骆伟忠[1]2004年在《银行决策支持系统中OLAP技术的研究与实施》文中认为联机分析处理(OLAP)是用户获得决策支持的主要手段之一。为了更好地实现银行的分析决策，提高分析和决策的效率和有效性，本文在分析了OLAP、DW等技术的基础上，着重研究了在银行决策支持系统中OLAP实现的关键技术。 本文提出了一种扩展星型模型，该模型允许存在一个特殊维，其粒度结构可以是多叉树的结构。在扩展星型模型的基础上，设计了多维逻辑模型和物理模型，并给出了一种具有通用数据访问接口的OLAP模型生成方案。 接着重点研究了Data Cube计算。讨论了Data Cube的物化策略，给出了能减少I／O次数、可有效提高内存利用率的多种计算策略，并提出了一种基于依赖关系的Data Cube计算的实现方案。 然后设计了OLAP数据导航的一种组件模型，并给出了多种查询优化技术，使进行OLAP多维分析的速度得到极大的提高。 最后对OLAP实现中的研究开发工作进行了总结，并阐述了将来进一步的研究工作。
朱玲凡[2]2009年在《基于数据仓库的金融统计信息平台及其应用研究》文中认为数据仓库技术作为一种决策支持的手段已经为越来越多的企事业单位以及研究机构所接受,特别是在金融领域的发展日益迅猛。金融机构为了在激烈的竞争中求得生存,纷纷着手建立自己的数据仓库。本文的主要研究内容为如何应用数据仓库技术搭建金融统计信息平台,然后利用联机分析处理和数据挖掘技术设计金融统计信息平台的应用系统构建方案,具体思路为:首先,将金融机构各业务系统的数据经过抽取、转载、清洗后加载到中央数据仓库,然后利用数据仓库技术根据不同的粒度,分层搭建金融统计信息平台,并在此基础上,结合联机分析处理技术和数据挖掘技术,提出平台应用系统的整体构建方案,最后,给出一个根据上述方案建设的实例——银行业非现场监管信息系统。本研究采取数据仓库分层设计,分步实施的办法,设计出的金融统计信息平台具有很强的可扩展性。基于该平台的不同层次,各金融机构未来可建设一些以数据展现和数据分析以及数据挖掘为主的各类管理系统。另外,研究在最后给出的实例,综合体现了数据仓库在项目中具体建设的关键要素和设计开发过程,希望本课题的研究,对金融机构以后的决策支持系统的建设能够起到借鉴作用。
梁志坚[3]2007年在《数据挖掘技术在税务行业中的应用》文中提出税务稽查选案系统作为一个为稽查部门提供各种相关数据和数据分析工具的选案软件系统，它是一个过程改进和强化输出的信息工具，是一个辅助稽查部门在经验数据的基础上做出理性决策的支持工具。现在，数据挖掘受到了国内外的普遍关注，己经成为信息系统和计算机科学领域研究中最活跃的前沿领域。数据挖掘已广泛应用于生物医学、金融、零售业、电信业等领域，并产生了巨大的效益。本文提出了一种基于数据仓库和数据挖掘的税务稽查选案系统的设计方案，以期对各种业务数据(如征管数据、专用税票和专用发票等数据)按稽查业务的主题进行抽取、转换、加载等处理后，建立规范统一、高度共享的综合性主题数据中心，并在此基础上，采用数据仓库、在线分析处理、数据挖掘、多元统计分析等先进技术，建设一个能够对事物(如偷税)的构成、分布、等特征以及长变化规律和发展趋势、事物之间的相关关系、强度及均衡性等问题进行分析的平台。本系统按照功能可分为六个层面：原始数据层、信息整合层、数据仓库层、数据挖掘层、数据展现层，系统管理层，并分别进行了详细的分析和论述。最后，在实际应用中，我们发现，该系统可以把稽查选案所需的信息从税收原始数据转化为集中统一、随时可用的信息，实现了对信息的合理、全面、高效的管理，为稽查选案者做出实时、有效的决策提供了科学的依据和保障。
刘兵[4]2006年在《基于商务智能技术的银行卡管理系统研究》文中研究说明我国银行卡业务发展已经从粗放经营步入到资源整合的关键阶段。国内银行卡经过多年的业务发展，积累了大量的业务数据，这是一笔潜在的资源，我们应该将这些业务数据迅速转化成有用的决策信息，以指导银行卡业务的不断发展。银行卡管理系统就是在这个背景下产生的商务智能系统。商务智能是以数据仓库、联机数据分析、数据挖掘技术为基础，以数据抽取、清洗、聚类、查询、分析、挖掘、预测、知识发现为手段，涵盖了一系列将分散的海量数据转化成有价值信息的技术应用。 本文研究的目的和意义在于，通过实施基于商务智能技术的银行卡管理系统，可以为商业银行管理层提供面向银行卡业务经营的决策和面向卡业务的统计、分析，为决策者提供最为有效和准确的数据依据，提供高层决策参考，对制定银行卡业务的战略发展目标、市场策略，促进业务发展，完善服务质量，提高客户满意度等提供支持，从而提高了卡业务的风险控制能力和经营决策能力，提高商业银行的竞争力。 本文以数据源分析、数据仓库建设、数据前端展示为主线，对银行卡管理系统进行了研究。首先对商务智能这一热点技术进行了理论综述，同时对银行卡业务做了简要的分析；其次对其涉及的相关关键技术进行了探讨；再次，针对银行卡管理系统平台的搭建、OLAP方案的设计、和系统的实施及应用一系列问题进行了研究。
段如冰[5]2004年在《决策支持系统中OLAP通用构件的设计与实现》文中研究表明联机分析处理(OLAP)是一个重要的数据库系统的应用。通常OLAP数据呈现为多维数据立方体。OLAP的查询一般是复杂的，并且如果在原始数据上执行，可能要花费几个小时甚至是几天时间，用来减少查询时间的最普通的方法是对原始数据进行预聚集，然后在聚集表上建立索引。在今天大多数的商用OLAP系统上，预聚集的表被预先选择出来，在聚集表上并选择适合的索引。 由于OLAP的查询消耗时间过长和数据库的性能有很大差异，本文提出了查询时建立在聚集表上的新的查询实施方案。以OLAP的方式在WEB上展现，同时考虑了性能，安全和呈现的问题。 本文分为八个部分，第一部分讲述了相关课题的研究现状，并对相关研究、技术路线以及主要工作的进行了简要的介绍；第二部分介绍了系统的设计目标和体系结构。提出了我们的OLAP通用构件的系统模型，并介绍了其主要功能模块功能及其实现方法。第叁部分对于本系统的的关键的问题和技术如数据仓库、OLAP、数据挖掘进行了简要的介绍；从第四部分提出了OLAP通用模块，数据库连接模块，性能优化和安全模块的设计方案，详细描述了这些模块的交互和逻辑结构。OLAP通用模块是系统的核心，有效地实现了OLAP的上卷，下挖，转轴等操作；成功地使用数据仓库中的分割技术提高了数据批量生成的效率；合理地储存和使用了银行中的数据模型。数据库连接模块是系统的基础，为中间层和呈现层方便而有效地提供了与数据层的连接；为异构数据库数据的集成提供了实现方案。性能优化和安全模块整体提高了系统的效率和安全性，由于安全模块的实现采用了分级控制和客户信息隔离的方式，所以该系统具有良好的安全性。第八部分对系统进行了评估，并提出了未来的改进方向。 本文解决了决策支持系统中OLAP通用构件几个关键问题如：功能性、性能、安全性、表示等。系统具有的平台无关性，通用性等优点，使之可适用于多种行业的决策支持系统。该方案的提出相信会对促进利用WEB访问数据仓库有所帮助。
段文静[6]2004年在《基于组件技术的银行DSS的研究与实现》文中研究表明本文所介绍的基于组件技术的银行决策支持系统要求在原有的银行业务数据基础之上，进行数据总汇、抽取以及转换，从而实现相关的信息查询、统计分析、决策支持、工作监督、业绩考核等功能，使各级银行管理人员能随时掌握动态经营状况以便加强管理和作出正确的决策。 论文首先介绍了决策支持系统的相关背景知识、发展现状和目前流行的开发技术，确定了银行DSS的设计目标和功能要求。 接着进行了基于B／S的叁层体系结构的方案论证，提出了基于web和组件技术的DSS系统框架，随后分别对各层进行了设计与实现。在进行表示层设计时，将web页面的通用功能抽象出来形成通用Web组件。由于决策支持系统是以模型技术为核心的，因此我们把组件技术与模型技术相结合，设计了组件模型管理器来实现系统的核心业务逻辑。数据库层采用了基于关系型存储的数据仓库。 然后介绍了基于组件技术的DSS模型的设计与实现，具体阐述了组件模型设计思想和实现步骤，包括组件模型管理器的结构，组件模型的定义、存储、组织，以及原子组件模型的制作和如何通过使用原子模型来构造复合模型。以组件的方式封装银行DSS模型的实现能充分体现系统的灵活性、可重用性和可扩展性。 在关键技术中介绍了根据具体的银行业务而设计的公式库技术来实现对树型会计科目归属的管理。通用页面数据生成技术充分利用数据缓存来提高系统对客户端的响应速度。数据库管理器对数据库访问操作进行统一管理，为业务逻辑组件屏蔽了复杂的数据库操作，同时缓冲池管理和操作评价模块也提高了对数据库的访问性能。
丁春玲[7]2006年在《地方财政收费稽查选案系统的研究与实现》文中提出收费稽查选案是收费稽查的首要环节,它的任务是根据科学的选案指标,对各类收费信息进行综合分析、归集分类,在众多的收费单位和部门中确定待查对象,为收费稽查工作提供方向和目标。本文在分析收费稽查选案业务需求的基础上,把决策树方法用于收费稽查选案,提出了基于决策树的选案模型。为支持选案模型,提出了支持收费稽查选案的元数据组织方法,阐述了稽查选案主题的提取和多维模型构建的方法,并把数据挖掘和OLAP结合,实现了选案结果的在线分析查询;基于收费稽查的选案模型,设计并实现了收费稽查计算机选案系统。本文的核心技术是基于决策树的收费稽查选案方法,即:以收费稽查选案数据仓库模型为基础,通过基于决策树的数据挖掘技术发现稽查疑似案件,通过OLAP技术对疑似案件进行在线分析和验证:1)基于决策树的选案方法:在CLS决策树算法基础上,结合收费稽查行业特点,对CLS算法进行改进,创建了基于决策树的收费稽查选案模型。2)支持收费稽查选案的元数据:在收集和组织收费核心数据及辅助数据的基础上,提取稽查选案的主题域,创建收费稽查选案数据仓库多维模型。3)数据挖掘与OLAP相结合进行选案和选案分析:用数据挖掘技术进行稽查选案,再用OLAP技术对稽查选案数据进行深入分析、查询和验证。收费稽查计算机选案的实施,能从根本上解决收费稽查中存在的选案随意、盲目稽查等问题,提高收费稽查工作的准确性和科学性,节省收费稽查的人力物力。本文的主要内容包括:1.课题背景:财政管理信息系统,收费票据管理系统,财政稽查系统,数据仓库技术研究现状;2.地方财政收费稽查选案系统:分析当前收费稽查中存在的问题及收费稽查选案的业务需求,结合收费管理的特点提出收费稽查选案系统的解决方案;3.基于决策树的收费稽查选案方法和支持这种方法的数据仓库模型:把决策树方法用于收费稽查选案,建立基于决策树的选案模型,构建稽查选案数据仓库,并与OLAP相结合,实现对异常收费信息的查询分析;4.地方财政收费稽查选案系统的总体设计与实现;5.总结全文,并提出下一步工作计划;
孙月明[8]2010年在《港口物流商务智能系统数据仓库和OLAP的设计和实现》文中提出以物流企业的实际应用为背景,对数据仓库技术及其在中小型物流企业中的应用进行了探讨,文中提出商务智能解决方案,目的是帮助物流企业充分利用其业务支撑系统产生的大量宝贵的数据资源,实现对信息的智能化加工和处理,为市场经营工作提供及时、准确和科学的决策依据,使企业适应日趋激烈的市场竞争环境,提升物流企业的核心竞争力。本文基于物流行业特点,以实例的形式探讨了数据仓库整个生命周期中每个部分的设计和实现方法。文中系统的分析了该行业数据仓库的整个开发生命周期,并在实际应用中以Microsoft SQL Server 2005为关系型存储引擎,首先利用ETL过程从源调度系统中收集,分析和转化来清洗源数据,建立一个可供利用的数据仓库。以BO套件的Pro Clarity为数据展示的开发工具进行了数据仓库的开发工作。通过支持数据的再挖掘,使决策者可以了解更详细的信息。报表中心的建立可以使决策者对企业的数据进行分析,通过对过去的数据来调整策略,预测未来,即通过历史数据来发现趋势。进一步加强了物流企业经营管理和客户分析的科学性,提升了企业的决策水平和经营效率。论文中开发的数据仓库系统正在现场试运行,从运行情况看,能提供给企业的业务人员灵活的查询功能,能提供给企业的管理决策人员全面、准确的了解企业的信息状况的功能。本论文中提出的为中小型物流企业建立数据仓库的方法同样适用于具有类似特点的其他中小型企业。这种方法对需要在中小型企业、业务模式复杂的条件下建立数据仓库环境的人员有着一定的参考价值。
于敏[9]2009年在《联机分析处理（OLAP）建模方法研究》文中研究表明数据仓库和联机分析处理(OLAP)是两种典型的决策支持技术。数据仓库作为一种数据管理技术,其目的是决策分析提供更有效的数据支持；OLAP作为一种多维数据分析技术,侧重于数据仓库中的数据分析,为制定决策提供信息支持。目前,如何在数据仓库的基础上建立OLAP模型受到越来越多的关注。论文首先从理论和OLAP工具入手,阐述了维度建模理论和OLAP技术的基本概念,并描述了MS Analysis Services的技术体系结构和构建OLAP的工具。在此基础上,论文主要分析如何在维度建模时对数据仓库的事实表和维表建立OLAP模型,对具体的问题提出了解决途径,并将其应用到MS Analysis Services工具中去。关于事实表的建立,论文针对事实表的粒度及其事实数据的选择问题进行研究分析,还有在无度量值不能直接用MS Analysis Services分析的情况下,利用没有度量变量的事实表建立模型解决问题,最后对事实表的特性以及设计原则进行分析总结。在维度表的建立方面,论文研究分析在OLAP分析中应用日期维度重要性；提出了在出现各种复杂维层次关系,且不能直接用MS Analysis Services实现建模时,运用各种方法将其转化为适合用MS Analysis Services建模的问题；针对维变问题,提出了运用直接变动属性或属性值、微型维度及预设波段等方法解决,并对微型维度的应用进行了研究总结。在实例分析部分,论文根据大型超市管理决策的特点,在MS Analysis Services基础上设计并实现了其OLAP系统,对论文提出的主要OLAP建模技术方案进行了实例研究,证明了这些方案的可行性和有效性。
孟雅珍[10]2006年在《银行监管部门数据集市系统的设计与实现》文中研究表明银监会的正式成立,意味着中国的金融监管体制又向前迈进了一大步,同时也对银监会监管信息化提出了更高的要求。监管信息化涵盖了银监会业务的各个方面,其中非现场监管作为银行监管的一种重要方式,主要通过对银行数据、报表和有关资料,对银行经营业务进行风险监管和评价。实现非现场监管信息系统,可以帮助银监会运用成熟的监管模式和风险评价方法,对银行经营业务进行更科学地监管,提高监管效率,辅助监管决策。本文在此背景下研究和开发了以银监会监管一部为原型的非现场监管信息系统。非现场监管信息系统实质是一个决策支持系统(DSS),主要供监管人员浏览银行报表,进行各种数据分析,识别风险并对风险进行评价。通过对银行监管业务的分析,考虑银监会现有信息化基础,本文主要采用数据集市和OLAP多维分析技术来实现监管一部的非现场监管信息系统。数据集市是部门级应用的数据仓库,具有更强的实用性,针对部门需求开发,也是目前DSS系统普遍采用的实现方法。OLAP支持对银行多维数据的快速查询及分析,是非现场监管系统的核心应用。本文首先分析了数据仓库、数据集市及OLAP技术的研究现状,了解了它们各自的优缺点,总结了其在实现DSS系统的作用。同时,对银监会的银行监管业务作了详细的调研,归纳总结了非现场监管系统的需求。需求分析指出报表浏览、数据分析、指标预警、风险评价是系统的核心功能需求。在需求分析的基础上,本文作了详细的系统设计,将监管业务按照内容分成了8个主题域,每个主题域下都有相应的分析对象,并提出了风险监管指标体系。基于Web的非现场监管数据集市系统采用了J2EE平台进行系统开发,实现系统的叁层架构。在底层数据库上,运用星型模式实现多维数据模型,自行开发了ETL数据抽取转换工具。在前台数据展现上,采用了BRIO作为商业智能应用,实现多维数据分析。在决策支持上,系统实现了对银行的风险评价体系。银行监管部门数据集市系统的实现,基本满足了银监会部门非现场监管要的要求。本文研究结果表明,基于数据集市的决策支持系统在银行监管信息化建设中具有实际意义,是可行的,并可为其他部门监管信息化或银行内部监管提供借鉴;数据集市作为一种支持DSS的底层技术,具有很好的优势,值得推广应用。
参考文献：
[1]. 银行决策支持系统中OLAP技术的研究与实施[D]. 骆伟忠. 中南大学. 2004
[2]. 基于数据仓库的金融统计信息平台及其应用研究[D]. 朱玲凡. 南京航空航天大学. 2009
[3]. 数据挖掘技术在税务行业中的应用[D]. 梁志坚. 同济大学. 2007
[4]. 基于商务智能技术的银行卡管理系统研究[D]. 刘兵. 东北大学. 2006
[5]. 决策支持系统中OLAP通用构件的设计与实现[D]. 段如冰. 中南大学. 2004
[6]. 基于组件技术的银行DSS的研究与实现[D]. 段文静. 中南大学. 2004
[7]. 地方财政收费稽查选案系统的研究与实现[D]. 丁春玲. 中国科学院研究生院（计算技术研究所）. 2006
[8]. 港口物流商务智能系统数据仓库和OLAP的设计和实现[D]. 孙月明. 重庆大学. 2010
[9]. 联机分析处理（OLAP）建模方法研究[D]. 于敏. 西安理工大学. 2009
[10]. 银行监管部门数据集市系统的设计与实现[D]. 孟雅珍. 南京航空航天大学. 2006
标签：计算机软件及计算机应用论文; 数据仓库论文; 大数据论文; 多维数据库论文; 银行论文; 业务支持论文; 数据挖掘论文; 决策树论文; 数据分析论文; 商务智能论文; dss论文;