数据仓库在信息管理中的现实应用

在当今激烈的竞争中,信息对于医院及学校的生存与发展起着至关重要的作用。在信息分析研究中,采用数据仓库技术能大大提高方便性、准确性和及时性,可支持单位的行政管理及主管部门的决策。该文介绍了数据仓库的产生、发展,数据仓库与传统数据库相比所具有的优点以及如何建立数据仓库,在信息管理系统中,数据仓库如何应用及体现。     

数据挖掘与数据仓库分析

现代经济发展中,信息的处理是问题解决、分析和决策的重要依据.数据挖掘技术和数据仓库技术是信息处理的核心技术.本文分别分析了数据挖掘技术和数据仓库技术的理论基础和技术应用,阐述信息处理技术中数据挖掘和数据仓库的应用和前景.     

数据仓库技术及其应用

数据仓库技术是决策支持系统(DSS)处理中的核心技术。本文说明了在当今信息极为丰富的时代里数据仓库技术的产生背景，讨论了几种常见数据库管理系统对于数据仓库技术的支持，以及数据库管理系统和数据仓库专用管理系统之间的关系。为了从数据仓库内大量的数据中抽取出潜在的、不为人知的有用信息、模式和趋势，产生了数据挖掘技术。本文还讨论了数据仓库技术在化学中可能的应用。     

数据挖掘及其在HIS系统中的应用

数据挖掘是指从大型数据库或数据仓库中提取隐含的、潜在的、人们感兴趣的知识信息的新兴数据库技术。文章在医院信息系统(HIS)历史数据的基础上,建立数据仓库,并提供基于数据挖掘的辅助诊疗及医嘱书写系统,试图为医院决策提供全面服务。     

基于数据仓库的决策支持系统设计研究

文中分析了数据仓库技术、联机事物分析处理技术、数据挖掘技术。综合3种技术,以数据仓库为技术基础,联机事物分析处理和数据挖掘工具为手段,提出了基于数据仓库的决策支持系统设计,它具有广泛的应用前景。     

基于数据仓库与数据挖掘技术的决策支持系统

数据仓库是数据库技术应用的拓展,建立在数据仓库基础上的数据挖掘技术为决策支持系统提供了新的解决方案。本文对数据仓库和数据挖掘技术及其在决策支持系统中的应用进行了分析与探讨。     

基于数据仓库技术的银行决策支持系统设计和实现

该文提出了一种基于数据仓库、在线分析处理及数据挖掘的银行决策支持系统(BANK-DSS)解决方案,较好地解决了传统四库结构的决策支持系统中的协作问题。在此思想的基础上,通过分析研究,讨论了数据仓库的基本技术,归纳并提出了银行数据仓库的基本体系结构,以客户关系管理、风险管理、盈利管理和负债管理为应用主题,确立了相应的数据表及技术指标。设计了一种集成化的决策支持系统基本框架,以数据仓库为基础,支持联机分析处理,并将数据挖掘应用于数据库中的知识发现。     

超市数据仓库与数据挖掘的研究

传统的数据库管理信息系统不能够很好地利用、分析数据库中积累的大量数据,数据仓库与数据挖掘技术很好地解决了这一问题.通过分析超市业务数据库,用星型架构的方式建模,构造出一个数据仓库的逻辑模型;然后从超市业务数据库中抽取数据,经过转换等处理,把有价值的数据加载到数据仓库中,完成数据仓库的构建,并论述客户分片的数据挖掘过程.     

数据仓库技术研究与应用

数据仓库是信息领域中近年来快速发展起来的一种技术,该文对数据仓库技术进行了研究。数据仓库的关键技术在于联机分析处理和数据挖掘,文章讨论了联机分析处理的实现,介绍了数据挖掘的技术,并给出了数据仓库系统开发的实施方案。     

数据仓库与数据库相结合完善通风网络数据处理

数据仓库技术是信息产业的新兴技术之一，对大型企业的事务分析、决策等具有很大意义。将数据仓库技术、数据挖掘技术引入到矿井通风网络数据处理这一研究领域，介绍了数据仓库的概念、特征以及数据分析的相关技术，讨论了矿山企业通风网络数据仓库的建立过程，提出了一种数据仓库技术与数据库技术相结合的矿山企业通风网络管理系统。     

基于空间数据仓库的数据采掘

文章介绍了数据采掘技术的定义、数据采掘的过程和主要技术手段以及空间数据仓库的定义、基本结构框架、处理流程和技术支持,分析了基于空间数据仓库的数据采掘特点.     

基于供应链数据仓库的OLAP数据挖掘

现代企业的竞争已经转变为供应链之间的竞争，供应链管理是经济全球化发展的产物。在供应链系统的数据库或数据仓库之中存储了大量的数据，如果在供应链数据仓库的基础之上开发OLAP数据挖掘系统，可以使供应链数据仓库更好地适应物流企业决策的需求。文中介绍了基于供应链数据仓库的OLAP数据挖掘应用技术，最后给出了应用实例，并讨论供应链数据仓库的OLPA数据挖掘系统的工作模式及其今后的研究方向。     

基于数据仓库的保险管理系统的设计与实现

为了充分利用保险企业的统计数据，指导公司的业务发展和决策支持，该文提出了一种基于数据仓库、在线分析处理及数据挖掘的保险企业管理系统解决方案。并从实际需求出发，分析了数据仓库的特征和体系结构模型，归纳并设计了保险企业数据仓库的基本结构框架，创建了一个面向保险业务分析管理的数据仓库系统，并对其具体的实现方法进行了阐述。该系统支持联机分析处理，并将数据挖掘应用于数据仓库的知识发现中，真正意义上运用了数据仓库理论和方法。     

大数据环境下的电力客户服务数据分析系统

作为电网企业对外服务窗口,电网客户服务中心需要整合企业内部各种异构数据资源、存贮和分析海量的客户服务语音信息和 WEB 服务信息。如何对电网企业各类数据进行高效、可靠、低廉地存储,并快速访问和分析,是当前重要的研究课题。首先分析了大数据的特征和大数据的关键技术,其后,设计了大数据时代下的电力客户服务数据分析系统,提出了系统的数据体系架构,设计了系统功能,总结了系统的关键技术和算法,该系统利用大数据技术和数据仓库技术集中存储、管理和应用电网数据,通过元数据管理实现统一的数据服务平台,使用Hadoop数据库作为非结构数据的存贮平台和数据分析与挖掘的支撑平台,基于CDC数据仓库ETL模型设计数据仓库 ETL 构件,在数据展示层使用多维数据分析技术。最后,综述了系统应用案例,实践表明,系统具有成本低、扩展性较好、可靠性高、并行分析等特点,可以大大提高电网企业的客户服务水平。     

关于数据仓库和数据挖掘在物流系统中的应用研究

针对近年来我物流行业急剧发展,物流经营的各个环节对数据管理要求越来越高,物流管理信息系统在其中 扮演的角色越来越重要。本文浅谈如何将数据仓库技术、数据挖掘技术结合起来用于物流管理业,为决策层提供技术支持。 首先对数据仓库和数据挖掘作了简单介绍;其次着重论述了在物流管理信息系统的构建过程中数据仓库、数据挖掘和OLAP 各自的作用,最后站在企业生存的角度上,建议应加大物流系统的建设。本文对物流业的从业人员具有一定的积极意义。     

基于数据仓库的银行客户关系管理系统的研究

介绍了数据仓库和客户关系管理系统的概念,分析了数据仓库应用的关键技术——联机分析处理和数据挖掘,指出基于数据仓库的银行客户关系管理系统是银行发展的必然选择。最后给出了基于数据仓库的银行客户关系管理系统的体系结构。及各部分工作的重点。     

数据仓库和数据仓库系统体系结构

为解决传统OLTP、MIS系统存在的平台的异构、应用分散、易进不易出、“蜘蛛网”,甚至“数据监狱”和“数据贫穷”等问题,对服务于OLTP的数据库中的原始数据进行再加工,形成一个综合的、面向分析的环境以支持决策的产生,逐渐形成数据仓库(DW)的思想。介绍了数据仓库、数据集市、操作数据存储以及数据仓库系统的体系结构,给出了设计方案。