曹爱华[1]2006年在《数据仓库技术研究及在电信经营分析系统的应用》文中进行了进一步梳理电信运营企业是高技术密集型企业，也是较早使用数据库和数据库管理系统的企业，在多年的运营中积累了大量的历史数据。同时现在电信行业的竞争正变得越来越激烈，如何拓展市场，如何保有老用户，如何争取新的用户等已经成为电信企业面对的重要问题。电信企业拥有的大量数据中可能蕴藏着回答这些问题的答案，但是现在并不能直接地获取。因此，电信企业对于将积累的大量历史数据转变为可以支持决策的知识的经营分析系统的需求越来越强烈。 数据仓库中的专题分析主要是探索业务部门比较关注的部分业务发展情况，实现对业务发展的跟踪和业务预演，抽取出潜在的，有价值的知识、模型或规则的过程。对于企业而言，专题分析可以有助于发现业务发展的趋势，揭示已知的事实，预测未知的结果，并帮助企业分析出完成任务所需的关键因素，以达到增加收入、降低成本，使企业处于更有利的竞争位置的目的。 本论文的主要内容包括对基于数据仓库技术的电信经营分析系统的研究和作者在电信经营分析系统的设计和实现中所做的工作。可以分为如下两部分：1、首先介绍了某电信经营分析系统的设计；然后重点讲述了该系统中的数据抽取及转换模块的设计实现过程，对项目中话单抽取时遇到的问题提出解决方案，并给出了改进的数据转换模块结构的设计。2、是对专题分析模块中资费分析的研究，首先是对资费分析的调研，明确问题方向，提出解决方案，然后，针对该运营商的话单数据进行了分析。 该文所描述的经营分析系统已经在某电信正式上线运行。
陈大庆[2]2007年在《数据仓库和数据挖掘技术在电信领域的应用研究》文中进行了进一步梳理随着电信各项业务的快速发展以及市场竞争的广度和深度不断扩大,迫切需要建立灵活的营销机制,适应新业务的开展和激烈的市场竞争的需要,商业智能(Business Intelligence,以下简称BI)开始进入电信行业。本文在对当前国内外数据仓库和数据挖掘的理论和技术进行学习研究的基础上,提出了电信营销支撑管理系统的设计和解决方案。论文围绕电信营销支撑管理系统的开发及应用,首先介绍了DW技术的概念、特征及相关技术,对DW的数据组织、构建方法、实现步骤做了进一步研究。论文重点介绍了如何利用数据仓库(DW)、联机分析处理(OLAP)和数据挖掘(DM)技术,将分布在电信企业内部的各个信息孤岛(BSS系统、计费系统、网元系统、大客户系统)进行数据整合,通过合适的数据建模,将企业管理者感兴趣的信息(或者知识),以各种方式展现出来。实现了构建企业统一数据视图、提供了省中心层面统一的取数途径、提高统计分析的时效性、让经营分析人员将精力更专注于数据分析。本文作者主持开发的这套系统已在电信的生产实践中发挥重大作用,指导电信企业有效解决如何调整费率政策、如何开发市场、如何充分发挥现有网络的效率、如何避免客户大量欠费、如何扩展长话业务等问题,使电信企业获得有效的决策支持,并已在兄弟公司推广使用。本文的意义在于,不仅成功的实现了对大容量、多系统数据的有效整合,建立了用户界面友好,支持从简单查询到深度数据分析的营销支撑管理系统,而且在系统的设计与开发中所采用的一些设计技术和方法具有很强的通用性,稍加改动就可以应用到其它领域。
韩全胜[3]2003年在《OLAP在电信业务分析系统中的应用》文中提出计算机网络与数据库技术的迅速发展和广泛应用，使得企业管理进入一个崭新的时代。面对当今竞争激烈与瞬息万变的市场经济，各级管理人员迫切需要面对不同层次的大量信息做出抉择，及时做出正确、有效的判断和决策。数据仓库就是针对上述问题所产生的一种技术方案。数据仓库前端工具则是数据仓库中直接面对用户的部分。数据仓库前端工具是否有效、全面和易于操作，将直接影响数据仓库的使用和推广。 作为数据仓库前端工具，联机分析处理(OLAP)是近十年迅速发展起来的一种高级决策支持工具。使用OLAP工具，人们可以深入分析和研究商业数据，发现趋势，看到异常情况，并得到重要细节以更好地理解商业行为。 近年来OLAP技术有了很大的发展，但随着Internet/Intranet技术的快速发展，传统的OLAP系统已不能满足用户不断发展的需求，暴露出越来越多的不足，已严重影响到系统的效率、可移植性和可维护性。 针对这一问题，本文设计并实现了基于关系型数据库的叁层OLAP系统。系统将ROLAP技术与传统的报表制作功能集成起来，能够从对关系型数据库的检索处理中，实现多维数据分析和报表制作处理。本文研究了如何由用户分析驱动，利用SQL语句和ROLAP引擎动态生成多立方体，满足用户报表及多维分析需求。 为了提高系统的扩展性，系统集成了分布对象、Web计算、OLAP、数据仓库等先进技术，实现了基于Intranet的叁层结构。系统基于Intranet的实现方案使得各个层次的决策者都可以充分利用数据仓库带来的好处，同时全中文的操作界面也有利于用户操作和掌握。
曹大伟[4]2011年在《基于数据仓库的电信客户数据分析系统的设计与实现》文中认为近年来，数据仓库系统在国内大中型企业中的实施案例越来越多，而且随着市场的进一步开放以及商业竞争的加剧，企业对市场分析、运作状态的监控和评估的要求越来越高，将会有更多的企业建设数据仓库系统。如何有效地实施数据仓库系统建设，快速地实现数据分析，以满足企业各种灵活、多样的分析统计要求，是本文关注的一个重要问题。本文通过一个电信客户数据仓库系统的建设过程，针对该行业的特点，给出了一个行之有效的建设电信行业数据仓库及搭建数据分析平台的方法。本文首先介绍了课题的研究背景，国内外研究现状及水平等，阐述了系统相关的理论基础，探讨了数据仓库技术，确定了系统的体系架构。其次，以电信―宽带用户‖主题为例，详细分析了数据仓库各主要环节的工作内容及相关方法。利用数据仓库的叁层体系结构，结合系统的实现过程，研究了数据仓库有关技术在项目实施中的应用。最后，利用开源BI（商务智能）套件—Pentaho BI，搭建了灵活的、方便的、适合工作人员使用的OLAP分析、报表分析和数据挖掘的数据分析平台。本系统有力地提升了电信企业的数据分析能力，使用企业能及时掌握自身业务、用户发展情况，并准确洞悉和把握市场态势，获得决策信息。同时，本系统利用开源工具，极大的加快了系统的开发周期，减少了企业的开发成本，为企业带来了很好的效益。
赵彦卓[5]2006年在《数据仓库和数据分析技术在互联网电信增值业务领域的应用》文中研究说明近年来，随着互联网电信增值业务的飞速发展，运营过程中积累了大量的历史数据。同时，随着电信行业竞争的加剧，互联网电信增值业务市场已成为各电信企业进行激烈角逐的重要领域。原来业务系统的关系数据库和传统的数据分析手段只能提供的简单查询和报表，不能获得数据的内在关系和隐含的信息。因此，如何对积累的这些历史数据进行有效的分析，发现知识，用以指导经营决策，已成为电信企业在竞争中制胜的关键。数据仓库、联机分析处理和数据挖掘技术的发展为解决这一问题提供了有效途径。但目前将数据仓库技术应用于互联网电信增值业务分析领域并未取得系统性的研究成果和成功的实施案例。在此背景之下，本文在调查研究互联网增值业务运营情况并分析掌握数据仓库和数据分析技术的基础上，设计并实现了一个基于数据仓库和OLAP、数据挖掘技术的互联网电信增值业务经营分析系统。论文主要进行了如下工作： 第一、介绍了论文的研究背景，分析研究了数据仓库的相关技术，包括数据仓库设计基础、联机分析处理(OLAP)技术和数据挖掘技术，这是设计实现互联网电信增值业务经营分析系统的技术基础。 第二、在对互联网增值业务的运营情况进行调研的基础上，总结了互联网增值业务的运营特点，互联网增值业务信息平台的功能和主要业务流程，这是设计实现经营分析系统的业务基础。 第叁、详细阐述了基于数据仓库、OLAP技术和数据挖掘技术的互联网电信增值业务经营分析系统的主题分析子系统的设计与实现，这部分是全文的重点。在这部分首先设计了互联网电信增值业务经营分析系统主题分析子系统的的总体技术方案，然后从数据存储层、数据获取层和数据访问层叁方面描述了具体方案的设计和实现过程。数据存储层采用面向主题的数据仓库技术来组织存储数据，结合对互联网增值业务经营状况的分析理解，设计了数据仓库概念模型的实体关系图、逻辑模型的星型模型图、物理模型详细设计的事实表、维表的
杨卉[6]2005年在《基于数据仓库和OLAP技术的电信数据帐务统计及分析系统》文中提出面对电信市场激烈的竞争,电信运营企业都在不断地降低成本,开发新业务,保留已有的客户,争取新的市场份额。本文通过对电信帐务数据进行深入的研究与分析,系统地阐述了电信帐务数据仓库和联机分析模型的设计与实现过程。数据仓库为商务运作提供结构与工具,以便系统的组织、理解和使用数据进行决策支持。本文在简单介绍了数据仓库以及联机分析处理的相关概念之后详细说明了电信企业数据仓库系统的结构设计及多维数据集模型;并且给出了以上网用户资料分析为主题的数据仓库及联机分析模型的构建;继而对电信帐务统计与分析系统的软件结构设计进行了说明,它在软件结构上分为数据转换子系统和联机分析处理子系统两部分。数据转换子系统是一个内容正确、在多个数据源间起决定作用的操作型数据源。它的特点是:数据最完整、最准确、最及时,结构最适合于数据仓库,并且与外部数据源最为接近。联机分析处理子系统又分为多维数据集建立模块和多维数据集查询分析模块。对于电信企业而言,充分利用历史数据、为企业做出正确的决策提供依据和支持,将大大降低企业的决策风险,提高企业的投入回报率,为企业的发展提供强有力的技术保障。
王静[7]2009年在《数据仓库在电信企业中的应用与研究》文中指出利用数据仓库(DW)、联机分析处理(OLAP)、数据挖掘(DM)等技术,对海量电信业务数据进行进一步的加工和组织,以提供历史发展和未来趋势的预测,为市场和财务分析,及经营决策提供支持是行业发展大势所趋。本课题主要针对企业目前资金紧张,专业系统数据还不是非常庞大、复杂,采用从小到大,从简单开始循序渐进,逐步完善的方法,建立适合企业日常使用的数据仓库系统,并根据实际需求设计企业需要的各种报表。目标是建立一个统一的数据信息平台,采用先进的数据仓库技术,提取企业数据中的有价值信息,为企业的客户服务、市场营销等工作提供科学有效的支撑,提升企业的运营水平和竞争能力,体现以客户为中心的经营理念。数据仓库技术应用在电信领域,对经营分析系统的发展起着举足轻重的作用,使用数据仓库使电信管理者由概念性决策转化为数据性决策。本人参与了此项目大部分的设计,重点参与了客户专题的开发与设计工作。本文主要研究内容和成果是：(1)数据仓库在电信企业应用的背景研究；(2)数据仓库技术研究；(3)数据仓库设计研究；(4)专题分析模块的设计及实现。通过对数据仓库技术在国内外的应用和发展状况做的调查,了解了我国数据仓库系统在电信企业应用的特点和不足,提出了系统整体需求。对数据仓库的相关概念和关键技术进行研究,为后续设计和实现工作奠定了理论基础。在设计阶段,得到了数据仓库系统的结构体系图、网络拓扑结构图和功能结构图。对数据仓库模型进行了概念模型设计、逻辑模型设计和物理模型设计。设计结果得出了数据仓库系统的主题,围绕主题进行了ETL过程设计和OLAP分析设计。在文章最后,展示了用户专题的部分功能。实现了B/S架构的用户专题分析,利用直观、形象的折线图、饼图、柱状图、叁维图形等形式将OLAP服务器处理得到的结果展现给最终用户。系统测试结果表明,用户专题功能达到了系统预期目标。
隋晓雪[8]2011年在《数据仓库技术在通信业务分析中的应用研究》文中研究说明随着企业信息化技术的不断发展,人们对信息提取的需求复杂化、多样化,数据仓库技术应运而生,企业管理者希望可以通过数据仓库系统获得海量数据内的隐含信息,对市场变化做出合理的判断,有针对性的、适时的拿出解决方案。数据仓库是一个新型的数据组织与存取的方法,它是面向主题的、时变的、集成的和非易失的支持管理决策的数据集合。数据仓库存储各种综合级的数据,将一些异构的、分散的数据源中的数据经过抽取、转换,然后加载到数据仓库中,为企业决策者提供分析环境,并为企业决策者做出正确的决策提供科学合理的依据。OLAP(on-line Analytical Processing)联机分析处理,它有效的利用数据仓库中的信息资源,对数据仓库中的数据按照不同的粒度策略进行综合归类,它的实现是采用客户-服务器体系方法构成的,可以对客户请求做出快速响应,并且它可以利用核心技术多维分析将多维数据视图展现在用户面前。本文分析了数据仓库基本理论,结合吉林铁通工程实际构建了吉林铁通通信业务分析数据仓库,为铁通运营商更好的了解自身状况和市场变化提供可靠的分析环境。在设计吉林铁通通信业务分析数据仓库时,基于目前铁通通信业务系统的运营现状,分析其业务主题及分析维度,构建了星型数据仓库模型,并以提高查询效率为前提,将改进的轮廓连接算法应用到星型模型上。然后根据其数据状况,进行了粒度分析和分区设计,设计完成了满足铁通OLAP分析需求的数据仓库。设计方案中采用数据驱动和需求驱动相结合,对数据仓库的数据模型、存储以及数据的抽取、转换与加载进行了详细的分析和设计,最后通过OLAP分析,建立多维数据模型,以报表形式将结果展示在用户面前。
洪锐[9]2006年在《数据仓库与OLAP技术在电信领域应用研究》文中研究表明目前,数据仓库技术正处于快速发展时期,基于数据仓库的联机分析处理系统也正在成为IT行业新的增长点。数据仓库技术起源于对大量数据进行处理的需要,是随着业务应用的需要而产生的。与传统的数据库技术相比,数据仓库为决策分析提供了更好的支持,跳出了传统联机事务处理的范畴。因此近几年来,1数据仓库技术发展很快,并在各个行业都得到了很多的应用。相对于国外大中型企业,我国企业的数据仓库建设目前还处于起步和探索阶段,在电信企业这样大型的信息化产业内部建设数据仓库应用,对技术更是提出了更高的要求。目前,介绍数据仓库和OLAP技术的书籍和资料在概念和结构方面讨论较多,本文希望通过讨论在设计和具体实现数据仓库,以及基于数据仓库的OLAP的过程中遇到的一些比较实用和细节的问题,达到从实际出发、突出实用性和集成性的特点。本文首先阐述了数据仓库的和联机分析处理的概念和发展历史,以及当前我国电信行业对传统数据库的应用情况;接下来从理论上分析了数据仓库和多维分析与传统数据库应用的不同之处,重点阐述了对数据进行多维分析的概念和方法,并提出了一种能够有效提高多维查询效率的实体化视图算法。在应用分析部分,针对数据仓库建设的各个重点环节进行分析和讨论,结合理论知识和实际经验得出最适合当前电信行业应用的处理方案或建议,并讨论了当前可应用数据仓库和联机分析处理技术的领域。最后给出了一个数据仓库的应用实例——电信话单分析系统,通过该系统的从建模到数据抽取,到多维分析应用,展示了如何从现有业务系统上建立数据仓库应用和多维分析方法。建设数据仓库系统能够极大地提高国内电信企业的业务支撑能力,丰富企业的业务应用内容,提高企业的市场竞争力,缩短与国际电信企业在运营管理能力方面的差距。为迎接进入WTO后更开放的、竞争更激烈的电信市场做好技术准备。
孙晓健[10]2006年在《经营分析系统的开发及应用》文中研究指明为了提高电信行业工作效率和服务质量,建立灵活的营销机制,适应新业务的开展和激烈的市场竞争的需要,商业智能(Business Intelligence,以下简称BI)开始进入电信行业。BI应用在电信行业又称作电信经营分析系统。电信经营分析系统通过数据仓库技术将分布在企业内部的各个信息孤岛(BSS系统、计费系统、网元系统、大客户系统)进行了数据整合,通过OLAP、数据挖掘技术将企业中长期积累的海量数据进行数据操作和多维分析处理,将企业管理者感兴趣的信息(或者知识),以各种方式展现出来。实现了构建企业统一数据视图、提供了省中心层面统一的取数途径、提高统计分析的时效性、让经营分析人员将精力更专注于数据分析。论文围绕电信经营分析系统的开发及应用,在以下几个方面进行了研究,第一方面研究了在电信企业中建设经营分析系统的必要性,经营分析系统在全球电信行业中的应用现状和发展趋势;第二方面研究了BI系统所主要运用的几方面技术,包括数据仓库、OLAP、数据挖掘等;第叁方面以江苏电信为例研究了整个经营分析系统的总体设计思路;第四方面研究了整个经营分析系统的功能实现;第五方面研究了整个经营分析系统的运行环境;第六方面进行结论性分析,阐述系统应用效果以及对江苏电信管理提升的作用等。该系统已经开发完成并在江苏电信投入使用,2005年在中国电信集团同类系统的评比中荣获一等奖。
参考文献：
[1]. 数据仓库技术研究及在电信经营分析系统的应用[D]. 曹爱华. 北京邮电大学. 2006
[2]. 数据仓库和数据挖掘技术在电信领域的应用研究[D]. 陈大庆. 上海交通大学. 2007
[3]. OLAP在电信业务分析系统中的应用[D]. 韩全胜. 重庆大学. 2003
[4]. 基于数据仓库的电信客户数据分析系统的设计与实现[D]. 曹大伟. 华南理工大学. 2011
[5]. 数据仓库和数据分析技术在互联网电信增值业务领域的应用[D]. 赵彦卓. 北京邮电大学. 2006
[6]. 基于数据仓库和OLAP技术的电信数据帐务统计及分析系统[D]. 杨卉. 吉林大学. 2005
[7]. 数据仓库在电信企业中的应用与研究[D]. 王静. 西安电子科技大学. 2009
[8]. 数据仓库技术在通信业务分析中的应用研究[D]. 隋晓雪. 长春工业大学. 2011
[9]. 数据仓库与OLAP技术在电信领域应用研究[D]. 洪锐. 电子科技大学. 2006
[10]. 经营分析系统的开发及应用[D]. 孙晓健. 上海交通大学. 2006
标签：电信技术论文; 数据仓库论文; 大数据论文; 多维数据库论文; 数据分析能力论文; 用户研究论文; 有效市场论文; 用户分析论文; 数据挖掘论文; 商务智能论文; 电信行业论文;