现

针对水文数据海量,多维的特点,结合数据仓库在多维数据分析方面的成熟技术,设计了水文数据多维分析系统。建立了面向水文要素统计分析主题的数据仓库模型,并对数据进行了分析展示。在一定程度上解决了因为原始数据量庞大,数据关系复杂而导致的数据查询速度慢等性能问题。     

基于数据挖掘的OLAP分析技术及应用

数据仓库是一种新兴的数据管理和分析技术．他的应用非常广泛。本文详细论述了如何组织数据仓库中的数据，指出了OLAP分析技术的重要性，并给出了决策系统分析示例，最后运用多维查询语言(MDX)进行数据和决策分析。     

业务驱动型信息分析平台研究

为了适应业务变更、汇总数据分析与实时业务结合的纵深数据分析、实时业务处理,快速定义并部署用户的多维查询,实现对基于数据仓库的联机分析处理。文中针对数据仓库系统实施过程中的特点,结合用户对产品功能的需求,提出＂业务驱动的＂实时数据处理和构建数据仓库的解决方案。平台利用数据抽取技术,对数据进行集成和加工整理,产生综合的、面向分析的数据存储,提供在分析数据基础的数据展现、分析和挖掘;实现分析型应用功能和业务处理系统查询功能的直接关联,满足管理人员和业务操作人员的数据查询和统计需求。     

一种基于虚拟数据仓库的查询优化方法

跨地区企业集团如何从分布在各地数据仓库的数据中获取信息以帮助他们决策是数据仓库研究的一个重要问题.本文提出了一种虚拟数据仓库三层模型及其查询优化方法,引入了虚拟元数据、查询快表等概念,通过查询快表可以快速得到查询方案,通过虚拟元数据与各结点元数据的映射,可形成查询方案,从而获得查询结果.分析表明,该方法能够有效地提高查询效率.     

多维数据模型及其在关系数据库中的实现

构造数据仓库的关键是多维数据模型的表示,文章介绍了数据仓库中多维数据模型的概念与作用,并给出了在关系数据库中实现多维数据模型的方法。     

数据仓库的查询优化研究

数据仓库中存贮着大量的历史数据,主要供企业决策分析之用,所涉及的数据操作主要是数据查询。因此,提升数据仓库的查询效率,优化查询方法是提升数据仓库应用的关键问题之一。本文主要介绍了数据仓库的查询性能问题,介绍目前主流的查询优化方法,并重点介绍了索引技术和分区优化方法。     

多维数据模型在高校数据仓库的应用研究

由于当今高校迅猛发展，传统的数字校园建设已跟不上节奏。文章基于多维数据视角下对高校原有的数据中心进行升级，建立一个能涵盖教师教学，科研查询，管理者统计、分析、决策的数据仓库来解决高校数字校园建设中出现的信息不互通等问题。     

数据仓库及数据挖掘技术在证券客户关系管理系统中的应用研究

论文提出了中小型券商如何在客户关系管理系统中实现数据仓库和数据挖掘的应用方法,首先根据FS—LDM模型建立企业数据模型并进行主题域的划分,完成多层次的数据仓库架构设计及星型结构的客户纬度建模;然后使用聚类技术和逻辑回归技术实现客户分类的动态细分模型和客户流失概率预测模型。     

基于数据挖掘的移动用户预测

随着3G市场的深入以及4G商用的开始,移动通信行业面临着激烈的竞争,企业的发展型态已由过去以产品为中心的经营方式转变成为以客户为中心的消费型态。企业的发展必须以对客户的需求和消费行为的了解为重心,否则将会流失重大的商机。对于移动通信行业来说,如何通过数据挖掘技术去找优质客户群及可能流失的客户群具有十分重要的意义。利用数据挖掘技术,通过建立模型,预测电信企业的客户流失情况,为企业提高效益提供参考。     

客户关系管理系统数据仓库的建立

数据仓库建设是一项有挑战性的工作，而客户数据仓库建设除了符合数据仓库建设的一般规律外，还有自己的特点，探讨了客户数据仓库建设过程中要注意的问题。     

点击流数据仓库中基于事件驱动的星型ER模型

Web应用产生了大量的点击流数据,为有效分析这些数据,使之发挥更好的决策支持作用,产生了点击流数据仓库。较之传统数据仓库,点击流数据仓库有更复杂的体系结构及更丰富的数据源,现有的数据模型已不再适合点击流数据仓库的发展需要。提出了一种基于事件驱动的星型ER模型作为点击流数据仓库的概念模型,给出了关键事件/非关键事件及主动关注期望/被动关注期望概念。分析结果表明,该模型克服了现有模型的一些不足,能够很好地适应点击流数据仓库的体系结构。     

基于数据中心的数据仓库结构设计

文章设计了一种数据仓库结构,包括:数据仓库,用于存储数据对象,特别是根据维度和对象整理与存储数据;元数据库,用于存储元数据,元数据包含数据对象描述、查询和报表的定义;客户端;报表服务器,连接该客户端;中间件服务器,连接该数据中心、元数据库和报表服务器。此外,论文还提供了基于本数据仓库结构的查询和报表方法。     

数据仓库技术在成人高校招生系统中的应用

讨论了如何建立成人高校招生录取数据仓库,如何根据分析主题的不同去设计不同的多维数据模型及实现的过程,给出了成人高考数据分析系统的需求分析,提出了系统的总体设计方案、数据仓库模型设计和O-LAP模型设计,并使用VB和SQL Server实现了该分析系统,为今后制定宣传策略、设置专业类别和专业人数等方面提供参考和依据。     

基于数据仓库的数据分析系统研究

在介绍了数据仓库、联机分析处理 (OLAP)、数据挖掘技术理论的基础上 ,提出了一个基本的基于数据仓库的数据分析系统模型 ,并简要阐明了它的实现方式。     

数据的组织及其变换研究

数据的有效组织及其变换过程是数据挖掘过程中首要且不可缺少的步骤.对三种适用于数据分析的主要数据结构:数据仓库、Web仓库和数据集市进行了介绍,并对它们的特点和数据组织方式分别进行了讨论.对主题数据库的数据矩阵表示形式及其典型的操作变换:频率分布、二值化等进行了探讨和分析.     

面向钻井工程技术的数据仓库应用探讨

数据仓库与数据挖掘技术在传统数据处理密集型行业得到了普及和应用,并发挥了重要的作用,但石油钻井行业在这方面还与国外存在很大的差距。首先对数据仓库和数据挖掘技术做了简单的介绍,并就这两种技术在国内外的应用现状做了对比分析,最后重点介绍了如何将数据仓库与数据挖掘技术与石油钻井工程有机的结合起来,希望能从多角度、多层面、分步骤来实现这些技术在钻井中的成功应用。     

数据仓库技术研究

对数据仓库技术进行了深入的研究,给出了数椐仓库的定义,详细分析了数据仓库的四大特征(即面向主题的、集成的、相对稳定的、反映历史变化的),研究了数据仓库管理的方法、数据仓库的基本体系结构的组成,同时对数据仓库系统的建立进行了详细的阐述。