基于数据仓库技术的运营统计分析系统的设计与实现

摘要

长期以来，电信企业大量详尽的电信业务数据只被简单的应用在各种业务系统中，而没有被更有效的开发和利用。如何利用这些数据为电信业提供决策支持服务，促进电信业务发展，成为当务之急。因此出现了经营分析系统。经营分析系统是电信运营商实现以市场为中心的企业运作模式，更是建立完善的市场营销管理服务体系，提高电信运营商的盈利和竞争能力的重要途径。
　　本论文以数据仓库以及与之相关的联机分析处理和数据挖掘技术为数据分析手段，通过对电信业务历史数据的全面分析，构建了一个统一的数据信息平台，为企业的客户服务、市场营销等工作提供了科学有效的支撑。在提升企业的运营水平和竞争力的同时，也体现出以客户为中心的经营理念。
　　实现上运用了数据仓库的ETL(Extract-Transform-Load)处理技术和多维建模技术构建了一个以话务量分析为主题的数据仓库，确定了分析方法，定义了维度，构造了立方体和星型结构，并且运用联机分析技术对结果数据进行了多维分析。此外，在联机分析基础之上通过对数据挖掘技术中K-means聚类算法的应用，实现了客户分群功能，并结合实际应用的需求，对K-means算法的K的最优值进行了分析，取得了较好的分析结果，并应用到了具体实践中。
　　实践证明，基于数据仓库、联机分析处理和数据挖掘的运营统计分析系统具有一定的现实意义和比较广泛的应用前景。

目录

基于数据仓库技术的运营统计分析系统的设计与实现

THE DESIGN AND IMPLEMENTATIONOF THE OPERATING STATISTICAL ANALYSIS SYSTEM BASED ON DATA WAREHOUSE TECHNOLOGY

摘 要

Abstract

第1章 绪 论

1.1 课题的背景及研究目的

1.2 与课题相关的国内外研究综述

1.3 论文研究的主要内容

1.4 论文的内容组织

第2章 运营统计分析系统及关键技术

2.1 运营统计分析系统的概念

2.2 数据仓库

2.2.1 数据仓库出现的背景

2.2.2 联机事务处理系统与联机分析处理系统的区别

2.2.3 数据仓库系统的查询特点

2.3 数据分析

2.3.1 联机分析处理

2.3.2 数据挖掘

2.4 数据预处理方法　

2.5 运营统计分析算法

2.5.1多表连接算法

2.5.2基于分组序号的聚集算法

2.5.3 K-means算法

2.6 本章小结

第3章 运营统计分析系统的设计

3.1 系统需求分析

3.2 系统体系结构

3.3 系统总体功能结构设计

3.4 系统开发平台

3.5 系统数据仓库的构建

3.5.1 数据仓库主题的确定

3.5.2 逻辑模型设计

3.5.3 物理模型设计

3.5.4 多维数据模型设计

3.6 ETL过程

3.6.1 数据抽取

3.6.2 数据的转换

3.6.3 数据的清洗

3.6.4 数据的载入

3.7 系统主要功能模块

3.7.1 统计报表模块

3.7.2 主题分析模块

3.7.3 客户分群专题分析模块

3.8 本章小结

第4章 运营统计分析系统的实现

4.1 系统实现

4.1.1 统计报表模块的实现

4.1.2 主题分析的实现方法

4.1.3 客户分群模块的聚类算法实现

4.2 系统测试

4.2.1 测试环境

4.2.2 测试内容

4.3 系统部分应用效果验证

4.3.1 多表连接和分组聚集效果分析

4.3.2 主题分析模块的分析效果评价

4.3.3 客户分群的聚类结果分析与应用

4.4 本章小结

结 论

参考文献

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

致 谢

个人简历