数据仓库建模三步曲

在数据仓库系统中，如何对海量数据进行有效组织和管理，并使之支持干变万化的分析型管理业务需求，主要依赖于数据仓库系统逻辑数据模型(Logical Data Model，简称LDM)的设计。逻辑数据模型的设计优劣程度直接决定数据仓库系统建设目标的实现。     

数据仓库模型建设思路与方法

数据仓库建设是围绕数据模型展开的,数据模型是数据仓库建设的框架、主线和灵魂,是数据仓库最鲜明的特征,优秀的数据模型是数据仓库的核心竞争力。为保证数据仓库建设的顺利开展,农业银行启动了数据模型研究工作。数据模型研究小组立足于行内基础数据平台及     

构筑七层结构的数据仓库

数据仓库是一个面向主题的、集成的、随时变化的数据集合,它支持管理部门的决策过程。广义而言,数据仓库是一个数据库,它与组织机构的操作数据库分别维护。数据仓库系统将各种应用集成在一起,为统一的历史数据分析提供坚实的平台,对信息处理提供支持。 数据仓库涉及的主要技术包括异种数据提取、数据清洗、数据变换、数据归约、数据立方体、在线分析及模式可视化。 数据仓库的数据模型与操作数据库的数据模型     

数据仓库中的逻辑数据模型设计

随着中国建设银行上市信息披露和人民银行监管要求的不断提高，能否与世界先进银行管理模式接轨、建立现代化管理体系，已经成为建设银行管理层面临的巨大挑战。数据仓库的建设目的在于对银行跨业务领域的数据进行整合，并在此基础上建市基于共享数据的商业智能发展能力和管理决策支持能力，为最终实现全行的现代化管理体系提供技术、数据及能力上的支持。而在数据仓库基础建设中逻辑数据模型设计是核心环节之一。     

另类交易系统的法律界定

作为一种新型证券交易场所，另类交易系统是一种以互联网为基础的，依据一定规则自动聚集并撮合投资者委托买卖证券指令的电子交易系统。它属于场外交易场所的范畴，与传统交易所相比，其交易对象更广，交易流程更为便捷，交易规则特殊，同投资者之间的法律关系也不同。它的出现，不仅对传统交易所和中介机构的地位产生了强烈冲击，而且对传统的证券监管体制和证券诉讼也产生了深刻影响。本文在国外对另类交易系统概念界定的基础上，论述了其基本概念和特征，以期为将来我国另类交易系统的立法和监管提供理论参考。     

数据仓库实践问题浅析

提到数据仓库的建设方法，自然离不开自顶向下、自底向上两种方法的对比和讨论。这里不再赘述两的概念和优缺点。目前多数人倾向两结合的方法，即首先划分出数据仓库主要的几个主题区域，逐一划分数据内容和基本的数据模型，形成数据仓库的总体框架，然后在此框架的指导下，根据各部门的业务需求，     

EMC高性能交易系统建设新思路

随着银行业务的迅速发展，特别是伴随互联网、社交媒体而出现的在线交易增长，银行交易系统面临超高负荷。目前大多数银行交易系统均基于传统关系数据库（RDBMS），而传统RDBMS管理系统于上世纪70-80年代逐渐发展成熟，囿于其自身设计的局限，在处理当今海量交易、保证合理响应时间、保持合理的设备投入/产出比等方面，有一些力不从心。     

证券交易的基本类型、创新策略及实现模式

询价、报价和竞价是传统的证券交易业务类型。为了充分利用日趋发达的交易技术，交易所交易业务不应仅局限于证券所有权的交换领域。新的交易业务概念是指所有通过交易系统进行的、分配有专门证券代码，并且接收委托申报的业务。新概念实质上将很多原场外的服务纳入了交易系统。为了高效地实现日益增多的交易业务，本文提出了交易业务“流水线”的概念，以及结构化和柔性化的设计理念，以上证所为例，交易系统的每条“流水线”都能跑多项业务；通过结构化的调整，能快速响应业务的新需求。     

数据仓库实践与技术系列专题(三)数据仓库模型构建技术

一、数据仓库模型构建的原则 模型是对现实事物的反映和抽象,它可以帮助人们更加清晰地了解客观世界.数据仓库的模型构建开始于业务需求分析之后,是数据仓库构造工作正式开始的第一步.正确完备的数据模型是用户业务需求的体现,是数据仓库项目成功与否最重要的技术因素.     

如何建设基础逻辑数据模型

逻辑数据模型（Logic Data Model，LDM）是一种图形化的展现方式，一般采用面向对象的设计方法，有效组织来源多样的各种业务数据，使用统一的逻辑语言描述业务。借助相对抽象、逻辑统一且结构稳健的结构，实现数据仓库系统所要求的数据存储目标，支持大量的分析应用，是实现业务智能的重要基础，同时也是数据管理分析的工具和交流的有效手段。     

元数据管理系统在银行业的应用研究

元数据是数据仓库的灵魂,它不仅提供了数据仓库中数据结构的逻辑层,也提供了数据仓库的构建和使用规则。为了使数据仓库中各个软件能够无缝地合作,必须在元数据层进行有效的集成。所以,研究元数据的作用与意义相当重要。     

通道突破式程式交易系统设计——针对中国期货市场的应用

建立交易系统有多种不同的思路，本文按照通道突破的方法设计了一个期货自动交易系统，并针对测试结果对其进行了一系列的优化和改进。通过对该系统进行多品种、多周期的测试，证明这些改进有效提高了系统绩效，可以他该系统产生稳定的盈利。     

系统建设：贷款转让交易系统和新版“中国货币网”正式上线

9月25日，由中国外汇交易中心暨全国银行间同业拆借中心设计开发的全国银行间市场贷款转让交易系统正式上线。贷款转让交易系统由交易中心自主开发，采用了基于MVC模式的B／S架构，具有高效、可靠、可扩展等特点，在UI设计上采用全新的Ribbon菜单界面，提升了用户交互体验。     

券商新型交易系统模型研究

交易系统的改造和升级具有一定的时间要求，而在近几年内，市场内外环境将发生巨大变革。对于证券业而言，这些变动将体现在运营许可管理政策，佣金政策上。因此在定位上要具有超前性，具体在交易系统的设计和使用上，将更注重系统的性能价格比和开放性。……     

Teradata扩展财务管理解决方案的主题领域，增强分析能力

NCR Teradata数据仓库事业部近日宣布，将在其所有行业逻辑数据模型中扩展财务主题领域，以便为财务管理部门各项职务提供更为全面的企业级分析解决方案。除了总分类账外，新主题领域将让商业用户可访问明细分类账中更详细的数据，获得可作为行动依据的洞察力和决策支持，强化对业务和运营的控制能力。     

关于半参统计模型的估计研究

随着数据模型技术的迅速发展,现有的数据模型已经无法满足实践中遇到的一些测量问题,严重的限制了现代科学技术在数据模型上应用和发展,所以基于这种背景之下,学者们针对数据模型测量实验提出了新的理论和方法,并研制出了半参数模型数据应用。半参数模型数据是基于参数模型和非参数模型之上的一种新的测量数据模型,因此它具备参数模型和非参数模型很多共同点。本文将结合数据模型技术,对半参统计模型进行详细的探究与讨论。     

构建核心技术竞争力

当前，金融业信息化的形势发生了很大的变化。未来5年内，我国金融业将初步建立金融信息化标准体系，继续完善金融现代化交易系统，包括建立企业与个人信贷征信系统．促进我国金融市场发展。在这一趋势中，完善公司冶理，增强商业银行的自主创新力、风险控制力和技术竞争力，成为培育工商银行核心竞争力的关键所住。     

数据仓库构建探讨

一、数据仓库的体系结构在一般的数据仓库应用系统中,根据系统体系结构的不同,数据仓库设计的内容和范围不同,并且设计方法也不同。本文介绍了不带 ODS 层的体系结构中数据仓库的设计方法。数据从业务系统经过抽取、清洗、整合和加载等过程进入数据仓库。这一步骤主要考虑业务数据     

数据仓库技术的应用策略

数据仓库是基于数据管理和利用的综合性技术.本文对数据仓库技术的应用进行了探讨,在阐述数据仓库特征和应用框架的基础上,重点分析了构建数据仓库的关键技术,最后介绍了数据仓库系统的设计方法.     

数据仓库数据模型研究及应用

数据仓库模型技术发展至今，历经了传统的第三范式（the Third Normal Form，3NF）关系模型、星型模型、雪花模型等。随着不断的应用，进入上个世纪90年代，由于第三范式模型、星型模型的扩展性、业务适应性的方面问题逐渐暴露，一种新的数据仓库模型——数据拱顶提了出来。数据拱顶模型被普遍认为是下一代数据仓库模型的典范。