罗丹[1]2003年在《Web数据集成及多维分析模型研究》文中提出随着Web的迅速发展和普及，可获取信息的种类和结构日益丰富，从传统关系数据库到分布于Web上的大量半结构化信息。如何实现基于Web的分布式异构信息的动态集成，使用户能够高效、透明地操作和分析各类信息，从中获得有价值的数据，已成为当前数据库领域中重要的研究方向。Web上的数据集成必须以半结构化数据模型和半结构化数据模型抽取技术为前提[1]。目前异构数据集成研究提出了许多半结构化数据模型及其数据查询语言[2-5]，但这些模型均是针对当前Web普遍流行的HTML的。由于HTML缺乏规范的数据表达能力，由此建立的模型难以准确地描述数据，导致当前Web的数据搜索、数据挖掘和异构信息的集成十分困难。此外，虽然多维数据模型技术已较成熟，但很大程度上受到关系表形式的限制，并不适合直接地描述和分析Web数据。对Web环境中累积的海量数据进行查询和分析，是企业数据集成急需解决的问题。本文以“中小型企业信息平台”项目为背景，提出了一个基于Web的可扩展的异构多数据源集成方案，以解决面向Web的应用集成和Web数据分析问题。论文设计了一个面向XML表达的公共数据模型(XCDM)来描述各Web数据源中的数据模式，使用包装器从异构数据中抽取XCDM模型，并完成XCDM模型数据模式至源数据模式的转换。利用面向对象技术构建一个多维分析模型，为实现Web数据源数据的联机分析处理（OLAP）提供技术基础。论文主要研究成果如下：1． 提出了一个异构数据源集成方案论文提出了一个基于虚拟方法的数据集成方案，包括公共数据模型定义和包装器设计。该方案为用户提供异构、异质数据源的统一查询机制，使用户可以以统一的方式处理来自不同数据源的数据。数据仍保存在各Web数据源中，通过数据源相应的包装器将其虚拟成可由公共数据模型（XCDM）描述的中间集成模式，屏蔽了信息源层中异构数据模式的差异，方便新数据源的加入。用户可基于中间模式进行查询，查询执行引擎直接经由包装器、将用户基于中间模式的操作转换为各Web信息源可执行的操作。从各信息源返回的数据由包装器转换成中间模式，经汇集后以XML的格式将结果发送给用户或应用程序，实现了系统应用对多种异构数据源的透明操作。2． 提出了一种基于数据源数据模式的双向映射规则由于异构数据源具有多样性，论文对重点研究的关系数据模式、对象数据模式、XML文档模式和HTML文档模式进行相应的数据源数据模式定义。依据数据模式定义提出了XML模式与各数据源模式之间的双向映射规则，并对映射规则进行形式化的描述。各数据源模式至XML模式的映射转换实现了系统对局部数据源的虚拟模式集成，作为中间集成模式的XML模式至数据源模式的映射转换则提供了异构数据源更新手段。<WP=4>3． 提出了一个基于Web上异构数据源的多维分析模型论文介绍了从异构数据源中抽取数据来构建多维分析模型的实现过程。运用面向对象技术，在描述异构数据源数据的XCDM基础上构建一个多维分析模型，把要分析的数据及相关属性抽象成为主题、立方体、事实、维、维层次和度量等对象，相关处理过程抽象成对象的行为，通过可视化的方式将模型中的多维信息用图形元素直观地显示出来。模型立方体中的各个“面”以图形标注的方法实例化地表示，由XML文档保存多维模型实例。4． 提出了一个可视化视图生成算法论文提出的基于XCDM的UML（统一建模语言）视图生成算法，可直接将XML数据构建为可视化、对象化的UML视图，实现了对表现源数据格式文件逻辑结构的XCDM实例图的可视化描述，使用户能够便捷地浏览和查询经中间集成模式转换映射的异构数据源数据，较容易地掌握XML文档的内容结构。
韩明华[2]2005年在《基于Web方式的数据仓库系统的研究与应用》文中研究说明随着市场竞争的不断加剧,如何为企业决策分析人员提供准确、及时的信息,已成为企业当前迫切需要解决的问题。传统的数据库技术是单一的数据库资源,它适合操作型事务处理,但对分析型处理的能力较弱。数据仓库的出现,将操作型环境与分析型环境进行了分离,划清了数据处理的分析型环境与操作型环境之间的界限,从而由原来以单一数据库为中心的数据环境发展为以数据仓库为中心的一种新的体系化环境。 数据仓库中的数据“是面向主题的、集成的、稳定的并随时间不断变化的,建立数据仓库的目的是为了更好地支持决策分析。”通过建立数据仓库系统,借助于联机分析处理(OLAP)和数据挖掘工具(DM)就可以帮助人们以更好的方式来管理、综合和分析海量数据,以支持管理决策。随着世界范围内Internet环境的形成,全球正进入一个以网络为中心的计算时代,进入Internet的用户和地区迅速增加,人们对从Internet上获取信息和服务的需求越来越迫切,因此随着对数据仓库技术的深入研究及Web技术的飞速发展,将Web技术与数据仓库技术进行结合成为可能,即建立基于Web方式的数据仓库系统。基于Web方式的数据仓库系统是一种基于B/S(浏览器/服务器)模式的数据仓库系统,它可以分为客户端浏览器、Web服务器和应用服务器叁层构架,用户通过Web浏览器提交分析请求,Web服务器将用户的分析请求提交给应用服务器,应用服务器端的OLAP、DM等工具通过调用数据仓库内的数据完成分析操作并将结果转给Web服务器,而后Web服务器将结果返回给用户端。Web技术和数据仓库的有机结合,扩大了数据仓库的应用范围,增加了数据仓库应用的灵活性,并成为数据仓库的发展的新的方向。 本文对数据仓库的数据组织、结构及Web技术的发展进行了研究,对数据仓库技术及Web技术的结合即基于Web的数据仓库技术进行了讨论,并对数据仓库系统开发的详细过程和技术以及基于数据仓库的数据挖掘和联机分析处理理论进行了深入研究,在此基础上提出了基于Web的数据仓库系统的构架,并以医药企业为例用面向对象的方法建立了医药企业的企业模型,对医药数据仓库主题及边界的划分以及数据模型、数据模式的定义进行了详细介绍,并以此为基础构建了基于Web的医药数据仓库系统的多维模型,最后实现了基于Web的医药数据仓库系统。
王晖[3]2008年在《暂住人口数据仓库的设计与应用》文中研究表明暂住人口在各个城市的数量急剧增长,给我国经济、社会各方面发展带来不可忽视的影响。由于暂住人口的特殊性,对他们的管理需要有科学的依据,才能方便而快捷地交换信息和意见,提供智能协同决策的支持方案,而不能仅靠经验或主观推断。数据仓库及其相关分析技术是近年来兴起的新的技术热点。它们通过对数据的重新组织、智能分析,可以快速、高效地从海量数据中提取出有价值的信息,为管理决策所用。将其引入暂住人口管理中,无疑对辅助政府管理决策等诸多方面具有重要的理论价值和现实意义。本课题以鞍山市暂住人口为研究对象,提出了将数据仓库技术应用于暂住人口管理的解决方案。首先,针对暂住人口数据需要和数据仓库使用实际,提出暂住人口数据仓库建设的可行步骤和方法,并建立具体的分析和设计模型;其次,利用微软SQL Sener 2005建立暂住人口数据模型,形成暂住人口多维数据集;最后,对暂住人口数据仓库进行联机分析和数据挖掘工作,对构建的暂住人口数据仓库实现了联机在线分析和基于报表服务的前端展现,并建立决策树模型、聚类分析模型二种数据挖掘模型,实现对暂住人口数据仓库的智能分析。由于我国在暂住人口数据仓库的建设方面仍属于探索阶段,因此希望本文的研究能够提供一定的参考和借鉴价值。
张俊[4]2010年在《商业智能改进移动通信网络预警能力的应用研究》文中研究指明随着我国移动通信业的高速发展,特别是3G移动通信基站的建设,给移动通信网络的维护和优化带来了巨大的挑战。移动通信网络在运行维护中产生了大量的数据信息,如何将这些数据信息转变成用于决策的知识。实现对网络业务的主动监控、及时预警,为网络维护、网络优化提供强有力的支撑,已经成为当前移动通信运营商提高网络质量的重要课题。通过商业智能技术来改进移动通信网络预警能力的解决方案,是以企业级数据仓库为基础,整合移动通信网络业务数据库的相关有用数据,通过多维数据分析处理和数据挖掘技术,实现对网络的主动监控和及时预警。来达到对设备的提前维护、扩容、优化,降低故障发生率。做到防范于未然,提高网管的运维水平,从而增强对客户的服务能力。本文主要研究了以数据仓库、联机分析处理、数据挖掘为基础的商业智能技术,并根据移动通信业务运营各项指标提出多种预警模式。结合本人参与的“重庆移动网络预警系统”项目,就如何利用商业智能中的各种技术和多种预警模式来改进移动通信网络的预警能力进行研究分析。以综合网络分析系统、话务网管系统运行中的业务数据为基础,对移动网络预警系统平台进行需求分析和总体设计,探讨了以BSC故障业务为主题的数据仓库及多维分析模型的建立,以及在此基础之上如何利用数据挖掘技术来建立相关指标的预测,并利用最小二乘法对预测值进行评估优化,建立业务预警模型机制,由预警实现主动提醒,并自动关联到分析系统。帮助移动网络管理人员对网络进行维护和优化。本文应用到的商业智能技术平台由重庆宏信软件公司提供。
徐朝阳[5]2007年在《商业智能在商业银行的应用研究》文中认为商业智能(BI)是对信息的搜集、管理和分析过程，目的是使企业的各级决策者能够获得知识和洞察力，促使他们做出有利于企业的决策。正是商业智能的这些特点，决定了其对中国商业银行提升管理水平、强化风险防范和促进产品创新，具有很大的价值，能够帮助商业银行更好地抓住市场机遇，迎接市场挑战。对我国银行业，尤其是大型商业银行来说，应用商业智能成为目前提升核心竞争力的重要举措。既然商业智能应用在银行有如此大的作用，那么如何建立一套商业银行的商业智能平台系统，就是一个值得研究探讨的课题了，这是本文研究的主要目的。本文首先介绍了商业智能软件技术，阐述了数据仓库的体系结构。数据仓库体系结构提供了开发和部署数据仓库的整体框架结构；它是一个全面的蓝图。体系结构定义了标准、衡量指标、通用设计和支持的技术。数据仓库的叁个主要区域是：数据获取、数据存储和信息传递。数据仓库的主要组成部分有：源数据、数据准备、数据存储、信息传递、元数据、管理和控制。本文根据商业银行的商业智能平台系统的建设需求，以建立全行企业级的数据仓库系统为基础目标，以建立全行的统一报表中心、数据查询分析中心、多维分析中心为长远目标，深入研究并应用了数据仓库的体系架构，给出了一套完整的商业智能平台建设方案。本文首先充分分析了用户关于商业智能平台系统的总体需求、个人客户分析应用主题需求和非功能需求。并根据前面分析，设计了一个商业银行的商业智能系统的总体结构，有四大部分组成：各业务数据源、数据采集平台、统一数据平台及应用服务平台。然后对这四大组成部分进行逐一进一步分析和阐述。统一数据平台是本系统的实施重点，特别是其中的数据模型的建立，本文针对商业银行的特点，详细分析了个人客户分析需求，建立了分析数据区的数据模型。最后本文应用OLAP技术，阐述了如何采用IBM公司的OLAP工具Essbase进行多维分析的功能部署和实现。
吴湘宁[6]2014年在《地质环境数据仓库联机分析处理与数据挖掘研究》文中研究说明改革开放以来,我国经济得到快速发展,取得了举世瞩目的成就,然而,持续增长的工业化、农业现代化、城镇化进程也引发了地质灾害、地下水过度开采及污染、尾矿污染等一系列严重的地质环境问题,不但对人们的生活造成了越来越大的危害,而且也严重影响了我国经济长久发展的前景。因此,合理地利用各种自然和生态资源、对地质环境进行监控和防治、有效地减少和弥补社会经济的发展对地质环境的不利影响,是维持自然生态平衡、促进经济的可持续发展的一项重要工作。为此,我国构建了国家级、省级、地(市)级的叁级地质环境监测与管理部门体系,投入了大量人力、物力,广泛开展地质环境调查工作,全面收集了基础的地质环境数据,建设了完善的地质环境监测网络,实现了对重点对象监测数据的实时采集和传输。随着时间推移,这些地质环境调查数据和监测数据经不断积累已达到了一定的规模,现有的地质环境信息处理系统已经无法有效地对这些数据进行有效的分析和深入的挖掘。主要存在以下问题：(1)上级部门和下级部门、以及平级部门的所用的数据存放平台各异,数据存放很分散且数据格式也不统一,难以实现上下级以及平级部门之间数据的共享；(2)下级部门在形成上报数据的过程中,人工参与比较多,效率不高且容易造成上下级部门之间数据的不一致：(3)地质环境数据量变得越来越庞大,在检索并分析地质环境调查数据以及地质环境监测数据时,大量的查询、连接、聚合运算操作耗时巨大,分析效率低至无法忍受：(4)对地质环境调查及监测数据的分析和评估的手段还不够丰富,没有充分地利用丰富的海量历史数据来对其内部价值进行深入的挖掘,难以找山数据后面隐藏的地质环境演变的规律和模式,也无法评估各类因素对地质环境变化的影响情况。因此,将分散地存放在不同部门的、不一致的海量地质环境调查及监测的历史数据进行抽取、转换后,有机地整合到统一的存储空间,为全方位地分析评估和深入挖掘提供数据源,拓展和发现对地质环境调查及监测数据进行分析评估的新手段,从而最大限度地分析和挖掘出海量数据后面所隐藏的地质环境对象演化演变的规律,为地质环境的评估和治理决策提供更加科学的依据,已经成为新时代地质环境监测及防治信息化建设的首要任务。本文的研究内容源自中国地质环境监测院的地质环境数据仓库建设项目,项目的建设目标是构建集成度更高的、可实现数据融合的地质环境数据仓库,并实现相应的辅助决策应用系统。本文对当前国内外地质环境数据分析和处理手段的现状、我国地质环境管理部门的行政组织结构及业务工作流程、地质环境历史调查和监测数据的分布情况、目前地质环境信息化和数据分析处理工作中存在的不足进行了全面的探讨。在此基础上,提出了一个构建地质环境数据仓库及辅助决策应用系统的完整解决框架。整个框架可对地质环境操作数据库中的数据进行重组,构建地质环境数据仓库及多维数据模型,并实现了数据从操作数据库到数据仓库的清理、转换和加载。同时,还设计和实现了对数据仓库中的数据进行联机分析处理及数据挖掘的算法及模块,为地质灾害预报预警、地下水监测与保护、矿山地质评估、资源承载力评估等各种决策工作提供了支持。本文的主要研究内容有：(1)提出并构建了一个地质环境数据仓库,并实现联机分析处理和数据挖掘功能的完整体系,由此形成了一套地质环境数据集成、分析、挖掘、展示的完整框架。涵盖了从数据的清理、转换和加载,到OLAP多维数据模型的构建及对数据的即时分析处理,再到地质环境数据的深入挖掘等实现数据仓库应用所需的各个环节,有效地提升了地质环境信息的分析和评估的机制,开拓了地质环境管理辅助决策的新途径。(2)在分析现有地质环境数据的分布状态及管理流程的基础上,对地质环境数据进行了整合,设计了地质环境数据仓库的体系结构,并按照“地质灾害监测与治理”、“地下水监测与保护”、“矿山地质环境评估与治理”、“地质遗迹调查与保护”、“地质环境及资源承载力综合评价”等不同的数据集市来组织和存储地质环境历史数据。(3)研究了一套地质环境数据仓库的性能优化方案,综合运用Bitmap索引、分区管理、以及异步CDC增量抽取策略等多种手段,有效地提高了地质环境数据仓库的检索、分析效率。(4)研究构建地质环境多维分析体系的方法,设计、实现多种地质环境多维数据立方,并提供前端系统来实现灵活的联机分析处理。(5)研究基于地质环境数据仓库的数据挖掘模型,深入发现海量地质环境数据下隐藏的规律和模式,设计基于支持向量机的地质灾害时间序列预测、基于神经网络的地下水水质评价、基于综合指数分析法的矿山地质环境评估,基于综合指数分析法的自然资源环境承载力评估等数据挖掘算法。(6)研究、设计了多平台联机分析处理和数据挖掘前端系统的方案,实现了通过Web浏览器、智能手机、平板电脑都可访问地质环境数据仓库的灵活的前端系统,为地质环境数据仓库提供丰富的、直观的用户接口。论文的主要特色和创新点有：①提出并构建了集地质环境数据集成、分析、挖掘、展示为一体的地质环境数据仓库体系,系统地变革了地质环境数据分析的机制,提高了决策效率。②设计了综合运用索引、分区、增量抽取等多种策略的地质环境数据仓库性能优化方案,有效提高了数据仓库的运行效率。③为地质环境数据仓库提供了可在多种平台使用的、丰富灵活的前端系统接口,使数据仓库中的数据获得更加多样的使用途径。论文的不足有：①联机分析处理所使用的Mondrian平台虽然有着很好的移植性,但是在内存分配和处理上还存在着一定的缺陷,而且很难对内部实现细节进行调整。②由于研究时间有限,以及许多业务领域的数据还未汇集完整的原因,没有进一步提出更多的许多数据挖掘算法,并在地质环境数据仓库中加以验证和比较。总之,地质环境数据仓库及其联机分析处理和数据挖掘系统的出现,是地质环境数据处理方式的必然变革,也必定会提高地质环境管理和决策的科学性和效率。
丁毅[7]2006年在《基于数据仓库的零售业数据分析模型的设计研究》文中提出随着信息化的发展,战略信息对于商业的作用日益扩大。零售业是我国国民经济中的重要行业。近年来,零售业企业发展非常迅速,特别是中小型连锁超市异军突起,占领了大量的市场份额,企业之间的竞争也日趋激烈。中小型企业要想在竞争中取得优势,就要对自身的销售和经营情况更加了解,从而制定策略,提高竞争水平。而要深入了解自身的销售和经营情况,就要分析经营数据。数据仓库和OLAP技术正是为满足这样的需求而产生的。因此,通过数据仓库和OLAP技术对零售业数据的分析建模具有重要的实际意义。论文首先分析了数据仓库及OLAP技术与思想,以便有效地选取对于零售业这个特殊领域比较合理的技术和设计模型。然后以“河北好日子连锁超市”为背景,研究该企业目前经营的OLTP系统和数据库构架,制定数据仓库模型的需求分析,并引进客流数据的建设方案,加入该模型。接着进行主题设计、ETL设计、维度模型设计。进而构建数据仓库和多维数据集,通过企业的实际销售数据和获取的合理的客流数据进行OLAP多维分析,证明该模型的可行性。同时,还对基于Web的OLAP模型的实现方案进行了探索。最后对论文研究成果进行总结,以及提出进一步的研究工作。
徐思思[8]2016年在《住房公积金联网审计系统的设计与实现》文中认为现如今信息传播、处理的速度以及应用信息的程度等都以几何级数的方式在增长。计算机技术飞速发展、每个行业都在普及计算机,21世纪的信息化时代已成为不可抗拒的潮流。近年来,随着“金审工程”建设的不断推进,联网审计已成为信息化建设的重要组成部分。在大数据时代中,面对如此庞大的信息量并非人工所能管理。本文以住房公积金联网审计系统建设项目为依托,以住房公积金联网审计为研究对象,并结合公积金业务需求以及审计业务需求,完成对住房公积金联网审计系统的设计与研究。主要从数据采集管理、预警管理、模型构建、疑点管理以及审计分析展现等模块来研究和设计住房公积金联网审计系统,最终实现审计工作从单一的事后审计转变为事后审计与事中审计相结合,从单一的静态审计转变为静态审计与动态审计相结合,从单一的现场审计转变为现场审计与远程审计相结合。住房公积金联网审计系统的开发,充分利用了一系列应用模型实现了对公积金海量数据的分析处理、自动预警等功能,加强了对管理部门的日常监督,有效地提高了住房公积金审计的效率。
徐珊[9]2008年在《数据仓库在江西省公安厅综合信息分析系统中的应用》文中研究说明我国公安机关担负着打击犯罪、维护治安、管理服务社会等多方面的任务,公安信息化涉及面广、业务复杂、数据量巨大,特别是随着“金盾工程”的全面实施,公安工作信息化建设得到了飞速的发展,由此而产生了大量的公安业务数据。采用数据仓库技术,建设一个综合的、历史的、面向决策支持的公安业务综合信息分析系统,满足数据查询、分析和数据挖掘的需求,已成为公安业务信息化的一个重要环节。本文首先从决策支持和数据仓库的概念入手,分别介绍了决策支持和数据仓库的概念、数据仓库ETL过程、联机分析处理相关概念和方法、数据挖掘技术以及现有数据仓库解决方案,重点研究了基于数据仓库技术的公安综合信息分析系统的设计与实现方法。本系统选取CCIC全国犯罪信息数据库中的“在逃人员历史库”等五个业务数据库作为研究对象,采用IBM的整套商业智能解决方案(数据仓库采用DB2 UDB DATAWAREHOUSE STANDARD EDITION,olap数据库采用DB2OLAP SERVER STANDARD EDITION,前端展现工具采用Hyperion)。在设计实现部分,本文重点阐述了数据仓库系统的安装配置过程、数据抽取、转换和装载的实现过程、多维模型建立过程、前端分析工具的使用过程。在本文的最后还列举了应用此系统得到的一些相关分析结果以及系统后期的发展方向。本文为充分利用现有公安信息资源,深入挖掘目前已建成的应用数据库的信息,获得深层次的、有价值的增值信息探索出一条可行之路。本文的研究成果对今后公安系统的数据仓库建设和数据挖掘技术的应用具有一定的指导意义。
黄健[10]2012年在《基于3D WebGIS技术的地质灾害监测预警研究》文中认为地质灾害监测预警是地质灾害风险评价和风险管理的主要内容之一，是提升主动应对地质灾害能力的重要手段。随着社会和经济的高速发展，人类不断向山区寻求发展空间，造成地质灾害的发生越来越频繁，损失也越来越巨大。西南地区地质条件极为复杂，是我国受地质灾害影响最为强烈的地区之一，并且近年来又受到地震的影响（如5.12汶川地震），面临着更多复杂因素作用下的地质灾害问题。WebGIS、叁维可视化技术及监测数据实时传输技术等，可极大地促进防灾减灾的信息化水平。因此，结合3D WebGIS等技术，开展地质灾害监测预警研究，具有重要的理论意义和实用价值。本文在这一领域做了有益的探讨，取得了以下主要成果和结论：（1）初步建立了较为完善的地质灾害综合监测自动预警方法体系，系统地阐述了地质灾害监测预警的实施步骤。地质灾害监测预警以监测为主要手段，以监测数据的实时获取为灾害体稳定性快速评价及动态预警的基础，以综合监测预警方法的建立为核心，最终实现提升主动应对地质灾害的能力。四者组成了一个有机的系统，即地质灾害监测预警可遵循“地质灾害监测预警方法研究→地质灾害多源数据库构建→叁维空间展示平台开发→远程监测数据实时传输网络→综合监测预警系统”的流程。围绕上述内容，展开论文关键技术的研究，并开发了相应的系统程序，实现了地质灾害实时动态监测预警等功能。（2）通过对实例应用中单点与多点监测数据预处理方法分析的基础上，利用地质灾害常用的预警方法，结合到西南地区的历史数据构建了崩滑流地质灾害的预警判据，特别是建立了泥石流灾害的“雨强-累积雨量基准线”判据条件。以此为基础，选取其主要判据作为综合预警等级评价因子，建立了基于模糊数学原理的崩滑流地质灾害综合监测预警模型。（3）研究并开发了基于3D WebGIS技术的地质灾害综合信息管理及展示平台，集空间地理数据与各类属性信息于一体，提供直观、真实的叁维实景漫游等功能，实现了地质灾害海量数据的集成与共享。①提出了以OpenGL通用图形接口建立地形叁维模型，以高清航片作为纹理数据，快速获取效果逼真的叁维实景图的方法，为实现地质灾害海量的遥感影像与大规模地形数据有机融合奠定了基础。②通过利用数据压缩、瓦片金字塔及四叉树检索等技术与方法，实现了地质灾害海量空间数据的有效组织与管理；通过采用视锥体裁剪技术结合到LOD动态生成的空间数据调度方法，加快了大规模空间数据的渲染速度。③通过建立空间数据分布式存储系统，并对集群服务器负载均衡算法（加权最小连接法）进行了修正，根据各个服务器节点动态负载情况的综合评估结果，进行用户请求的合理分配，提高了空间数据的传输效率。通过发布REST服务，实现了地质灾害空间信息共享。④提出了地质灾害多源数据库的构建方法，其可遵循“原始数据采集→数据有效性整理、筛选→确定地质灾害分类标准→地质灾害属性数据项→管理软件及硬件配置→空间与属性数据库设计”的流程，实现了地质灾害空间属性等多源数据的集成。⑤采用UML静态图建立地质灾害隐患点空间属性信息管理的处理方法、约束条件及相关联系，设计了地质灾害多源数据库结构，并探索了基于地质灾害信息多维模型，利用ETL工具设计并实现面向地质灾害主题分析数据仓库的方法。（4）研究并建立了基于物联网技术的地质灾害综合监测数据传输网络，实现了由无线监测传感器网络（WSN）、数据远程传输网络及地质灾害监测预警中心网络构成的叁网一体的监测数据实时传输体系。①WSN以各种传感器为监测节点，基于无线通信协议建立具有自组织、动态变化特征的局域网络系统，再通过汇聚节点接入监测数据远程传输网络。②综合对比分析GPRS/CDMA、3G网络与北斗卫星通信在远程数据传输上的优劣，得出：GPRS等网络具有实时的高效传输效率、组网方便、且费用较低，但受到基站的限制；北斗卫星无信号盲区，但受到信息容量与时间间隔的限制。为此，建立了以GPRS/CDMA、3G网络通信为主，北斗一号卫星传输为辅的多元、多通道的地质灾害监测数据传输网络。实际应用证明该方案效果最佳。③建立了一套较全面的地质灾害监测数据编码体系，开发了多维异构监测数据集成终端的系统服务，实现了各种监测传感器协同工作，满足地质灾害实时动态预警对监测数据采集、传输及汇聚一体化的要求。（5）集成上述研究成果，综合运用GIS技术、数据库技术等，开发了基于网络环境条件下的地质灾害实时动态监测预警系统，实现了地质灾害叁维真实地形展示、信息查询、数据分析、实时监测、自动预警等功能。（6）以贵州省开阳磷矿区与四川省“叁大片区”地质灾害监测示范区为例，对地质灾害监测预警系统进行了试应用。通过2012年雨季的考验，显示系统能够及时反映灾害体的动态变形情况，并成功预警了8月17日暴发的文家沟泥石流与走马岭泥石流，证明了系统功能基本可行。该应用结果亦检验并支持了此项研究的理论性及实用性。
参考文献：
[1]. Web数据集成及多维分析模型研究[D]. 罗丹. 重庆大学. 2003
[2]. 基于Web方式的数据仓库系统的研究与应用[D]. 韩明华. 南京工业大学. 2005
[3]. 暂住人口数据仓库的设计与应用[D]. 王晖. 辽宁科技大学. 2008
[4]. 商业智能改进移动通信网络预警能力的应用研究[D]. 张俊. 西南大学. 2010
[5]. 商业智能在商业银行的应用研究[D]. 徐朝阳. 华东师范大学. 2007
[6]. 地质环境数据仓库联机分析处理与数据挖掘研究[D]. 吴湘宁. 中国地质大学. 2014
[7]. 基于数据仓库的零售业数据分析模型的设计研究[D]. 丁毅. 河北工业大学. 2006
[8]. 住房公积金联网审计系统的设计与实现[D]. 徐思思. 浙江工业大学. 2016
[9]. 数据仓库在江西省公安厅综合信息分析系统中的应用[D]. 徐珊. 南昌大学. 2008
[10]. 基于3D WebGIS技术的地质灾害监测预警研究[D]. 黄健. 成都理工大学. 2012
标签：互联网技术论文; 数据挖掘论文; 数据仓库论文; 数据集成论文; 数据挖掘算法论文; 多维数据库论文; 网络模型论文; 异构网络论文; 地质灾害评估论文; 信息集成论文; 审计方法论文; 商业智能论文; 数据分析论文;