基于数据仓库技术的质量管理分析

《基于数据仓库技术的质量管理分析》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、山东大学硕士学位论文基于数据仓库技术的质量管理分析姓名：杨永静申请学位级别：硕士专业：计算机应用指导教师：李玉忱2000.12.14鼍40785《山东大学研究生毕业论文稿纸摘要数据仓库是近年来新兴的一种用于决策支持的技术，目的是为领导者决策提供辅助支持。该技术与传统的DSS系统的主要区别在于将决策支持需要的信息从日常操作的数据中分离出来，从而使数据操作型环境与数据分析型环境分离开来，建立起一个集成的，一致的，能够更好的支持企业决策的环境。质量是企业的生命，没有质量，企业就不能生存和发展。但是目前市场上却缺

2、乏通用的质量管理分析软件。本文提出了一个利用OLAP技术建立一个企业质量管理分析决策支持系统的方案，并且在CA．ERP中实现。该系统是潍坊长安铁塔公司ERP管理系统的一个组成部分。我的课题完成的主要任务是：研究数据仓库技术和联机分析处t里-(OLAP)技术的原理，根据需求分析，设计系统结构，设计数据仓库，实现数据抽取转换工具，利用OLAP方法设计分析工具．设计分析前端。最后，根据系统实现中的两个实例，给出结果分析。关健词：数据仓库，联机分析处理，数据抽取转换工具，数据挖掘，质量管理分析，i山东大学研究生毕

3、业论文稿纸AbstractDataWarehousing(DW)isanewly_developedtechnologyforDSS·Themaindi恐rencebetweenDWandthosetraditionalDsstoolsisthatDWdividestheprocessingdataandtheanalyticaldatatobuildanintegratedsystemtosupportthedecision—makinginacompany．Qualitymanagementisimp

4、ortanttoimprovequalitylevelinacompany．Butthereisnocommonqualitymanagementandanalyticalsoftwarenow．InthispaperIproposeaschemetobuildananalyticalandsupportsystemforquality，anditsimplementationinCA—ERPsystem·Themaintasksofmyprojectare：Tostudytheprinciplefort

5、hedatawarehousing；Todesignthesystemarchitectureanddesignthedatawarehousing．TodevisetheETLtoolsforthissystem．TodesigntheanalyticaltoolsbasedondatawarehousingandOLAP；Todesigntheanalyticalpart·Keywords：DataWarehousing,OLAP,ETLtools，Datamining，QualityManageme

6、ntllJ东人学研究生毕业论文稿纸1引言1．1课题提出的意义随着数据库技术的成熟和完善，越来越多的企业建立了数据库管理系统、积累的数据量也越来越多，人们在拥有丰富数据的同时发现缺乏有用的信息和知识。因此人们不满足只是把计算机当作存储数据的工具，既然计算机中已经存储了如此多的数据，于是人们希望计算机根据已经有的数据，对决策提供支持。但是，传统的数据库由于以下原因，不能够对决策过程提供很好的支持：1)各种业务数据分散存储于不同的管理模块，并且存在着同名异义和同义异名等现象。很难直接使用。2)辅助决策信息涉及许

7、多部门的数据，而不同系统的数据难以集成。3)过程需要访问大量的，比较稳定的历史数据，而且对大量数据的访问将使系统性能明显下降，这在一个增删操作频繁，而且注重响应时间的系统中是行不通的。近年来，人们逐渐认识到计算机系统中存在着两类不同的处理：操作型处理和分析型处理(或信息型处理)⋯。操作型处理也叫事务处理，是指对数据库联机地进行日常操作，通常是对一个或一组记录的查询和修改，主要是为企业的特定应用服务的。对此，人们关心的是响应时间、数据的安全性和完整性，而决策的前提是数据分析。在数据分析中经常要用到诸如求和、

8、总计、平均、最大、最小等汇集操作，这类操作的计算量特别大，在操作型数据库中实现决策会严重的影响数据库的性能。分析型处理则用于管理人员的决策分第1页共57页IjJ东大学研究生毕业论文稿纸析。例如：DSS、EIS和多维分析等，经常要访问大量的历史数据。如果决策是基于传统的数据库技术，由于数据结构的异构，存储的数据的分布等原因，而且决策需要大量的历史数据和相关数据，这将占用大量的资源，将使操作效率大大下降，所以传统的数据库不能很好地