数据仓库技术在电信统计分析系统中的应用研究

摘要

计算机和数据库技术的应用，使电信企业在发展过程中积聚了大量业务数据。如何把这些数据进行合理组合，对其进行科学的分析以发现潜在的价值，对理论还是实践都是一个意义重大的课题。数据仓库作为一个面向主题的、集成的、时变的、非易失的数据集合，使用OLAP分析工具，可以有效解决具有多因素、多层次的数据分析问题，支持管理部门的统计分析和决策过程，因此被广泛研究和应用。 本论文分析了陕西电信各业务系统的现状，描述了一个统计分析系统主要的需求和数据源，并对系统体系结构设计做了改进。通过对数据仓库常用设计模式及其优缺点详细的分析，针对“自顶向下”和“自底向上”模式设计的缺点，本论文提出在系统结构设计时采用二者结合的方式，既能满足各个部门在较短时间内建立本部门统计分析的要求，又解决了数据集市之间数据不一致问题，实现实时操作、共享设计和结构。 本课题分析并实现了数据仓库技术在一个统计分析系统中的应用，以客户情况分析和业务发展情况分析主题为实例，说明了本系统的功能及为企业带来的效益，证明了数据仓库技术是数据密集型应用系统的一种有效解决方案，能很好地解决历史数据组织问题。 最后，论文对本系统工作进行了总结，还进一步指出数据仓库建设中还需要解决的问题。

目录

文摘

英文文摘

声明

第1章绪论

1.1研究背景及意义

1.2国内外研究现状

1.3课题任务

1.4论文结构

第2章数据仓库理论基础

2.1数据仓库相关概念

2.2数据仓库特点

2.2.1数据仓库是面向主题的

2.2.2数据仓库的数据是集成的

2.2.3数据仓库的数据是稳定的

2.2.4数据仓库数据的时变性

2.3数据仓库的关键技术

2.3.1数据管理技术

2.3.2数据存储技术

2.3.3数据的表现

第3章一个统计分析系统的需求分析

3.1需求概述

3.2系统功能需求

3.3数据源分析

第4章统计分析系统架构设计

4.1数据仓库设计原则

4.2系统设计的常用模式

4.2.1“自顶向下”模式

4.2.2“自底向上”模式

4.2.3其它几种模式

4.3“自底向上”和“自顶向下”的结合模式和实现

4.3.1“自底向上”和“自顶向下”的结合模式

4.3.2结合模式的应用

4.3.3三层架构设计

第5章数据模型设计

5.1数据模型设计介绍

5.1.1概念模型

5.1.2逻辑模型

5.2数据模型详细设计

5.2.1数据仓库概念模型

5.2.2数据仓库逻辑模型

第6章数据抽取、转换和加载

6.1 ETL介绍

6.2 ETL详细设计

6.2.1数据的抽取

6.2.2数据的转换

6.2.3数据的加载

6.3数据质量核查

6.3.1文件检查

6.3.2数据类型及格式检查

6.3.3数据数据质量问题追踪与处理

第7章联机分析

7.1联机分析相关概念

7.2 OLAP分析基本操作

7.3联机分析应用实例

第8章结束语

8.1研究结果的意义

8.2取得的成果

8.3存在的问题及进一步研究方向

参考文献

附录

致谢

攻读学位期间发表的论文