数据仓库技术的产生及发展

数据仓库技术 ( DW)是近年来出现并迅速发展的一项技术。本文主要从数据仓库的定义 ,基本特性 ,数据组织方式等几个方面简要阐述了数据仓库在综合决策支持系统中的应用。     

商业智能与中药企业QSMES的集成应用研究

文章分析研究了中药企业的质量标准生产执行系统(QSMES)的特点,并阐述了QSMES在辅助决策支持上的不足,基于商业智能理论,介绍了商业智能与中药企业QSMES集成的体系结构,以及相应的系统解决方案。分别阐述了商业智能中数据仓库、联机事务分析(OLAP)以及数据挖掘功能的具体应用方法。将中药企业的QSMES数据资源转化为有用的信息和知识,为企业管理人员的决策提供可靠的支持。     

数据仓库在中保系统的应用

本文简述了数据仓库的基本概念,阐述了在保险业建立数据仓库的意义、作用及应用前景,尤其对中保系统数据仓库的模式及建设策略作了深入的探讨。     

从数据挖掘角度分析数字图书馆的满意度

通过数据挖掘的方法对上海交通大学国际与公共事务学院数字图书馆的数据进行整合分析,利用数据分析工具,在丰富的数据信息中提取有用的知识。针对该校数字图书馆建设的需要,从数据挖掘的角度分析了用户对于数字图书馆的满意度情况,建立了基于Analysis Services 2000的数据模型,从而可以更好地为读者服务。     

以数据挖掘提升SRM决策分析能力

传统供应商关管理(SRM)在供应商分类评价方面存在不足,将数据挖掘技术引入其中,以从大量的数据信息中发现影响供应商合作价值的潜在规律,从而提升SRM的决策分析能力。设计中综合使用了数据仓库、聚类分析、决策树方法,并在国内一大型制药企业运用实践,为SRM的深入开发和应用提供了有价值的参考。     

物流预测OLAP系统的设计研究

本文将联机分析处理(OLAP)技术用于第三方物流企业业务预测当中，并提出物流预测OLAP系统的设计思路和体系结构。     

自相关检验方法的检验功效研究

研究目标:探究DW检验和LM检验的检验功效及其渐近性。研究方法:运用蒙特卡罗模拟实验方法结合相关影响因素对两种检验方法进行分析与比较。影响因素包括样本容量、解释变量的随机性及自相关性、随机误差项的自相关程度以及分布形态。研究发现:DW和LM检验功效与样本容量和随机误差项的自相关程度正相关,与解释变量的自相关程度负相关;解释变量的随机性对DW和LM检验功效无显著影响;误差项的几种常见分布形态的变化对DW和LM检验功效的影响可以忽略;在误差项存在一阶自相关的情况下,DW检验效果优于LM检验效果。研究创新:以DW检验和LM检验的假设条件为出发点,探究比较不同条件下自相关检验方法的检验功效。研究价值:在实证研究背景下为有效地选择自相关检验方法提供借鉴参考。