小知识

数据仓库:数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合,用于支持管理决策。对于数据仓库的概念我们可以从两个层次予以理解,首先,数据仓库用于支持决策,面向分     

数据仓库在决策支持系统中的应用

传统的基于数据库的决策支持系统存在数据分散、数据不统一、数据可分析能力低等缺点。为了解决传统决策支持系统中存在的问题,本文提出了利用数据仓库技术建立决策支持系统的解决方案,并分析了基于数据仓库技术的决策支持系统的开发过程。     

农信数据仓库的建设路径

"大数据"时代,将海量数据管理好、运用好,将是农信社面临的考验,建设数据仓库则是实现这一目标的有效路径近年来,随着信息化建设的不断推进,农信社已经积累了大量的历史数据,但是这些数据却被埋藏在计算机系统中未被加以利用,存在"数据丰富,信息贫乏"的数据囚笼现象。随着大数据时代的到来,如何充分挖掘和运用好这些规模庞杂、充满价值的海量数据,成为农信社能否在大数据时代获得核心竞争力的重要课题。路径探析:数据仓库破解数据管理难题"大数据"时代,将海量数据管理好、运用好,将是农信社面临的重大考验。而数据仓库的     

数据仓库技术在综合业务系统中的应用

一、项目概述1.实现目标。在综合业务系统的框架内建立一个基于我行信贷管理子系统、会计子系统及人力资源系统的,面向业务主题的数据仓库,并基于数据仓库中的数据产生业务分析报表及进行数据分析,及时、真实地反映我行的经营状况,为各级管理机构进行客观分析,科学决策,结合实际制定管理措施提供支持。实施的结果就是建立面向业务分析和辅助决策的联机分析处理系统。     

数据仓库技术在粮食流通中的应用

重点分析了数据仓库体系结构，提出了构建数据仓库的基本思路方法。指出粮食流通企业应用数据仓库技术，建立决策支持系统，科学决策，提高企业竞争能力。     

基于数据仓库的建设项目风险分析支持系统

为了解决建设项目风险管理中风险因素量大、难以识别的问题,采用数据仓库和数据挖掘技术,建立一个建设项目风险分析支持系统模型。利用已有的建设项目管理信息系统（PMIS）作为信息来源,采用星型结构为数据模型建立数据仓库;利用联机分析处理实现多维数据分析,然后通过数据挖掘技术从数据仓库中获得新的风险知识,以丰富风险决策系统的知识库。把数据仓库、联机分析处理、数据挖掘三者结合起来形成一种分析型的信息处理系统,研究结果对于提高建设项目风险分析水平和风险控制效率,拓展建设项目信息管理系统功能有积极意义。     

我国森林经营管理大数据研究进展与趋势分析

随着森林资源调查技术和森林经营业务系统的开发应用,森林资源与经营数据已经具备多元化、海量化和分散化的特点,但并未得到充分利用,使其面临着"信息爆炸但知识匮乏"的问题。文章结合森林经营业务总结了森林经营管理系统的开发现状,对数据仓库、数据挖掘、云计算、大数据等新型技术在森林经营管理中的应用进行了综述,对目前的研究现状与不足进行探讨,并提出未来研究方向。     

改善基层行应用系统 推进大数据战略转型

正改善基层行应用系统,应立足提升科技支撑,研究大数据战略转型,建立大数据战略平台,建设数据仓库,运用大数据进行经营创新和风险控制。农发行总行解学智董事长提出了从"治理结构、运营模式、产品服务、管控机制、科技支撑、组织体系"六个方面实现农发行现代化的目标。本文立足提升科技支撑,从农发行基层行应用系统的现状,结合大数据的发展趋势,提出改善的方向和建议。一、应用系统基本情况各项应用系统在强化政策性金融支农职能、全面落实国家各项强农惠农政策、加强贷后监管和服务、完成各自条线部门的具体     

统计数据集中管理系统技术实现方案

随着综合业务系统、大小额支付系统、CM2006等生产系统相继上线运行,农发行基本实现了生产系统(会计业务和信贷业务)的数据大集中。如何利用大集中数据为业务部门提供实时的客户、财务、信贷等信息;通过对数据进行深层次的挖掘和分析,建设农发行信息管理系统(MIS)、决策支持系统(DSS)、数据仓库、商业智能系统,为领导、管理层提供准确的经营和决策信息,成为下阶段农发行信息化建设的方向。统计数据集中管理系统是为满足农发行统计业务发展和人民银行要求而开发的,同时它也是建设农发行MIS系统的一个重要组成部分。     

银行业中的数据挖掘技术

随着全球科技的飞速发展,数据挖掘技术已成功地应用于社会的各个领域。通过建立数据仓库,使用数据挖掘技术,挖掘出为银行创造利润的客户,从复杂的客户信息中建立模型,能够降低成本与风险,提高效益。     

数据挖掘技术在银行业中的应用

随着全球科技的飞速发展,数据挖掘技术已成功地应用于社会的各个领域。通过建立数据仓库,使用数据挖掘技术,挖掘出为银行创造利润的客户,从复杂的客户信息中建立模型,能够降低成本与风险,提高效益。     

数据挖掘技术在电子商务领域的应用

Internet目前是一个巨大、分布广泛、全球性的信息资源储备库,它涉及新闻、广告、消费信息、金融管理、教育、政府、电子商务和许多其它信息服务。Web包含了丰富和动态的超链接信息,以及Web页面的访问和使用信息,这为数据挖掘提供了丰富的资源。本文对Web挖掘最新技术及发展方向做了全面分析,包括Web结构挖掘、多层次Web数据仓库方法以及Web日志挖掘等;另外对于个性化电子商务网站中难以发现用户行为特征问题,给出了Web页面聚类算法。利用Web技术可有效挖掘用户个性特征,从而指导电子商务网站资源的组织和分配,为商务型网站的投资者和建立者提供正确的盈利导向。     

我国地质资料编研现状及对策研究

地质资料编研是对地质资料信息进行加工研究后向用户提供"增值态"的地质资料内容产品。开展地质资料编研工作,对体现地质资料事业性质,提高社会地位、发挥它在经济建设和地学科研中具有重要推动作用。现行地质资料编研中的问题突出表现为地质资料资源管理分散、增值能力低下、大服务战略意识不够、馆藏保障能力不强。进一步推进地质资料编研工作的举措:(1)健全地质资料编研的相关法律保障体系;(2)加快推动地质资料共享与开放,构建权威大数据仓库;(3)不断优化研发环境;(4)不断健全人才激励机制;(5)定期举办地质资料产品推介会。     

基于数据仓库的财务分析

作为ERP系统的一个重要环节，财务模块的分析决策能力一直不是很强。现行的财务软件都是基于这样的简单流程：记账凭证的输入到各种固定报表的输出，即使有少量的分析功能，也只产生一些基于OLTP（联机事务处理）让管理人员看了只觉得新鲜而无太大实用价值的图表。然而，要想增强财务模块的分析决篡能力，现行的面向OLTP的数据库结构显得力不从心。本文主要阐述了数据仓库系统在ERP财务模块的实际意义并以财务分析中库存协调方案为例进行了实践性的探究。     

数据挖掘技术在电子商务领域的应用

Internet目前是一个巨大、分布广泛、全球性的信息资源储备库,它涉及新闻、广告、消费信息、金融管理、教育、政府、电子商务和许多其它信息服务.Web包含了丰富和动态的超链接信息,以及Web页面的访问和使用信息,这为数据挖掘提供了丰富的资源.本文对Web挖掘最新技术及发展方向做了全面分析,包括Web结构挖掘、多层次Web数据仓库方法以及Web日志挖掘等;另外对于个性化电子商务网站中难以发现用户行为特征问题,给出了Web页面聚类算法.利用Web技术可有效挖掘用户个性特征,从而指导电子商务网站资源的组织和分配,为商务型网站的投资者和建立者提供正确的盈利导向.     

基于不动产统一登记数据的不动产大数据框架初探

不动产数据具有丰富的人、地、房相关信息,但缺乏社会经济等相关信息。互联网中丰富的社会、经济、生态信息,与不动产数据相结合,将更好地拓展不动产数据的应用范围,为国土资源部门的数据管理、分析与挖掘等工作提供极大助力。不动产大数据建立可以有力地补充国土行业数据在社会、经济方面的短板,与不动产数据本身形成有机体,成为国土资源管理的核心数据集。同时,以大数据技术为支撑的数据获取、融合、挖掘技术,可以更好地发挥不动产数据和大数据的价值,提升数据资源的可利用性。     

反洗钱场景下的农发行数据治理

正反洗钱数据治理的最终目标是为洗钱风险管理提供完整性、准确性、连续性的客户、产品、渠道数据等。应梳理洗钱风险管理涉及的一系列反洗钱场景,建立组建化的反洗钱数据集,实现反洗钱数据业务源头管控。数据被视为二十一世纪的石油,数据的真正价值不在于数据本身,而在于对数据的挖掘和利用。依据德勤中国衡量企业价值的新框架——"第四张报表"(表1),在银行数字化转型的趋势下,农发行应根据监管数据要求以及风险管理工作需要,持续提升财务数据、客户数据、产品数据、渠道数据等4类数据的完整性、准确性、     

大数据时代土地利用优化的机遇、数据源及潜在应用

研究目的:分析大数据技术应用于土地空间优化配置的可能性。研究方法:通过查阅相关文献,归纳总结前人基于大数据进行土地利用优化的经验,分析目前可以使用的潜在数据源,在此基础上提出大数据模式下土地利用空间优化潜在应用的工作思路。研究结果:土地利用空间优化相关的大数据主要包括基础地理数据、遥感影像数据产品、个体时空数据、手机APP数据、电子地图数据、社交应用网络数据、智能交通数据、物联网传感器数据、社会经济统计数据和台站观测数据10类,其可能的应用包括空间质量评价、空间用地布局优化和土地空间扩展预测。研究结论:在当前的大数据时代,日益增多的大数据源为土地资源管理和土地优化利用提供了强有力的新数据支撑,为区域/城市土地利用优化带来新的发展机遇、理念和挑战。     

数据财产利用规则构建

当前,数据控制者对其收集、存储、加工、传输的数据拥有何种数据权利仍未明确,数据财产权保护的缺失会影响数据财产的合法利用,而数据财产利用规则的内容也有待商榷。数字经济背景下如何构建数据财产的利用规则？首先,获得数据主体的同意是数据利用行为的首要前提;其次,赋予并保护数据主体切实必要利益;再次,确保对数据利用行为的限制是必要的且在适当限度内;最后,建立并完善数据分级分类管理系统,根据分类标准划分数据,按照不同数据特性高效利用数据,并充分保障数据主体的合法权益。通过构建数据财产利用规则为数据共享流通保驾护航,推进数字经济繁荣发展。     

寻找适合数据特征的数据产权

<正>在具体的数据流通法律关系中，数据提供者是否可以合法处分提供的数据、该数据是否满足特定使用目的（数据质量）、数据流通利用是否安全合规等需要清晰规则2020年初，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》率先在世界上提出：数据是生产要素，这是数据驱动经济运行的中国式表达。近两年之后，《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》（下称“二十条”）又进一步提出，“构建适应数据特征、符合数字经济发展规律、保障国家数据安全、彰显创新引领的数据基础制度”的指导思想，并提出创新的数据产权解决方案——数据持有权。