招生信息DWS及维度建模的实际方案

摘要

招生系统数据信息储藏着大量的数据库:历年的各类文件、各类图表、考生信息、考生成绩、院校录取信息、各类招生计划、各类分数线、招生有关文件、各类通知等,具有信息的类别特别多、信息量非常大特点,我们根据以上特点,建立招生系统数据仓库系统模型(ZSDWS),综合了数据仓库中的很多技术,对数据进行了深加工,以实现电子政务系统与数据仓库技术的接轨.并实现的支持招生政策的决策分析,提高招生决策的效率与准确度.数据仓库的建立不仅仅是定义数据模型和OLAP SERVER,还有许多需要考虑的因素,如为了更好的支持数据仓库的应用,需要对数据仓库系统的数据管理和体系结构进行研究,提出更适合数据仓库的数据管理方法及体系结构.数据仓库运行过程中,数据管理在协调数据仓库各部分数据正确流向的基础上,提高系统运行的效率,保证系统高效的响应用户请求.我们在体系结构的支持下,提出了一种统一管理数据仓库和源数据库数据的数据管理方法.该方法基于新的数据模型(对象和雪花混合的模型),扩展了RD叫S的功能(包括扩展其数据类型与数据模型两方面).它不但能够管理普通关系型数据库的数据,还能够高效的存取像多媒体数据这样的关系型数据库很难处理的数据,同时提高了数据仓库和数据库系统的检索效率.通过定量和定性两种分析方式,我们证明了该方法不但是可行的,而且能够使得系统具有高效的检索效率,满足数据仓库系统的基本要求.维度建模方法是为提供决策支持的数据建立模型的最好方法.维度建模可以提供易用性和高性能等方面的最好结果,也是适用于招生信息这样繁杂、无序、多头绪的数据来源的唯一方法.在该系统模型中,数据的深加工采用了数据挖掘(DM Data Mining)技术,叫就是从大量的、不完全的、有噪声的、模糊的、随即的数据中,提取隐含在其中的、人们事先不知道的、但又是潜在的有用信息和知识的过程.相关的过程有:发现知识、数据分析、知识抽取、模式分析、数据考古、数据采集、信息收割、商业智能、数据融合以及决策分析等.全文共分为四部分,第一部分介绍数据仓库的技术,并引出研究问题;第二部分叙述该系统的关键技术及解决方法;第三部分系统的设计方案,重点讨论系统建模方法;最后为该论文的总结和展望.

目录

原创性声明及关于学位论文使用授权的声明

摘要

Abstract

第一章数据仓库技术

1.1数据仓库技术的发展

1.2数据仓库的基本特性

1.3数据仓库系统的体系结构

1.4当前数据仓库系统简介

1.4.1 MICROSOFT

1.4.2 ORACLE

1.5数据仓库的更新及相关工作

1.6本文的研究意义及贡献

1.7电子政务系统运行的现状

1.8本文的工作

1.9小结

第二章ZSDWS多媒体数据处理技术

2.1统一管理方法

2.2RDBMS扩展功能

2.2.1多媒体数据的管理

2.2.2扩展的SQL功能

2.2.3元数据问题

2.5结论

第三章文档类数据的数据仓库化体系结构

3.1系统体系结构

3.2处理流程

3.3 系统主要模块

3.3.1数据源

3.3.2数据抽取程序

3.3.3数据集成中心

3.3.4数据转换程序

3.3.5本体映射服务器

3.3.6本体

3.3.7数据仓库

3.3.8元数据管理

3.3.9分析工具

3.4小结

第四章关系数据库的数据仓库建模

4.1维度建模

4.1.1数据定义

4.1.2数据建模

4.2解决招生关系数据库的数据仓库方案的几个内部问题

4.2.1需要解决数据异常的检测问题

4.3.2需要解决异常数据的清洗问题

4.3.3现有数据库的数据检测及清洗的方法

第五章总结与展望

符号说明

参考文献

致谢

攻读硕士期间主要科研成果和论文

学位论文评阅及答辩情况表