OLAP在企业中的多维数据分析研究

分析了OLAP的特点,进行数据仓库存储方式的构建和多维数据分析功能的实现。引入动态的OLAP多维视图分析,决策者可以从各种维度对销售数据进行审视,进行切片、切块、旋转和钻取等OLAP基本分析操作。文章介绍了组织用于OLAP的多维数据结构。用OLAP进行销售数据多维数据分析。     

OLAP技术在数据分析中的应用

首先介绍了OLAP的概念、功能特征,然后通过实例对多维数据库的概念、层次关系和多维数据分析的主要操作进行了详细描述。最后,以ORACLE公司的Hyperion产品作为多维数据库分析的平台,通过对一大型能源集团公司的财务预算系统中的预算数据进行分析,介绍了OLAP技术方法的实际应用,总结了OLAP技术在数据分析工作中的优势。     

基于维层次的OLAP变粒度存储策略

目前的决策支持体系结构中都是采用数据仓库来存储系统中的分析数据,应用OLAP技术实现系统中的分析功能。但是,数据量的增长也使得DataCube不断增大,因而影响到了OLAP的效率。本文提出了一种基于层次的OLAP变粒度存储策略,根据实际情况灵活地调整需要进行聚集的粒度与数据集,从而更好地满足数据分析的需要。     

OLAP技术在油田开发中的研究与应用

基于数据仓库的OLAP数据分析技术可以辅助油田决策的需要,给出了OLAP分析模型的形式定义和OLAP分析模型上的多维操作,讨论了OLAP分析模型设计思想,设计了油田开发数据的OLAP分析模型,并给出了油田开发数据的OLAP分析结果。实践表明,OLAP技术较好地满足了油田生产开发的决策需要。     

海量数据分析的One-size-fits-all OLAP技术

传统的OLAP被迅速膨胀的海量数据推动进入了大规模数据分析时代,其主要特点是存储密度大,计算强度大,需要大规模并行存储和处理能力.无论是传统的并行数据库技术还是热点的MapReduce技术都不得不面对海量数据在大规模并行处理环境下的性能和并行处理效率的问题.以星型模型上复杂多表连接为基础的OLAP算法的复杂度和并行处理...     

大数据分析的分布式MOLAP技术

大数据的规模效应给数据存储、管理以及数据分析带来了极大的挑战,学界和业界广泛采用分布式文件系统和MapReduce编程模型来应对这一挑战.提出了大数据环境中一种基于Hadoop分布式文件系统（HDFS）和MapReduce编程模型的分布式MOLAP技术,称为DOLAP（distributed OLAP）.DOLAP采用一种特殊的多维模型完成维和度量的映射;采用维编码和遍历算法实现维层次上的上卷下钻操作;采用数据分块和线性化算法将维和度量保存在分布式文件系统中;采用数据块选择算法优化OLAP的性能;采用MapReduce编程模型实现OLAP操作.描述了DOLAP在科学数据分析的应用案例,并与主流的非关系数据库系统进行性能对比.实验结果表明,尽管数据装载性能略显不足,但DOLAP的性能要优于基于HBase,Hive,HadoopDB,OLAP4Cloud等主流非关系数据库系统实现的OLAP性能.     

利用MSExcel开发多维动态数据网页

为了高效、准确、科学地分析数据,以便找出隐藏在数据背后的宝贵信息进而作出科学的决策,力图通过Excel的数据透视表组件实现OLAP多维数据库的数据分析与动态网页数据展现。利用由Excel的数据透视表组件快速开发出的OLAP网站,业务人员不需要额外培训即可通过IE浏览器实时、全方位分析与浏览多维系统中的数据。     

OLAP在电子商城中的应用研究

为了让电子商城中的商家能更好地了解自己的经营状况,可通过对电子商城中的OLAP系统进行分析和设计,以Excel 2007作为OLAP系统的前端展示工具,并使用OLAP多维数据分析技术对销售数据进行分析从而获得相关的信息。结果表明,利用OLAP技术能帮助商家深入全面地分析业务数据,提高经营管理水平。     

基于数据挖掘的市场营销智能决策支持系统设计

针对现行市场营销决策支持系统在数据集成、历史数据方面、查询功能以及数据分析方面存在的不足，本文分析了市场营销决策特点，讨论了数据仓库、OLAP和数据挖掘技术在市场营销决策支持系统上的应用，并结合XML技术和ROLAP数据模式设计的思想，详细设计了营销智能决策支持系统的体系结构和功能结构。     

分布式环境下OLAP处理技术研究

为了让经营范围分布较广的商家能更好地了解自己的经营状况,通过电子商务系统中的OLAP系统进行分析和设计并加以展示,同时使用OLAP多维数据分析技术对销售数据进行分析从而获得相关的信息.结果表明,利用OLAP技术能帮助商家深入全面地分析业务数据,提高经营管理水平.     

煤炭企业决策支持信息系统

以龙口矿业集团有限公司的决策支持信息系统为例,详细介绍了煤炭企业决策支持信息系统的总体架构、系统数据来源及处理、关键指标信息、系统功能。该系统通过DTS、中间件等技术获取数据;采用面向主题的数据仓库多维表结构和与业务系统对应的ODS层表结构存储数据;通过分析各种数据指标的类型及属性,建立起一套共包含45个关键指标的企业关键指标体系结构;并采用同比分析、环比分析、趋势分析等数学模型对数据进行分析和展现,从而实现辅助决策。     

海量多维数据的存储与查询研究

基于数据仓库的OLAP系统是当前海量多维数据分析的主要工具。随着信息技术的发展,海量多维数据的规模急剧增长,结构日益复杂,OLAP系统的性能严重下降,已经无法满足人们的数据分析需求。基于分布式计算系统Hadoop给出了新的海量多维数据的存储方法和查询方法。设计了HDFS上的列存储文件格式HCFile,基于HCFile给出了海量多维数据存储方案,该方案能够提高聚集计算效率,并有很好的可扩展性。同时,利用多维数据的层次性语义特征,设计了维层次索引,并给出了利用维层次索引和MapReduce进行聚集计算的方法。通过和Hive的对比实验,表明了数据存储方案和查询方法能够有效提高海量多维数据分析的性能。     

基于云计算的健康医疗大数据平台

中国新医改的大背景下,用互联网+、大数据等技术助推进行深化医改,让改革红利惠及更多群众,加快健康信息化资源体系建设,实现全区域数据共享、全过程业务监督、全方位数据分析、跨部门业务协同、全流程惠民服务的全面健康医疗大数据平台应运而生。平台运用大数据与云平台技术、OLAP多维分析、SOA体系结构,解决了制约平台建设的系统分割、业务流程不统一、以及纵向信息系统的“孤岛”问题。     

基于医药连锁销售的决策支持系统设计

在原企业管理信息系统基础上,为充分利用日益增长的海量数据,针对其在决策支持方面的不足,提出了一种基于数据仓库、联机分析处理和数据挖掘三项技术的销售决策支持系统。讨论了系统总体结构,对系统数据仓库、多维数据集和数据挖掘模型进行了设计分析。     

基于医药连锁销售的决策支持系统设计

在原企业管理信息系统基础上,为充分利用日益增长的海量数据,针对其在决策支持方面的不足,提出了一种基于数据仓库、联机分析处理和数据挖掘三项技术的销售决策支持系统。讨论了系统总体结构,对系统数据仓库、多维数据集和数据挖掘模型进行了设计分析。     

基于Hadoop平台的OLAP煤炭销售数据分析系统

针对煤炭销售数据量大而信息量少的问题,开发了基于Hadoop平台的OLAP煤炭销售数据分析系统,介绍了系统设计思想及架构,并以销售量统计为例阐述了实现数据深层次快速挖掘和直观显示的具体过程。该系统利用Hadoop云平台对数据进行ETL处理,创建Hive分布式数据仓库,并采用Hive的HQL语言进行OLAP统计分析,能够快速、准确地实现对销售量信息的多层次、多角度、深层次的数据挖掘、统计和分析,并直观、多角度地反映数据分析结果。     

面向客户服务的煤炭检测企业实验室信息管理系统

针对目前煤炭检测企业实验室信息管理系统存在只限局域网内访问、数据连续性差、容易造成信息孤岛、覆盖范围小等问题,提出了一种面向客户服务的煤炭检测企业实验室信息管理系统。该系统使用.NET平台实现可扩展的开放式框架,通过工作流引擎实现模块协同服务,采用XML技术实现不同硬件接入访问,利用数据库对检测客户实现智能化管理及数据挖掘应用,根据外部需求实时变更内部管理制度。实际应用表明,该系统可有效提高客户满意度。     

医药连锁销售决策支持系统的研究

在原企业管理信息系统基础上,为充分利用日益增长的海量数据,针对其在决策支持方面的不足,提出了一种基于数据仓库、联机分析处理和数据挖掘3项技术的销售决策支持系统.讨论了系统总体结构,对系统数据仓库、多维数据集和数据挖掘模型进行了设计研究,以及报告了系统在三层客户服务器模式下实现的关键技术和实现方法.经初步测试,该系统是适用和可靠的.     

面向数据仓库技术的财务决策支持系统研究

以数据仓库技术为核心,结合联机分析处理技术和数据挖掘技术的基础上,构建了财务决策支持系统,通过使用数据仓库的联机分析技术和数据挖掘技术强化了DSS的智能功能,为企业财务决策提供服务。     

基于数据挖掘的招考志愿填报辅助决策支持系统

以数据挖掘技术为手段,通过对高考历史数据的全面分析构建招考志愿填报的辅助决策支持系统,诣在为考生填报志愿提供辅助决策支持。系统运用数据仓库的数据预处理技术和多维建模技术构建以录取数据分析为主题的数据仓库。运用联机分析技术对数据进行多维分析,以及数据挖掘技术中的分类方法实现志愿填报的辅助决策。