基于数据仓库联机分析处理技术的研究

随着数据仓库理论的发展,数据仓库系统已逐步成为新型的决策管理信息系统的解决方案,而数据仓库系统的核心是联机分析处理。主要介绍了OLAP技术和多维数据领域中的一些基本概念及多维数据分析的主要方法和多维数据的3种存储模式：ROLAP、MOLAP、HOLAP。     

银行决策支持系统解决方案研究

数据仓库、联机分析处理和数据挖掘技术已成为决策支持系统的关键,其中数据仓库用于数据的存储管理,联机分析处理集中于数据的多维分析,数据挖掘则致力于知识发现。在数据仓库、联机分析处理、数据挖掘和模型技术的支持下,探讨了银行决策支持系统解决方案。     

数据仓库技术在零售企业中的应用研究

以某零售企业的产品销售为主题,分析和设计了某零售企业产品销售数据仓库,并介绍了基于数据仓库的多维数据分析技术即联机分析处理（OLAP）在其中的应用。     

联机分析处理技术在图书馆的应用研究

讨论了在高校图书馆中应用联机分析处理技术的必要性,阐述了联机分析处理系统的设计和微软的分析服务Analysis Services及其联机分析处理结果的展现,具体描述了Excel 2000作为前端数据展示工具的创建步骤,并通过具体的实例分析展示给用户。     

基于人工智能的档案管理系统

介绍了提出一种创新的智能档案管理系统,该系统能够综合计算机硬件、应用软件和各类网络通信设备形成完备的数据收集、数据存储、数据处理以及针对数据的增删改查等功能,以期实现档案数据资源管理、数据联机分析、多维数据分析、数据可视化和安全管理保障等功能.     

多维数据查询语言在数据仓库中的应用研究

分析了从数据库到数据仓库、从联机事务处理到联机分析处理技术的演变,以及数据库和数据仓库数据查询语言的发展,并运用具体的实例——SQL Serve r2000分析服务,使我们对多维数据查询语言有一个比较清晰的认识。     

使用Analysis Services对数据进行联机分析

通过对如何使用Analysis Services对数据进行联机分析进行了实际的操作,介绍了使用Analysis Services进行数据联机分析的方法和技巧。     

信息时代的管理信息系统与图书馆相结合竞争战略

结合波特五力模型分析了图书馆的现状和面临的各种竞争。并在此基础上利用优化图书馆的信息数据服务系统的联机事务处理和联机分析处理,制定图书馆信息发展决策的数据。     

一种改进算法的化学数据挖掘系统原型研究初探

本文介绍了一种针对化学数据分析的挖掘系统原型实现和设计理论。阐述从化学数据分析的角度开发一个联机分析数据挖掘系统原型的理论过程，研究过程采用数据仓库提供的OLAP技术进行关联规则挖掘，提供了一种数据项的二进制编码技术，对于提高数据信息的处理能力和可靠性有一定意义。预期实现从各种文献资料或数据库自动抽取有关化学反应的信息，发现新的有用化学成分，完成合成设计和反应预测等功能，从而对数据挖掘的实现进行了有益的尝试。     

基于OLAP的银行卡决策支持系统

该文提出了一种基于数据仓库、在线分析处理的银行卡决策支持系统（Bankcard＋DSS）解决方案．较好地解决了银行卡的决策问题。在此思想的基础上,通过分析研究,讨论了数据仓库、联机分析处理的基本技术,归纳并提出了银行数据仓库的基本体系结构,以客户分析、商户分析和卡业务分析为应用主题,确立了相应的数据表。设计了一种集成化的决策支持系统基本框架,以数据仓库为基础,支持联机分析处理.     

数据仓库的数据组织及其联机分析处理实现

数据仓库是由数据驱动的，其目的就是从大容量的数据环境中进行决策支持。数据仓库最为突出的特色就是其面向决策主题的数据组织和基于多维数据模型的数据存储，并在此基础上实现联机分析处理，提供决策支持。     

数据挖掘在高速公路收费系统中的应用探讨

我国高速公路联网收费系统中包含丰富的数据资源,对于这些离散的原始数据,目前大部分采用数据仓库(DW)和联机分析处理(OLAP)技术,而数据挖掘(DM)却应用不广。然而对于高速公路联网收费系统中的海量数据内部,蕴藏着丰富的内在关系和隐含信息,本文探讨了数据挖掘技术在高速公路联网系统中的部分应用问题。     

A Big Data system supporting Bosch Braga Industry 4.0 strategy

People, devices, infrastructures and sensors can constantly communicate exchanging data and generating new data that trace many of these exchanges. This leads to vast volumes of data collected at ever increasing velocities and of different variety, a phenomenon currently known as Big Data. In particular, recent developments in Information and Communications Technologies are pushing the fourth industrial revolution, Industry 4.0, being data generated by several sources like machine controllers, sensors, manufacturing systems, among others. Joining volume, variety and velocity of data, with Industry 4.0, makes the opportunity to enhance sustainable innovation in the Factories of the Future. In this, the collection, integration, storage, processing and analysis of data is a key challenge, being Big Data systems needed to link all the entities and data needs of the factory. Thereby, this paper addresses this key challenge, proposing and implementing a Big Data Analytics architecture, using a multinational organisation (Bosch Car Multimedia – Braga) as a case study. In this work, all the data lifecycle, from collection to analysis, is handled, taking into consideration the different data processing speeds that can exist in the real environment of a factory (batch or stream).     

基于数据仓库的银行监管报表系统研究

为适合新形势下金融监管工作的要求,解决大数据、高并发、低时延情况下监管报表的填报、加工、展现等问题,构建了基于数据仓库的银行监管报表系统,提出了特色的报表数据建模方式,进一步探讨了智能化公式解析引擎、主从式报表填报、动态化作业调度等技术。实验结果表明,该方案具有很好的应用效果。     

人寿保险公司数据仓库的设计与实现

数据仓库技术可以为决策分析提供更好的支持,是数据分析和知识挖掘的发展方向。结合某人寿保险公司的实际情况,详细分析和设计了该人寿保险公司的数据仓库,包括数据仓库体系结构、概念模型、逻辑模型、物理模型,并在此基础上利用SQL Server 2000实现了数据仓库。保险公司可以利用该数据仓库进行数据挖掘,发现有价值的客户信息,制定相应的市场策略。     

人口信息系统数据挖掘的数据预处理研究

本文主要介绍了人口信息系统数据挖掘的数据预处理过程，包括人口系统的属性规约，数据清洗和数据转换等具体过程。     

基于无缝运输信息网格的并行数据挖掘

铁路运输、公路运输、水路运输和航空运输等系统中积累了大量的原始数据信息,为了有效地从这些异地的海量数据信息中抽取知识给无缝运输管理者提供决策支持,结合网格技术和数据挖掘技术提出了一个基于无缝运输信息网格（STIG）的并行数据挖掘方案。该方案的架构包括四层：用户层、挖掘任务分析和管理层、计算层、数据层。该方案的实现主要涉及数据挖掘算法服务的发现、数据分配和大数据源的分布式处理等技术。     

客户反馈挖掘技术研究

当前,网络中存在大量关于产品的评价和顾客反馈的数据,因此对这些数据进行挖掘和总结就变得尤其重要。对这类数据的处理主要包括抽取产品特征和分析反馈数据的情感倾向两个步骤。本文主要分析了适用于这两个步骤的技术与方法。     

A privacy preserving homomorphic computing toolkit for predictive computation

Predictive computation now is a more and more popular paradigm for artificial intelligence. In this article, we discuss how to design a privacy preserving computing toolkit for secure predictive computation in smart cities. Predictive computation technology is very important in the management of cloud data in smart cities, which can realize intelligent computing and efficient management of cloud data in the city. Concretely, we propose a homomorphic outsourcing computing toolkit to protect the privacy of multiple users for predictive computation. It can meet the needs of large-scale users to securely outsource their data to cloud servers for storage, management and processing of their own data. This toolkit, using the Paillier encryption system and Lagrangian interpolation law, can implement most commonly basic calculations such as addition, subtraction, multiplication and division etc. It can also implement secure comparison of user data in the encrypted domain. In addition, we discuss how to implement the derivative of polynomial functions using our homomorphic computing encryption tool. We also introduce its application in neural networks. Finally, we demonstrate the security and efficiency of all our protocols through rigorous mathematical analysis and performance analysis. The results show that our toolkit is efficient and secure.