数据仓库和数据挖掘

本文阐述了数据仓库及数据挖掘的有关概念,简述了数据仓库、数据挖掘的实施过程,介绍了如何应用数据挖掘。并对数据仓库与挖掘技术结合应用的发展做了展望。     

基于数据仓库的数据挖掘技术在高校图书馆管理中的应用

文章阐述数据仓库技术与数据挖掘技术的关系,列举、分析数据挖掘技术的原理,并对图书馆管理系统中的数据进行数据挖掘,最终达到使图书馆管理工作实现管理个性化的目的。     

基于数据仓库的远程开放教育招生决策支持系统的探索

数据仓库技术在企业中得到了多次成功的运用,在学校中的使用不是很多.本文论述了数据仓库、数据挖掘和联机分析处理的基本概念及关键技术,提出了基于数据仓库的远程开放教育招生决策支持系统的结构框架和系统设计方案,并分析了其应用前景.     

基于数据仓库的数据挖掘在证券行业的解决方案

本文从数据挖掘技术谈起，结合证券行业的特点和实际应用，提出并分析证券行业需求，并针对“客户”这个主题，给出了证券行业数据仓库解决方案，提出了数据挖掘在证券行业中的应用。     

基于数据仓库的生产物流决策管理系统研究

传统的操作型数据库存在数据分散、数据规范不统一、数据可分析能力较差等缺点，所以论文引入数据仓库技术，在分析其系统体系结构的基础上，提出基于数据仓库的生产物流决策管理系统，同时构建生产物流决策管理系统的数据仓库体系结构，通过对数据仓库的多维分析和数据挖掘形成有效数据，从而有利于生产物流决策管理人员做出科学的决策，提高自身在市场竞争中的地位。     

后勤装备采购价格数据仓库的构建与开发

介绍了数据仓库的概念,针对后勤装备采购业务决策分析的需求构建相应的数据仓库模型,最终开发了后勤装备采购价格数据仓库。为下一步实现OLAP和数据挖掘操作提供平台。     

房地产投资决策支持系统研究

从房地产项目的投资特点出发，结合新兴技术：数据仓库、联机分析处理、数据挖掘，构建了房地产投资决策支持系统，并对其中的新兴技术（数据仓库、联机分析处理、数据挖掘）和四大模块（市场调查与预测、经济评价、风险分析和可行性报告生成）进行了详细描述。     

数据挖掘应用性的研究

随着信息技术的高速发展,人们积累的数据量急剧增长,如何从海量的数据中提取有用的知识成为当务之急。数据挖掘就是为顺应这种需要应运而生发展起来的数据处理技术。数据挖掘(Data Mining)是从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘有趣知识的过程。数据挖掘算法和可视化工具适用于挖掘数据中的重要模式,并且提供有价值的预测,它是当代人工智能、统计学等技术在数据库领域中的应用。     

数据挖掘技术在水利工程管理中的应用研究

因能从海量数据中发现潜在的、有价值的知识，数据挖掘成为人们非常感兴趣的热点技术。水利工程管理面临的是海量的非空间数据和空间数据，对这些数据的挖掘，能够提炼出有价值的知识，从而提高水利工程管理的科学化水平和决策水平。在水利工程管理中利用空间数据挖掘技术。需要解决数据仓库建设、数据挖掘与GIS集成和数据挖掘系统模型等3个方面的关键问题。数据仓库是建设水利工程数据挖掘系统的基础。数据挖掘与GIS集成的方式有嵌入式、松散耦合式、紧密耦合式3种。紧密耦合式是两者集成的最好方式。水利工程系统的数据挖掘适合采用基于OLAP和0LAM的探查性数据挖掘模型。     

数据挖掘在审计中的运用

数据挖掘(Data Mining)是一种从大型数据库或数据仓库中提取隐藏的预测性信息的新技术,它在金融行业、客户关系管理(CRM)等方面运用非常广泛,但是到目前为止很少见到对它在审计领域运用所进行的探讨,而数据挖掘技术在信息时代背景下的审计中将发挥更大的作用。在中国首届“影响会计从业人员的十大IT技术”的评选活动中,“数据仓库与数据挖掘技术”等5项技术获选2002年度潜在影响中国会计从业人员的五项IT技术,足以看出数据挖掘技术在未来财务审计中的重要地位。     

通过比较认识数据挖掘

文章通过将数据挖掘与机器学习、数据库查询、统计学、OLAP以及数据仓库等技术的比较,达到清晰认识数据挖掘的目的。     

数据挖掘在企业历史数据中的应用

企业应用系统在长时间使用后,都会出现数据量增大和应用系统性能下降的现象。本文针对这一状况,提出在清除历史数据前或对历史数据进行归档前,对其进行转移和复制并在可能的情况下构建数据仓库,对企业历史数据进行挖掘的方法。详细介绍了数据挖掘技术的概念、数据挖掘流程和常用的模型,以及数据挖掘在企业历史数据中的主要应用。     

数据仓库和数据挖掘在信用社客户关系管理中的应用

随着现代信息技术、计算机技术和通讯技术的不断发展和应用,数据库的应用范围开始不断深化,特别是在银行、信用社等长期与数字打交道的行业,累计的大量数据需要建立一个有效地数据库,并能够及时的进行归档和管理。本文对数据库的建立和数据资料的挖掘对信用社的重要作用以及如何恰当地建立数据仓库,系统地剖析了数据仓库的模型,以数据仓库为应用平台的联机分析处理(OLAP)技术,和数据挖掘在客户关系管理中的应用。     

数据仓库在车辆检测系统中的应用方法研究

通过一个实例介绍如何建立一个数据仓库的体系结构,提出了一个数据分析系统模型,以及数据仓库的构建与设计过程,用联机分析处理和数据挖掘的方法对数据进行分析处理.     

航材供应链管理研究

传统的航材保障中的信息共享和信息技术水平较低,供应链的思想和技术是解决这一问题的途径。航材供应链对传统的航材保障进行一定的业务重组、信息化改造,提高了信息流管理的及时性、准确性,降低了航材经费。利用数据仓库和数据挖掘技术将航材供应链管理信息系统升级为基于数据仓库的决策支持系统,可以满足当前航材预测、辅助决策的需要。     

应用数据仓库可以给我们带来什么

自数据仓库的一个经典应用案例谈起，阐述了数据仓库的基本功能，区别了数据仓库与关系数据库的不同特征，在此基础上分析了数据仓库在纳税能力估算、税收收入预测、税务审计等税务系统决策支持方面的应用。展示了数据仓库强大的数据管理、数据分析、数据挖掘功能及在税收信息化方面的广阔应用前景。     

刑侦数据仓库模型设计与数据挖掘技术应用

针对当前刑侦海量档案数据信息,首先在分析其数据跨平台、复杂化和多样性特点的基础上,设计了刑侦数据仓库的概念模型、逻辑模型和物理模型;接着针对刑侦数据仓库及数据挖掘技术,对已有的刑侦档案数据进行信息整合和数据挖掘,获取大量的有用知识,这些知识在促进刑侦研究工作的同时,对一线的实际刑侦工作具有很大的参考价值;最后,文章给出了面向刑侦档案数据信息的仓库模型,针对其数据挖掘系统框架提出了相应的数据挖掘方法,为进一步的刑侦数据信息联机分析处理和有用信息挖掘以及为公安安全防范决策服务。     

数据挖掘技术在证券业中的应用

证券业对海量交易数据的管理以及对这些数据的深入分析处理需要先进的数据存储和管理技术,数据挖掘在证券业的应用具有广阔前景。本文首先阐述了数据仓库及数据挖掘的基本思想,在此基础上着重探讨了数据挖掘技术在证券行业的实际应用。     

高等院校教学数据仓库设计研究

对高等院校教学数据管理需求和数据仓库建设必要性进行了深入分析,建立了由数据源层、数据抽取层、数据预处理层、数据仓库层和综合应用层组成的通用高等院校教学数据仓库体系结构框架,并对各层进行了描述。在此基础上,对院校教学数据仓库的主题、维度表、事实表和数据集市进行了设计。构建的高等院校教学数据仓库能够有效支撑数据综合查询、统计报表、OLAP多维分析和数据挖掘,提高院校教学决策水平。     

基于数据仓库的作战指挥决策支持系统研究

根据作战指挥的现实需求,分析当前作战指挥决策支持系统的现状和不足,对数据仓库、联机分析处理技术以及数据挖掘技术加以论述,倡导建立基于数据仓库的作战指挥决策支持系统,并对系统的技术架构和体系结构进行了初步探索。