基于数据仓库和olap的决策技术.研究

基于数据仓库和olap的决策技术.研究

ID:31981465

大小:2.68 MB

页数:54页

时间:2019-01-30

基于数据仓库和olap的决策技术.研究_第1页
基于数据仓库和olap的决策技术.研究_第2页
基于数据仓库和olap的决策技术.研究_第3页
基于数据仓库和olap的决策技术.研究_第4页
基于数据仓库和olap的决策技术.研究_第5页
资源描述:

《基于数据仓库和olap的决策技术.研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、长春理工大学硕士学位论文原创性声明本人郑重声明:所呈交的硕士学位论文,《基于数据仓库和OLAP的决策技术研究》是本人在指导教师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名:篷;盘鱼年月一日长春理工大学学位论文版权使用授权书本学位论文作者及指导教师完全了解“长春理工大学硕士、博士学位论文版权使用规定’’,同意长春理工大学保留并向中国科学信息研究所、中国优

2、秀博硕士学位论文全文数据库和CNKI系列数据库及其它国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅。本人授权长春理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。作者签名:涵丝年一月一日指导导师签名:年一月一日1.1研究的目的和意义第一章绪论1.1.1研究的目的数据仓库和OLAP是20世纪90时年代中期就已经形成潮流。数据仓库是市场激烈竞争的产物,它的目标是达到有效的决策支持。大型企业几乎都建立了自己的数据仓库,而数据库厂商也都陆续推出了自己的数据仓库软件

3、。目前,建立和使用的数据仓库应用系统都取得了很好的经济效益。数据仓库组织和管理数据的方法与普通数据库不同。主要表现在三个方面:它依据决策要求,只从数据库中抽取那些需要的数据,并进行一定的处理;数据仓库是多维的,即数据仓库的数据的组织方式有多层的行和列;支持决策处理,不同于普通的事务处理。数据仓库技术在近几年蓬勃发展起来不少厂商都推出了他们的数据仓库产品,同时也推出了一些分析工具。仅仅拥有数据仓库是不够的,在其上应用各种工具进行分析,才能使数据仓库真正发挥作用。联机分析处理(OLAP)和数据挖掘(DataMining,DM)就是这样的分析工具。数

4、据仓库将大量用于事务处理的传统数据库数据进行清理、抽取、转换,并按决策主题的需要进行重新组织。这种高度集中的数据为各种不同的决策需要提供了有用的分析基础。随着数据仓库的发展,OLAP也得到了迅速的发展。数据仓库侧重于存储和管理面向决策主题的数据,而OLAP侧重于数据仓库中的数据分析,并将其转换成辅助的决策信息。OLAP的一个重要特点是多维数据分析,与数据仓库的多维数据组织形成相互结合、相互补充的关系。OLAP技术中比较典型的应用是对多维数据的切片和切块、钻取、旋转等,它便于使用者从不同角度提取有关数据。OLAP技术还能够利用分析过程对数据进行深

5、入分析和加工,从而有利于企业对产品等的决策。以数据仓库和OLAP相结合建立的辅助决策系统是决策支持系统的新形式。数据仓库技术包括数据清理、数据集成和联机分析处理。数据库技术的进步使得数据的收集和存储变得越来越容易,但数据规模的爆炸性增长,远远超出了人们的处理和理解能力。使用传统的方法己经不能从数据中发现其所隐含的知识。数据挖掘(DataMining,DM)就是从大量的数据中发现和提取有用知识的过程,数据挖掘能够发现未知的知识,区别于那些先提出假设再进行验证的数据处理方法。数据挖掘正在日益得到各界的重视并广泛应用于各个领域。1.1.2研究的意义决

6、策支持系统可以广义地作为一个包罗万象的术语,用来描述任何在组织中支持决策制定的计算机化系统。而对于企业来讲,每一个不同的企业可以根据自己的情况实施不同的决策支持系统(DSS)应用,但其主要应用可以分为以下几点:销售支持、客户分析和市场研究、财务分析、运筹和战略计划、企业分析等。1.2决策支持系统国内外发展状况1.2.1国内的发展状况数据库系统IlJ作为一门学科,主要的研究是数据库理论、数据库模型、数据的查询以及数据优化技术、数据安全和事务处理等等。数据库系统作为数据管理手段,从它诞生开始,就主要用于事务处理。经过几十年的发展,在这些数据库中己经

7、保存了大量的日常业务数据。传统的业务系统一般直接建立在这种事务处理环境上,它以数据库为中心,从事事务处理、批处理和部分相对简单的决策分析等数据处理工作。随着计算机技术的进步,人们试图让计算机担任更多的工作,希望计算机更多地参与数据分析与决策制定领域,实现商业智能;而数据库技术也一直力图使自己能胜任从事务处理、批处理到复杂的决策分析处理等各种类型的信息处理任务。然而人们逐渐认识到,事务处理和分析处理具有不同的特征,事务处理系统无法解决和分析处理系统必须解决的数据集成、动态集成、历史数据和数据综合等问题,直接利用事务处理环境来支持决策制定是行不通的

8、。要提高分析和决策的效率性和有效性,分析型处理及其数据必须与操作型处理及其数据相分离。必须把分析型数据从事务处理环境中提取出来,按照DSS(Decis

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。