一种支持群体决策的数据仓库模型

摘要

群体决策支持系统(GDSS)是一种用来提高群体决策活动的有效性的决策支持系统.为更好的支持企业或组织的群体决策需求,本文以社会医疗保险系统为背景,采用ORACLE数据库系统作为底层的存储系统,建立了一个支持企业群体决策的多数据仓库模型.这里所谓多仓库指的是为满足群体决策过程中对信息的准确、全面的要求,我们将社保系统中所涉及到的尽可能多的内部、外部数据仓库结合起来,构筑了一个全新的群体决策支持.模型主要包括为群体决策提供支持的多个数据仓库,数据管理模块,模型管理模块,控制调度模块,以及为决策查询提供支持的模型元数据等.为了满足社保系统群体决策过程中对查询响应速度的要求,在建立这样一个多仓库系统的同时,应该选择一个合适的数据模型,保证在海量数据的环境下,及时、快速地得出查询结果,以帮助决策者们做出正确的决策.本文仔细研究了现有的数据仓库的各种模型,仍然采取了最常用的基于关系理论的数据模型——雪花模型作为基本的存取模型,但为了更好的支持群体决策,我们在雪花和对象混合模型的基础上引入了组合维的概念,增加了维表和事实表之问的复杂关联,形成了一种新的模型——粗粒度雪花模型.利用这些组合维和它们之间的复杂关联,用户可以快速的直接查找到所需对象,从而提高查询的效率.作为例证,本文也给出这两种模型在理论和实践中的性能比较.在使用数据仓库时,设计好与模型相适应的元数据可以使各种操作更加方便.在数据仓库中,需要用元数据来描述系统的信息,因此元数据的设计是数据仓库设计中一个关键的方面.由于数据仓库模型本身描述起来非常复杂,因此在我们这样一个多仓库系统中,描述模型的元数据也非常复杂,象关系数据库那样用关系存储元数据有一定的困难,需要一种更好的方法存储、使用元数据.经过研究和比较,本文决定采用XML存储元数据,因为XML的特点就是可以由用户自己定义复杂数据结构.通过XML,我们可以定义任何复杂的元数据,作为例子,我们设计了多仓库模型中几种元数据的格式.为了实现基于粗粒度模型的多数据仓库原型系统,本文对粗粒度模型的建模工具进行了初步的设计,提出了建模工具的设计方案,并演示了几种建模工作的流程.最后,本文演示了医保工作中一个群体决策的工作流程,充分说明SGDMDW在实践中的应用价值.

目录

文摘

英文文摘

原创性声明和关于学位论文使用授权的声明

第一章绪论

1.1背景

1.2本文的贡献

第二章相关工作介绍

2.1 GDSS的体系结构

2.2当前主要的数据仓库模型

2.2.1星型模型和雪花模型

2.2.2多维方式的模型

2.2.3对象与关系混合的模型

2.3总结

第三章支持医疗保险群体决策的多仓库模型

3.1 SGDMDW的体系结构

3.2粗粒度雪花模型

3.2.1组合维

3.2.2组合原则

3.2.3粗粒度雪花模型的性能评估

3.3小结

第四章建模工具的设计方案

4.1建模工具的功能模块

4.1.1模型模块

4.1.2复杂关联模块

4.1.3元数据模块

4.2元数据的设计

4.2.1元数据的特点

4.2.2两种元数据的格式

4.2.3一个使用元数据的例子

4.3建模工具的工作流程

4.3.1建立组合维的流程图

4.3.2建立复杂关联的流程图

4.3.3建立模型元数据的流程图

4.4小结

第五章SGDMDW在医保中的应用

第六章结束语

致谢

参考文献

攻读硕士期间发表的主要论文

学位论文评阅及答辩情况表