数据仓库与数据集市

当今,越来越多的企业和商业机构需要准确把握信息确定战略,而新一代数据仓库和数据集市技术就为数据收集、整合、挖掘提供了卓有成效的解决方案。从数据仓库和数据集市的概念入手,介绍了数据仓库和数据集市的特点、体系结构、构件、评价指标及其应用。     

基于数据挖掘的远程教育系统多维数据模型构建

随着电子信息技术的高速发展,人们积累的信息量急剧增长,采用数据挖掘技术便可从大量的信息中提取有价值的知识．数据挖掘技术广泛应用在电信、农业、金融、生物、化工、医药等领域．本文主要探讨将数据挖掘技术引入远程教育系统中,并运用数据挖掘技术构建起远程教育系统中各种多维数据模型．     

数据仓库的多维数据分析器设计与实现

实现多维数据分析是数据仓库系统需要具备的一个主要功能，它接受用户的多维数据查询请求，生成多维数据集，为建立数据挖掘模型提供基础效果。本文讨论了基于Microsoft SQL Server2000的多维数据分析器的实现。简要介绍了多维数据分析的基本原理，并在DSO、ADO／MD及MDX（多维数据表达式）等技术的基础上，构造了一个多维数据分析器。最后，给出了多维分析器的实现实例。     

一种时态多维数据概念模型研究

研究了一种多维数据模型的时态扩展,对层、等级、度量提供了时态支持并给出了形式化定义,最后,演示了一个商业实施用例．     

基于学生评教的教学分析决策数据集市模型的设计

分析了学生评教对学校进行分析决策的重要价值,提出了建立基于学生评教的教学分析决策数据集市的策略,利用ERD技术设计了数据集市的概念模型,并且进一步确定了数据集市的数据源和各个主题域.最后,采用多维技术建立了数据集市的逻辑模型,并且对事实表和各个维表的设计进行了研究.     

基于数据集市的电信经营分析系统模型

数据仓库的电信经营分析系统不能很好地为企业各个部门提供相应的决策支持,数据集市可以为企业提供商业分析的廉价途径,通过为企业各个部门建立数据集市,可以为各个部门提供相应的营销建议。基于这种情况,提出了一种基于数据集市的电信经营分析系统模型,以便于为企业提供更好的决策支持。     

多维数据建模的设计方法

多维数据的建模是企业使用数据仓库的关键技术之一,传统的数据模型（如实体模型和关系模型）不能有效地表示数据仓库中的数据结构和语义,也难以支持OLAP应用.本文提出了多维数据建模的一种优化方法变粒度建模,并介绍用Essbase开发工具实现多维数据建模的过程.通过实验表明,该优化方法能有效提高OLAP响应速度和数据仓库性能.     

数据仓库中的数据模型技术

概括分析了数据仓库的数据特征；介绍了实体关系模型和多维模型，重点分析了其建模技术的基本原理；简要分析了两种数据模型的特点，对两的优劣进行了总结和对比；最后，对数据仓库环境中宜选择哪种数据模型进行了一般性的讨论。     

关联规则在中医方剂数据集市中的应用

中医药学是中华民族的文化瑰宝,从古至今,积累了海量的数据,采用数据仓库和数据挖掘技术可以从中获得有价值的知识.本篇论文介绍了如何构建中医方剂数据集市,从而对中医药数据进行OLAP(联机分析处理),以及如何采用关联规则技术挖掘中医药数据,并取得了良好的实验效果.     

数据仓库中多维数据模型的设计

多维数据模型是数据仓库和联机分析处理中的一个重要环节。文章提出了一种新的多维数据模型。在该模型中，基于维与事件的关系，描绘了多维事件关系图，并利用非奇异聚集偏序集簇定义了维的结构。结合小灵通客户流失问题，给出了该模型的具体的实现。     

基于OLAP查询的数据集市系统的研究

研究了通过对数据仓库视图进行水平分割来建立数据集市系统，提高OLAP查询效率的方法和技术。提出了根据OLAP查询中的选择谓词构造其最小项谓词，选择数据仓库立方体视图进行水平分割，利用视图分割后的裂片建立的数据集市来回答查询，达到减少访问的视图元组数和加快查询响应时间，从而提高OLAP查询效率，削减维护费用。     

数据仓库及其应用

随着数据库应用从以事务处理为中心逐渐向以分析处理为中心,以数据仓库、联机分析和数据挖掘为中心的基于数据库的分析技术成为近几年来数据库界研究的热点。本主要介绍数据仓库概念、特点、评测指标及其广泛应用。     

构建大型企业的数据仓库

 提出一种多层次数据仓库系统结构.这种构架的数据仓库开发过程不同于通常软件的开发.各结构层次的侧重点不同,引入的开发工具、采用的开发方法各有不同.这种系统结构适合大型企业分步投资、分阶段建设数据仓库.     

体系结构与数据模型在建立数据仓库过程中的应用

探讨了规划数据仓库体系结构、建立分层的企业级数据模型以及采用分阶段建立模型等方法 ,解决目前数据仓库开发过程中的问题 .     

数据挖掘之决策树方法概述

数据挖掘在科研和商业应用中正发挥着越来越重要的作用。分类器是数据挖掘的一种基本方法，决策树是一种最重要的分类器。本文介绍了分类器中的决策树方法及其优点，决策树表示法，决策树构造思想，并比较了各种重要的决策树算法。介绍了决策树算法的实现工具，决策树与数据仓库的结合，决策树的适用范围及应用，最后探讨了决策树的发展趋势。     

基于联机分析处理的数据仓库分析

介绍数据仓库的特性、联机分析处理技术、数据挖掘技术和决策支持系统，以及这些技术与数据仓库的关系。     

基于IDP的学校数据仓库设计

数据仓库改变了传统的以支持查询为主的事务型处理,变成以面向主题为主的分析型处理,并在此基础上建立了联机分析处理和数据挖掘应用,以适应快速的访问和支持决策分析等操作。本文使用了信息动态打包法构造概念模型和逻辑模型,并通过事实星座模式构造物理数据存储模型,来实现学校数据仓库的构建。     

数据仓库技术综述

作为数据库技术的一个新的发展方向,本文着重阐述了数据仓库的基本概念、特征和体系结构,以及如何构建数据仓库和数据仓库的前景的展望.     

统计数据仓库体系中数据分析系统及其研究

数据仓库最重要的特征就是实现数据的集成与共享.基于统计数据仓库的数据分析系统众多,因此首先对统计数据仓库体系进行研究,然后对联机分析、决策支持及数据挖掘这3类分析工具进行对比研究,并通过介绍"万峰统计数据仓库"中数据分析部分的功能及划分,为统计数据仓库数据分析系统的研发提供了理论基础和实践依据.