数据仓库系统
数据仓库系统的相关文献在1997年到2022年内共计146篇,主要集中在自动化技术、计算机技术、财政、金融、经济计划与管理
等领域,其中期刊论文103篇、会议论文9篇、专利文献4090780篇;相关期刊69种,包括现代商业、中国金融电脑、金融电子化等;
相关会议9种,包括中国计量协会冶金分会2015年年会、第28届中国数据库学术会议、2008年电力信息化高级论坛等;数据仓库系统的相关文献由253位作者贡献,包括李桂香、杨顺生、秦豫平等。
数据仓库系统—发文量
专利文献>
论文:4090780篇
占比:100.00%
总计:4090892篇
数据仓库系统
-研究学者
- 李桂香
- 杨顺生
- 秦豫平
- 刘钊
- 孙海涛
- 张新兰
- 张玉芹
- 徐辛
- 曲江
- 李东
- 李庆忠
- 杨俊生
- 林亮
- 牛秀明(编译)
- 王珊
- 童蕙
- 者文明
- 苏茂萌
- 计旻晖
- 邢玉辉
- 邬敏炜
- 金雁峰
- 陆元飞
- 马雯瑾
- 魏闯先
- 黄兆斌
- Alejandro Vaisman1
- A·W·古普塔
- ColinWhite
- Gerd Knehr
- 丛红卫
- 乌景猛
- 于戈
- 任智广
- 何姗
- 何群
- 余叶兰
- 侯梓浪
- 侯波
- 冷鹏
- 刘巍
- 刘建明
- 刘振宇
- 刘欣
- 刘永峰
- 刘波
- 刘洋
- 刘滨
- 刘璇
- 刘睿民
-
-
-
余叶兰
-
-
摘要:
在数据仓库技术领域,元数据管理是其研究的重点.本文讨论了元数据相关概念及应用,并基于银行业务背景,分析了元数据管理系统的设计原则,设计了一种基于银行数据仓库系统的物理架构,给出了系统的数据模型设计,且从用户及安全分组两方面论述了系统的实施安全.
-
-
-
-
胡世忠
-
-
摘要:
这是一次没有止境的旅程,随着实践的脚步,大数据与分析的无穷价值不断展开。从企业内部观察,制定决策不再依靠直觉,企业开始将分析融入到客户、合作伙伴和员工们所接触到的一切,包括管理系统、机器对机器流程、日常决策和工作任务。比如医生可以利用大数据与分析更好地诊断病情、挽救生命;金融机构可以通过分析大数据来发现并预防金融诈骗。从企业外部观察。
-
-
-
-
-
-
-
-
张玉芹;
洪晓光;
杨少军;
李庆忠
- 《企业信息化高级论坛暨全国第12届CAD/CG学术会议》
| 2002年
-
摘要:
概念设计实质上是一个不断决策的过程,我们以它为背景来建立数据仓库系统,用以辅助概念设计的决策.本文主要介绍两部分的内容:第一部分提出了一种数据仓库的系统结构,并介绍了其功能和特点;第二部分说明了该系统的数据管理方法.由于该方法建立在新的数据模型和扩展SQL语言基础之上,因此它不仅能够将数据仓库的管理和数据库的管理统一起来,而且具备高效查询的功能.
-
-
高凤荣;
肖震;
陈红;
王珊
- 《第十九届全国数据库学术会议》
| 2002年
-
摘要:
数据仓库为OLAP应用提供了相对干净、稳定的数据,相对于传统关系数据库表的表示方式,以多维形式组织和展现数据是更自然的一种方式.而数据字典是数据仓库系统的关键部分,它包含了分析、设计、创建、使用和解释数据仓库内容的各种各样的元数据信息.本文首先介绍了ParaWare的数据模型,然后本文主要研究了数据字典设计,最后本文探讨了ParaWare的查询优化策略。
-
-
-
-
-
赵云
- 《中国计量协会冶金分会2015年年会》
| 2015年
-
摘要:
随着信息技术的迅猛发展,企业数据的核心作用增强.数据仓库技术和信息化管理的结合在马鞍山钢铁股份有限公司成功应用,为马钢进一步的数据挖掘分析打下了坚实基础,为马钢生产经营活动中的业务分析、计划预测、决策管理等提供了有效的数据保障.本文介绍了马钢数据仓库的实施方案、系统架构及功能模块在马钢信息化管理中的应用.
-
-
赵云
- 《中国计量协会冶金分会2015年年会》
| 2015年
-
摘要:
随着信息技术的迅猛发展,企业数据的核心作用增强.数据仓库技术和信息化管理的结合在马鞍山钢铁股份有限公司成功应用,为马钢进一步的数据挖掘分析打下了坚实基础,为马钢生产经营活动中的业务分析、计划预测、决策管理等提供了有效的数据保障.本文介绍了马钢数据仓库的实施方案、系统架构及功能模块在马钢信息化管理中的应用.
-
-
赵云
- 《中国计量协会冶金分会2015年年会》
| 2015年
-
摘要:
随着信息技术的迅猛发展,企业数据的核心作用增强.数据仓库技术和信息化管理的结合在马鞍山钢铁股份有限公司成功应用,为马钢进一步的数据挖掘分析打下了坚实基础,为马钢生产经营活动中的业务分析、计划预测、决策管理等提供了有效的数据保障.本文介绍了马钢数据仓库的实施方案、系统架构及功能模块在马钢信息化管理中的应用.
-
-
王珊;
王会举;
覃雄派;
周烜
- 《第28届中国数据库学术会议》
| 2011年
-
摘要:
大数据分析相比于传统的数据仓库应用,具有数据量大、查询分析复杂等特点。为了设计适合大数据分析的数据仓库架构,文中列举了大数据分析平台需要具备的几个重要特性,对当前的主流实现平台——并行数据库、MapReduce及基于两者的混合架构进行了分析归纳,指出了各自的优势及不足,同时也对各个方向的研究现状及作者在大数据分析方面的努力进行了介绍,对未来研究做了展望。