采购决策支持系统数据仓库技术的研究

通过对决策支持系统和数据仓库技术的研究,提出了基于数据仓库的采购决策支持系统,并针对医院药品流通领域的特点设计了采购决策支持系统数据仓库模型。主要研究了数据仓库中的数据组织和设计数据仓库的关键技术,最后给出了数据仓库模型的设计方案     

数据仓库的特征、应用类型和实施方法

简要总结了数据仓库的特征 ;介绍了数据仓库的三种应用类型 ;探讨了数据仓库应用的三种实施方法 ;对比分析了各种数据仓库应用类型的优劣 ,阐明了不同数据仓库实施方法的特点 ,说明了合理选择数据仓库类型、正确运用数据仓库实施方法的重要性     

基于Web的分布式数据仓库体系结构的研究*

随着数据仓库技术的发展,人们对数据仓库体系结构研究的兴趣越来越浓厚,数据仓库体系结构选取是否合理,将直接关系到整个数据仓库的成败。在分析客户机、服务器数据仓库体系结构的基础上,将XML、智能Agent技术引入到数据仓库中,提出了一种基于Web的分布式数据仓库体系结构。     

数据仓库与数据挖掘的关系及其安全性问题

数据仓库与数据挖掘是当今新的技术热点,数据仓库是一种解决数据使用的高效技术,数据挖掘为之提供了更好的决策支持和服务,同时促进了数据仓库技术的发展.从数据仓库的相关技术和体系结构分析展开研究,分析了数据挖掘与数据仓库的关系,重点阐述了数据仓库的安全性问题,展望了数据仓库未来的研究方向.数据仓库和数据挖掘二者既相互结合、共同发展,又相互影响、相互促进.数据仓库越来越广泛地运用到各个领域中,成为企业获得竞争优势的关键武器.     

数据仓库的体系结构及其技术的探讨

探讨了数据仓库的体系结构及其相关技术,同时对数据仓库中的数据转换、数据仓库的决策支持、多维分析和基于数据仓库的数据挖掘技术进行了分析。     

数据仓库与数据挖掘的关系及其安全性问题

数据仓库与数据挖掘是当今新的技术热点,数据仓库是一种解决数据使用的高效技术,数据挖掘为之提供了更好的决策支持和服务,同时促进了数据仓库技术的发展。从数据仓库的相关技术和体系结构分析展开研究,分析了数据挖掘与数据仓库的关系,重点阐述了数据仓库的安全性问题,展望了数据仓库未来的研究方向。数据仓库和数据挖掘二者既相互结合、共同发展,又相互影响、相互促进。数据仓库越来越广泛地运用到各个领域中,成为企业获得竞争优势的关键武器。     

基于用户的数据仓库参考模型研究

为了使数据仓库的建立更加快捷有效,对数据仓库参考模型的建立问题进行了研究.对现有数据仓库参考模型进行了分析,指出基于数据的数据仓库参考模型和基于目标的数据仓库参考模型有着各自的不足,提出了一个基于用户需求的数据仓库参考模型;该模型以用户需求为基础,以企业的业务流程为指导,使得数据仓库建立后有更好的适应性和稳定性.又对用户需求的获取进行了探讨,给出了一个获取用户需求的有效方法,用一个实例验证了提出的数据仓库参考模型的有效性.     

实时数据仓库体系架构的研究

传统数据仓库由ODS(Operational Data Store)、数据仓库、数据集市和BI工具组成.实时数据仓库扩展了传统数据仓库的适用范围,能给企业提供关于日常战术操作的技术支持.该文讨论了实时数据仓库的几种体系实现,并同传统数据仓库体系进行了比较和分析.通过对需求、技术、性能等方面的分析,提出了比较可行的实时数据仓库体系结构.     

Web数据仓库的异步迭代查询处理方法

数据仓库信息量的飞速膨胀对数据仓库提出了巨大挑战.如何提高Web环境下数据仓库的查询效率成为数据仓库研究领域重要的研究问题.对Web数据仓库的体系结构和查询方法进行了研究和探讨.在分析几种Web数据仓库实现方法的基础上,提出了一种Web数据仓库的层次体系结构,并在此基础上提出了Web数据仓库的异步迭代查询方法.该方法充分利用了流水线并行技术,在Web数据仓库的查询处理过程中不同层次的结点以流水线方式运行,并行完成查询的处理,提高了查询效率.理论分析表明,该方法可以有效地提高Web数据仓库的查询效率.     

基于OLAP的矿井局部通风系统故障数据仓库的建立

文章介绍了一种基于OLAP的矿井局部通风系统的故障数据仓库的设计,阐述了数据仓库的总体结构、数据模型的建立、数据仓库的实现以及数据仓库的功能。该数据仓库的建立可有效地预防通风故障,并提供有效的决策辅助。     

对于数据仓库和数据挖掘的理解

数据仓库与数据挖掘是当今新的技术热点,数据仓库是一种解决数据使用的高效技术,数据挖掘为之提供更好的决策支持和服务,同时促进数据仓库技术的发展。主要介绍这两者的概念、应用,以及它们之间的关系。     

ECAS数据仓库中数据集成的相关问题

数据仓库越来越广泛地应用于企业决策分析 ,从传统的操作型数据库集成数据是创建数据仓库必不可少的一步。结合宝钢能源部能源分析及成本分析系统 (ECAS)数据仓库 ,介绍了建立数据仓库时从不同的数据源抽取数据、清洗数据的相关问题。     

对于数据仓库和数据挖掘的理解

数据仓库与数据挖掘是当今新的技术热点,数据仓库是一种解决数据使用的高效技术,数据挖掘为之提供更好的决策支持和服务,同时促进数据仓库技术的发展。主要介绍这两者的概念、应用,以及它们之间的关系。     

数据仓库技术与应用

文中详细介绍了数据仓库的概念及其应用,着重说明了OLAP及数据挖掘等关键技术,最后讨论了数据仓库的具体实施方法。     

应用扩展元数据库方式解决数据仓库质量问题

数据仓库中数据的质量如何是直接关系到数据仓库系统成功与否的关键。扩展元数据库方式是解决数据仓库质量问题的有效方法。文章首先介绍了扩展元数据库,质量维度及质量模型,然后讲述了如何提高数据仓库中的数据质量,从而作为系统质量分析和质量驱动设计的基础。     

数据仓库中ETL技术的研究

作为数据仓库的关键部件,支持数据抽取、清洗、转换和装载的工具集对任何数据仓库工程都是一个必不可少的成功因素。该文简单介绍了ETL技术,包括ETL的相关概念、ETL在数据仓库中的功能和重要地位以及现有的研究成果,然后重点介绍了ETL的具体设计和实现方法。     

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。     

数据仓库方法论

数据仓库是面向主题的、集成的、非易失的且随时间变化的数据集合，本文简要讨论有关数据仓库的主要设计技术与管理技术，包括数据模型，元数据，粒度，数据分割，数据集成以及分布式数据仓库等。     

数据仓库技术在ERP中的应用

体系化环境的层次反映了数据与应用逻辑的抽象程度,可很好地与企业实际的部门组织结构对应起来,提高企业应用数据仓库的效率。由于数据仓库的数据量大,直接在数据仓库上进行挖掘,会影响挖掘的效率,因此数据的挖掘一般不在数据仓库上直接进行,而是要单独的建立数据挖掘库。     

高速公路营运数据仓库的数据建模方法研究

由于数据仓库的数据主要用于分析处理，而非事务处理，因此，定义数据仓库的数据模型和指导思想、方法、步骤和传统的事务型数据库系统有很大的不同。本文根据等者在开发EMDSS（高速公路营运管理决策辅助系统）中的经验和实践，对数据仓库数据模型的建模方法进行了研究。