基于数据仓库的决策系统的结构研究

文章首先指出了现有决策支持系统结构的不足,在此基础上介绍了数据仓库理论及其相关技术,说明了数据仓库技术的特点,提出了一个以数据仓库为基础的决策支持系统的结构。     

统计信息系统数据仓库解决方案

数据仓库技术是一项正在兴起的、处于发展中的新技术,数据仓库技术是信息决策系统的研究热点。文章提出将数据仓库技术应用于统计信息系统,并对应用中有待解决的关键问题进行了探讨与分析,具有一定的实际意义。     

浅议统计数据的提炼

数据仓库技术是一项正在兴起的、处于发展中的新技术,数据仓库技术是信息决策系统的研究热点.本文提出将数据仓库技术应用于统计信息系统,并对应用中有待研究的内容及具体涉及的关键问题进行了探讨,具有非常重要的现实意义.     

基于面板数据的数据仓库模型设计

信息技术是有效发展现代统计工作的重要方向.文章在介绍面板数据的描述方法及主流的数据仓库建模技术的基础上,提出了将面板数据存入数据仓库的方法,即基于面板数据建立其对应的数据仓库模型,当面板数据进入数据仓库系统后便可利用数据仓库系统中前台数据分析功能对原有的面板数据进行更深入的分析了解,也有利于从多组的面板数据中发现一些隐藏的信息,更进一步支持现代统计工作.     

基于大数据技术的央行流动性救助工具效果评估

文章通过对央行的各种流动性救助工具进行比较和搭配分析,设计了流动性救助工具有效性评估的数据仓库,并运用数据仓库、模型库等大数据技术建立计算机软件系统,来对流动性救助工具的效果进行评估.     

谈数据仓库及其在商业银行的应用

文章通过对数据仓库技术和数据挖掘技术的阐述和分析 ,指出在金融领域此技术的应用范围、应用特点和应用重要性     

企业数据仓库的建立和实现

信息技术的飞速发展，逐步形成企业业务过程驱动的，基于关系数据库(DBMS)、满足商业数据处理自动化的联机事务处理系统(OLTP)形式的管理信息系统(MIS)。20世纪90年代以后，管理信息系统中的数据呈爆炸性增长，后信息时代逐渐来临，作为支撑决策支持系统(DSS)的数据仓库(Data Warehouse)技术在欧美企业中开始得到运用。认识、了解数据仓库，对我国企业建立进行信息使用的决策支持系统有积极的现实意义。 1993年数据仓库之父William Inmon把数据仓库定义为“一个面向主题的、集成的、非易失的且随时间变化的数据集合，用于支持管…     

走近数据仓库

数据仓库弥补了原有的数据库的缺点,将原来的以单一数据库为中心的数据环境发展为一种新环境——体系化环境。 一、什么是数据仓库 由数据仓库的定义可知:数据仓库就是面向主题的、集成的、不可更新的、随时间不断变化的数据集合,用以支持经营管理中的决策制定过程、数据仓库中的数据面向主题。所谓主题是一个在较高层次上将数据归类的标准,每一个主题对应一个宏观的分析领域;数据仓库的集成特性是指在数据进入数据仓库之前,必须经过数据     

数据仓库在统计管理系统中的应用前景

一、数据仓库应用现状 数据仓库的应用是随着DSS的发展日益受到企业管理者的重视.据资料显示:2000年底全球数据仓库的使用者达1000万,数据库访问Internet和企业内部网所带来的投资回报率达88%;数据仓库三年内的平均投资回报率最高可达1000%.     

统计分析与数据仓库——企业统计信息系统分析功能漫谈

从事工作的人不会不知道统计分析的重要性,同时也深深地知道如果说完成一张报表是属于规范性地工作的话,那么撰写一篇统计分析就是有一定难度地创造性工作。对信息技术稍有了解的人都知道数据仓库是当前数据库技术的最新发展,从数据库发展到数据仓库,这个变化的过程对如何在企业统计信息系统基础上加强统计分析功能有何启示,笔者想借此议题,结合工作实践谈些体会,以起到抛砖引玉的作用。     

运用Gibbs抽样解决数据缺失

在数据仓库中,传统的缺失值处理方法均存在一定程度缺陷.文章主要论述将统计中的Gibbs抽样仿真概念应用到数据仓库中的缺失值处理中,在满足原有数据条件分布充足的条件下,能够解决传统数据仓库缺失值处理工作量大、数据偏置等问题,并且该方法能够使用excel完成仿真过程,简单易行,可操作性强,能够更为直接和有效的解决现实中的数据仓库中缺失值处理问题.     

数据挖掘与若干概念的异同

讨论数据挖掘时,有些实业界的朋友会说“我们早就在做数据挖掘了”,但事实上多数企业只是建置了一些数据仓库,至多也仅仅是一些OLAP应用。事实上,与“数据挖掘”相关的概念包括数据仓库、OLAP、知识发现(KDD)、统计分析等,这些概念与数据挖掘的混淆容易使人们对数据挖掘产生模糊理解从而影响实际数据挖掘工作的开展,因此本文拟对这些相关概念进行初步厘清以利于数据挖掘研究与应用的发展。数据挖掘与数据仓库企业构建数据仓库时通常会嵌入一些在线查询工具,因此使得许多人对于数据仓库(DataWarehouse)和数据挖掘(DataMining)经常发生…     

点击流数据仓库的维度建模设计与实现

文章研究数据仓库的维度建模方法,并以实验性的图书销售商务网站china-pub为研究对象,采用维度建模方法构建一个基于Microsoft SQL Server的点击流数据仓库的原型。     

知识仓库与数据仓库对比分析

一、概念特征对比分析 1.数据仓库 数据仓库就是面向主题的、集成的、不可更新的、并随时间不断变化的、用以支持决策分析的数据集合.数据仓库是企业在激烈竞争中提高资源利用率和决策效率的产物,是企业信息管理环境的重要组成部分.     

基于统计数据的OLAP数据挖掘技术

一、概述数据挖掘是 90年代中后期兴起的一门跨学科的综合研究领域 ,它集计算机机器学习、统计学、数据库管理、数据仓库、可视化、并行计算、决策支持为一体 ,利用数据库、数据仓库技术存储和管理数据 ,利用机器学习和统计学方法分析数据 ,旨在发现大量复杂数据中蕴含的有价值的知识和信息。目前 ,随着数据挖掘应用的不断开展以及客观现实对数据分析需求的不断增长 ,人们越来越认识到数据挖掘的重要性和必要性。数据挖掘通过对数据的总结、分类、聚类、关联等分析 ,实现对数据内在结构特征的理解和对未知数据的预测。其中 ,数据总结是在数…     

联机分析处理在零售企业销售业绩评估中的应用

文章将联机分析处理技术应用于零售企业销售业绩评估中,结合实例运用面向对象的方法建立了企业模型,明确了企业销售业绩分析的业务需求,在此基础上构建了销售分析数据立方体.利用基于数据仓库的联机分析处理与MDX技术帮助决策者对企业销售数据进行多角度分析,从而为零售企业的经营分析提供决策支持.     

浅谈企业数据仓库建设

当今世界,所有行业都面临激烈的竞争环境,及时做出正确决策是企业生存与发展的重要环节。随着竞争越来越激烈,利润的降低使得很多企业必须从粗放经营转变到集约经营。经营决策需要尽可能多的定量分析,而不是似是而非的定性分析;经营决策还需要尽可能快的速度,所有这些都需要技术上的支持。建立数据仓库的目的建立数据仓库的目的,是把企业的内部数据和外部数据进行有效集成,为企业众多的决策、分析人员所用。内部数据,是指通过企业业务系统收集到的数据,这些数据分布在数据库和网络中,正在为不同的部门服务。外部数据,是指企业通过网络收集来…     

数据挖掘质量问题探讨

一、数据挖掘质量问题的提出随着数据库、数据仓库技术的发展以及数据库管理系统的广泛应用,人们积累的数据越来越多。在这些大量数据的背后隐藏了很多具有决策意义的信息,但是人们怎么得到这些“知识”呢?数据挖掘(DataMining)正是在这样的应用需求环境下产生并迅速发展起来的     

统计信息系统的分类规范化问题探析

计算机统计数据处理是统计信息系统的初级阶段，其中统计分析软件包是统计数据分析的主要工具；现代统计信息系统是指网络环境下的统计信息自动化系统，其核心信息技术包括统计数据仓库和网络统计平台；基于数据仓库和数据挖掘技术的统计决策支持系统将是统计信息系统一个非常有前景的研究领域。     

辽宁省宏观经济景气分析系统的研究与应用

文章应用数据仓库技术,将目前辽宁省分散、独立的宏观经济相关数据统一到辽宁省宏观经济景气分析系统(LEMBAS)中来,并应用该系统中的景气分析功能,对2006～2007年1季度辽宁省的宏观经济运行状态、效益状况以及产业结构进行了定量分析,为推动辽宁的改革与发展、加快老工业基地全面振兴提供了决策支持。