数据仓库建模技术的分析与其在银行客户管理系统中的应用

《数据仓库建模技术的分析与其在银行客户管理系统中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第一章绪论第一章绪论本章作为论文的开始，主要给出了论文课题的研究背景、意义及相关理论的研究现状，介绍了数据仓库的发展情况，数据仓库建模技术的研究现状以及作者在论文期间的主要研究工作。1．1研究背景数据库系统在企业中的广泛应用，使企业积累了越来越多的数据，大量的数据来不及组织和处理，人们对数据库系统的应用大多只停留在查询、检索和统计各个方面，这些数据是人类宝贵的信息资源，如何从这些数据中发掘出对企业发展具有战略知道意义的信息，并在此基础上做出科学、正确的决策，成为越来越为人们所关注的问题。然而，传统的数据库应用

2、系统并不能很好的支持决策。随着应用的不断深入，用户发现单靠联机事务处理已经不足以获得市场竞争的优势，迫切需要对自身业务的运作以及整个市场相关行业的情况进行分析，从而做出科学的决策。这种对大量的业务数据，包括历史数据进行的决策分析，称为联机分析处理fOL廿，On．“neAnal”icalProcessing)。在如今激烈的市场竞争环境下，这种决策分析显得尤为重要。但是，传统的联机事务处理强调的是更新数据库——向数据库中添加信息，而联机分析处理则是从数据库中获取信息。传统事务处理环境已不适宜决策分析，主要表现在【

3、lJ：(1)联机事务处理强调的是密集的数据更新处理性和系统的可靠性，并不关心数据查询的方便与快捷。联机分析和事务处理对系统的要求不同，同一数据库在理论上难以做到两全。(2)业务数据往往存放于分散的异构环境中，不易统一查询访问，而且还有大量的历史数据处于脱机状态，形同虚设。(3)业务数据的模式针对事务处理系统而设计，数据的格式和描述方式并不适合非计算机专业人员进行业务上的分析和查询。由于传统的数据库应用系统是面向业务操作设计的，只是借助计算机的优势来简化具体操作人员的劳动强度，而企业的中高层领导却没有相应的系统

4、【2】。随着数据量急剧增加，用户的查询、分析需求越来越复杂，管理者要想从巨量数据中寻找有助于决策分析的信息显得相当困难。为了更好的适应决策支持和快速响应分析需求，及保证同常事务处理的高效性，分析型处理和操作型处理及其数据数据仓库建模技术的研究及其在银行客户管理系统中的应用存储相分离成为必然，按照决策支持处理的需要重新组织，建立单独的分析处理环境。数据仓库正是为了构建这种新的分析处理环境而出现的一种数据存储和组织技术。1．1．1数据仓库的发展情况1969年，E．F．Codd博士发表了著名的关系数据模型的论文。此

5、后，关系数据库的出现开创了数据管理的一个新时代。随后整个20世纪80年代到90年代初，联机事务处理一直是数据库应用的主流。然而，当联机事务处理系统应用到一定阶段后，用户便发现，单靠拥有联机事务处理能力已经不足以获得市场竞争的优势，他们需要对其自身业务的运作以及整个市场相关行业的情况进行分析，从而做出有利的决策。这种决策需要对大量的业务数据，包括历史业务数据进行分析后才能得到。这种基于业务数据的决策分析，称为联机分析处理。如果说传统联机事务处理强调的是更新数据库一向数据库中添加信息，那么联机分析处理就是从数据库

6、中获取、利用信息。因此，数据仓库作为一个为业务的统计分析服务的数据中心，它的概念被提了出来。数据仓库概念自1992年首次提出以来，国外已展开了广泛深入的研究，在各个关键技术上突飞猛进，已有众多商用数据仓库产品走向市场。IBM、omcle、Sybase、CA、NCR、SAS、Microsofl等公司己相继推出了各自的数据仓库解决方案，B0和Brio等专业软件公司也在前端在线分析工具市场占有一席之地。同时，许多大公司纷纷参与DW、OLAP、DM等系统的开发和应用，在公司内部建立起数据仓库，利用联机分析和数据挖掘工

7、具进行决策分析。比如NCR为沃尔玛公司建立了100TB级别的数据仓库，分析挖掘产生了“啤酒与尿布”等经典案例：美国西南贝尔、巴西BCP电信、澳大利亚国家社会服务局等纷纷建立数据仓库，用以提高运营效率，降低成本；受益于该数据仓库架构的客户，还包括Nielsen媒体研究机构、美国航空、蒙特利尔银行、BizRate．com、A11ianz保险、美国交通部、西班牙TelefIonica电信公司、三星卡、韩国朝兴银行、LG卡在内的各国企业和政府部门。近年来，国内很多企业都试图建立数据仓库以提升数据的应用能力、数据分析能

8、力，保证企业管理能从原始粗放式的经营决策转变到精细化的经营决策。这对于大型的企业以及向国际化和现代化进行改革和转变经营的中国企业尤其重要。大部分数据库的建立是用来进行传统的联机事务处理业务，也有一些企业建立了数据仓库系统，但真正发挥效用的并不见多，主要是由于当时我国的应用基础尚不完整及企业意识不足。随着我国信息化建设的逐渐完善和应用意识的提高，许多行业比如金融、保险、证券、电信等逐步认识到数据仓库技