商业决策分析系统数据仓库平台的设计

摘要

该文介绍了决策支持系统、数据仓库、OLAP和数据挖掘的概念及其内容,分析了数据仓库技术在决策支持系统中的应用,及在商业管理信息系统基础上实施数据仓库的必要性和可行性,研究了数据仓库、数据挖掘在商业企业中的实际应用.该文还就如何利用数据仓库及OLAP技术建立决策支持系统做进一步论述,提出了一种基于数据仓库的商业决策分析系统方案,介绍了数据仓库平台的设计方法及步骤,包括需求分析,逻辑设计和物理设计等,研究了数据挖掘技术的一些重要算法.还特别讨论了在MICROSOFT SQLSERVER 2000的Analysis Services可建立数据平台的方法及若干关键问题.最后,对数据仓库在商业企业中的应用方案做了总结,并对数据仓库发展方向做展望.该文给出了商业企业建立数据仓库平台的一个设计方案,有较强的可操作性.商业企业通过建立本企业的数据仓库平台,可以使商业企业提高商业智能,预测市场趋势并做出明智的决策,从而提高市场竞争力.

目录

引言

0-1 DSS的概念与发展

0-1-1 DSS的应用与不足

0-1-2 DSS因数据仓库而实现了突破

0-2数据仓库的DDS的支持

0-2-1联机分析处理(OLAP)

0-2-2数据挖掘

0-3基于数据仓库的DDS决策可以解决哪些类型的问题

第一章数据仓库在决策支持系统中的应用

1-1数据仓库技术的出现和发展

1-2国内外数据仓库的发展现状和趋势

1-3数据仓库在我国的应用情况

1-4从数据库到数据仓库

1-4-1数据仓库与数据库的关系

1-4-2事务处理环境不适合DSS应用的原因

1-5企业建立数据仓库的必要性

1-6数据仓库在商业企业的应用

第二章数据仓库介绍

2-1数据仓库技术概述

2-2数据仓库基本体系结构

2-3数据仓库的特点

2-4如何建立数据仓库

2-5实施数据仓库应注意的问题

2-5-1商业方面(考虑投资回报率)

2-5-2设计方面

2-5-3实施数据仓库的要点

2-6建立数据仓库的好处

2-7如何使用数据仓库

第三章数据仓库的关键技术

3-1数据的抽取

3-2数据的存储和管理

3-3数据的表现

3.4数据仓库设计的技术咨询

第四章数据挖掘技术

4-1数据总结

4-2分类发现

4-3聚类

4-4关联规则发现

4-5决策树

4-5-1决策树方法

4-5-2 C4.5算法简介

4-5-3 Gain函数

4-5-4 C4.5算法描述

4-5-5决策树分类器的优点

4-5-6决策树技术的不足之处：

第五章数据仓库设计

5-1星型雪花架构

5-2数据仓库平台开发方法

5-3数据仓库平台开发过程

5-3-1需求分析和项目规划阶段

5-4设计数据仓库的九个步骤

5-5建立数据仓库的九个步骤

5-6数据的抽取、清理、转换、和移植

第六章数据仓库建模技术

6-1数据仓库建模的原则

6-1-1满足不同用户的需求

6-1-2兼顾效率与数据粒度的需要

6-1-3支持需求的变化

6-1-4避免对业务运营系统造成影响

6-2数据模型的技术功能结构划分

6-2-1分段存储区(Staging Area)

6-2-2基础数据仓库(BaseLine)

6-2-3数据集市(Data Mart)

6-3概念模型

6-3-1数据仓库主题目录

6-4发展与扩充

6-4-1适应未来的变化

6-4-2统一数据仓库的实现

第七章数据仓库工具的选择

7-1数据仓库工具的选择

7-2优点和不足之处

7-3提供的服务

7-4 SQL SERVER 2000在数据挖掘方面增强

第八章数据仓库的执行和管理

8-1数据仓库主题目录

8-2主题数据集(CUBE)的建立

第九章数据仓库平台设计中的关键问题

9-1平衡硬件体系的建立

9-2高性能物理数据库及数据模型的设计

9-3性能因素的考虑

9-4数据仓库的WEB访问

第十章总结与展望

致谢

参考文献