数据仓库及其在商业的应用

应用数据仓库的基本知识,通过分析数据仓库的特点和主要应用范围及目前市场上一些数据库仓库产品,介绍了数据仓库的发展方向。     

数据仓库在教育管理中的应用探讨

数据仓库是一个面向主题的、集成的、非易失的、且随时间变化的数据集合,用来支持管理人员的决策。OLAP与数据挖掘都是数据仓库的重要分析工具,用于对数据库和数据仓库中的数据进行分析、获取知识。本文介绍了数据仓库及其构建过程,结合OLAP和数据挖掘技术,探讨了数据仓库在教育管理中的应用。     

初探数据仓库的安全机制和SQL Server 7的解决方案

1.引言近年来,由于在全球范围内市场竞争的加剧和信息社会需求的发展,要求从大量的数据中提取(检索,查询等)制定市场策略的信息。这种需求既要求联机服务,又涉及大量用于决策的数据,传统的数据库系统已无法满足这种需求,数据仓库技术也就应运而生并得到了迅速的发展。数据仓库和OLAP技术使数据库和OLTP(联机事务处理)技术发展、数据库应用深化的产物,其目的是把数据库中的大量的数据转化为有用信息,为企业更好的进行决策服务。数据仓库的目标是为决策提供综合信息,为企业的决策提供对事物的分析依据,涉及到企业的方方面面,因此这类信息在企业中占有相当重要的地位。数据仓库包含了大量的     

操作型数据库与分析型数据库关系分析

认为建造数据仓库是从操作型数据库中简单抽取数据的过程是一个非常错误的观点。本文从不同角度对操作型数据库和分析型数据库进行了较深入的分析,阐明了它们都是信息技术发展进程中的重要组成部分,存在于各自的应用领域且有着很强的互补性。     

数据仓库在材料数据分析中的应用研究

材料数据库建设存在着诸多问题,已不适应材料科学研究的发展需要。采用数据集成技术是解决问题的关键。通过分析数据仓库技术特点,以及材料研究的数据要求和管理特点,提出了采用数据仓库进行材料数据集成和分析的新思路。     

数据仓库的索引技术

数据仓库是面向分析型的应用,对其中数据的操作以查询为主。因此,可以通过建立比较复杂的索引来提高系统的性能。本文总结了传统的数据库索引技术及其在数据仓库中的应用,讨论了建立数据仓库索引的新方法。     

操作型数据库与分析型数据库关系分析

认为建造数据仓库是从操作型数据库中简单抽取数据的过程是一个非常错误的观点，本文从不同角度对操作型数据库和分析型数据库进行了较深入的分析，阐明了它们都是信息技术发展进程中的重要组成部分，存在于各自的应用领域且有着很强的互补性。     

数据库技术的现状及其发展趋势

数据库技术是MIS中的一个关键技术。本文先概括地讲述了数据库技术发展的现状,然后指出对象-关系技术、数据仓库、数据挖掘和Web数据库是数据库技术的发展方向。     

对数据仓库的认识

计算机技术的发展和各种新的需求，是数据仓库技术的产生的强大动力。数据仓库技术将从事事务处理的传统数据处理与具有分析特性的处理分离开来，使得数据仓库，结合数据库成为一个新的体系化环境。数据仓库，联机分析处理及数据挖掘构成了这一体系的三大技术，并且使得决策支持系统的真正实现成为可能。数据仓库和ＤＳＳ是密不可分的，利用了 ＤＷ技术的支持，企业的决策分析才更有真实的意义。     

国际电信业数据仓库应用状况

数据仓库作为一个为业务的统计分析服务的数据中心，是近年来兴起的一种数据库的应用。目前,国际上多个电信运营商都已将数据仓库应用于发展客户关系管理，降低经营成本，提高客户满意度,增加经营利润等各个方面。本文从数据仓库实现的主要功用出发，以国际上多个具有代表性的电信企业为例，对国际电信业数据仓库的应用情况进行阐述。为国内电信业在数据仓库方面的发展提供前瞻性的视图和参考。     

数据仓库技术在税务信息化中的应用

随着我国税收信息化的快速发展,税务部门积累了海量的涉税数据,如何综合管理和利用信息资源,为税收决策和分析提供支持,成为税务部门亟待解决的重要课题.在分析我国税务信息管理中存在的实际问题的基础上,提出建立税务数据仓库,并从省级数据仓库构建、各级数据仓库之间的关系、操作型数据库与数据仓库之间的关系三个方面设计了我国税务数据仓库的体系结构.     

数据仓库技术支持的决策支持系统

传统的事务处理环境不适宜决策支持系统的应用,作为数据库技术的一个发展方向,数据仓库技术由于具有数据分析的特点,正逐渐被人们接受和使用.创建一个分析型的环境供管理人员决策,将是企业建立自己数据中心的一个崭新的方法.本文主要研究数据仓库的定义、基本特性以及数据仓库的数据组织方式,针对当前电信事业,建立了以数据仓库技术、数据挖掘技术相结合的电信事业决策支持系统.     

数据挖掘技术在电子政务中应用

1数据挖掘技术介绍数据挖掘(Data Mining),又称数据库中的知识发现,是指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的及有潜在应用价值的信息或模式,是数据库研究中的一个很有应用价值的新领域,融合了数据库人工智能、机器学习、统计学等多个领域的理论和技术。数据挖掘工具能够对将来的趋势和行为进行预测从而很好地支持人们的决策。何谓数据仓库,数据仓库概念始于20世纪80年代中期,首次出现是在号称“数据仓库之父”WilliamH.Inmon的《建立数据仓库》一书中。随着人们对大型数据系统研究、管理、维护等方面的深刻认识和不断完善,在总结、丰富、集中多种企业信息的经验之后,为数据仓库给出了更为精确的定义,即“数据仓库是在企业管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合”。数据仓库并没有严格的数学理论基础,也没有成熟的基本模式,且更偏向于工程,具有强烈的工程性。因此,在技术上人们习惯于从工作过程等方面来分析,并按其关键技术部分分为数据的抽取、存储与管理以及数据的表现等三个基本方面。数据仓库的特征主要有4个方面:数据仓库是面向主题的、所包含的数据是集成的、其数据是不可更新的及数据仓库是随时间...     

数据仓库的研究与发展现状

数据仓库技术是数据库与人工智能两项计算机技术相结合的产物，是当今信息管理技术的主流，它利用人工智能中的机器学习、知识处理和神经网络等方法，从数据库中挖掘有用信息、发现知识、搞清数据库中大量数据之间的相互关联及众多数据之间存在的规律，可供使用有效分析和利用数据库中的已存储的各种有用信息，以帮助决策迅速做出决策，从而使企业产生巨大的经济效益，章介绍了现有的数据仓库工具，以期给国内数据仓库的开发提供一定的参考，并通过总结国内数据仓库市场的不足之处，给出解决的办法，最后找出国内数据仓库市场的新动向．     

数据仓库技术应用初探

本文通过数据库管理系统实例 ,对数据仓库理论进行了初步探索和实践 ,介绍了数据仓库的定义、内容、目标 ,对数据仓库理论中的事实数据和维度数据及数据仓库结构进行了详细分析 ,总结出设计数据仓库的一般步骤。     

数据仓库技术特点及相关问题讨论

本文对数据仓库技术的内涵和体系结构进行介绍 ,并探讨了数据仓库与传统数据库的区别 ,对基于数据仓库数据挖掘的特点及建立数据仓库中的一些问题也进行了讨论     

数据仓库与数据库的关系

数据库是数据管理技术,是计算机科学的重要分支,其应用已从一般管理扩大到计算机辅助设计、人工智能以及科技计算等领域。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,是20世纪末到21世纪初数据库市场的一个新的增长点。数据仓库的数据常常来自于多个数据源,存放模式一致,数据一般驻留在单个站点,数据仓库中的数据已经清理、变换、集成于装载,并定期刷新,数据仓库中的数据是海量的,数据仓库所要研究和解决的问题就是从数据库中的获取信息。     

数据仓库技术与多维数据集实现

随着数据库技术的发展和数据库管理系统的广泛应用,人们积累的数据越来越多,出现了“数据拥挤’’现象．数据仓库可以对数据进行有效集成,是数据分析与决策支持的基础。是把数据转换成信息知识的关键技术．     

数据仓库技术与多维数据集实现

随着数据库技术的发展和数据库管理系统的广泛应用,人们积累的数据越来越多,出现了"数据拥挤"现象.数据仓库可以对数据进行有效集成,是数据分析与决策支持的基础,是把数据转换成信息知识的关键技术.     

基于数据仓库的企业营销管理系统构建探讨

通过对企业营销管理的需求进行调研,对市场营销及企业营销管理系统的现状进行了概述,分析了数据仓库技术与传统数据库的区别和联系,详细介绍了企业营销管理系统中数据仓库的设计及构建过程.