论文摘要
当前通信市场及其相关技术正处于高速发展的阶段,电信运营企业需要不断提升科学决策能力和精细化运营管理能力。商业智能(Business Intelligence, BI)系统在新的市场竞争环境下能发挥重要作用。电信企业的经营分析系统直接反映企业经营管理状况,帮助企业进行经营决策和市场营销,是企业决策支撑系统。运用数据仓库、数据分析和挖掘技术,构建经营分析系统,对信息进行智能化加工处理,发现海量通信数据中蕴涵的知识,为市场决策管理者提供及时、准确、科学的决策依据,是提升电信企业竞争力的有效手段。本文分析电信企业经营分析系统中基于数据仓库(Data Warehouse, DW)和数据挖掘(Data Mining, DM)的相关技术,结合电信企业海量数据的特点,提出一种分级式数据仓库构建方法,并在该方法的基础上设计和实现分级式数据仓库经营分析系统原型并实现其中的营销管理功能。本文主要围绕三个方面展开研究工作。一是分析电信企业海量数据的异构特点,提出一种分级式数据仓库构建方法,实现分级式经营分析系统。该方法通过统一数据仓库的数据结构、统一数据逻辑模型、统一业务指标口径定义,从而实现异构数据的集成与共享。该方法解决海量数据仓库内数据的统一存储和标准化问题,为数据质量管理及统一业务应用打下坚实的数据基础。二是研究数据挖掘技术在市场营销中的应用,利用大量数据信息资源,进行智能化加工和处理,提出一个精准营销预测模型,实现精细分析和精确营销。三是在构建的分级式数据仓库经营分析系统的基础上,利用营销模型,实现系统营销管理功能,为市场营销和决策管理者提供准确及时的数据依据。
论文目录
相关论文文献
- [1].数据仓库技术在高速公路数据仓库系统中的应用[J]. 吉林交通科技 2011(01)
- [2].基于微软数据仓库的农业科技支撑数据应用分析与展望[J]. 农业展望 2019(12)
- [3].计算机数据仓库的构建原理及发展趋势[J]. 延边教育学院学报 2018(06)
- [4].七大云计算数据仓库[J]. 计算机与网络 2019(20)
- [5].基于网络数据仓库及OLAP技术的决策支持系统设计[J]. 网络安全技术与应用 2015(11)
- [6].大数据环境下动态数据仓库的应用研究[J]. 电子技术与软件工程 2015(02)
- [7].维数据仓库及其在复杂数据建模中的应用研究[J]. 通讯世界 2015(03)
- [8].使用数据清洗技术进行中医药数据仓库质量控制研究[J]. 中国数字医学 2012(04)
- [9].数据仓库构建之行为模式分析[J]. 信息系统学报 2013(01)
- [10].采用云计算技术构建大型数据仓库平台的解析[J]. 计算机光盘软件与应用 2013(22)
- [11].再谈数据仓库[J]. 软件和信息服务 2013(02)
- [12].数据仓库突破者[J]. 软件和信息服务 2010(04)
- [13].基于SQL Server 2005构建数据仓库的探索[J]. 新课程(教育学术) 2012(01)
- [14].重塑传统,打造第四代数据仓库[J]. 软件和集成电路 2019(01)
- [15].基于数据仓库的数据血缘管理研究[J]. 轻工科技 2019(04)
- [16].数据仓库在区域健康管理大数据平台构建中的应用[J]. 中国卫生信息管理杂志 2019(03)
- [17].水质监测实验室信息管理系统中数据仓库的运用[J]. 信息系统工程 2019(07)
- [18].测量数据仓库的概念研究[J]. 遥测遥控 2018(01)
- [19].生态应急决策支持数据仓库战略设计与实施研究[J]. 镇江高专学报 2018(01)
- [20].云环境下的分层数据仓库架构及其服务研究[J]. 现代信息科技 2018(01)
- [21].医院信息化建设中数据仓库技术的应用[J]. 信息与电脑(理论版) 2018(22)
- [22].基于大数据平台构建数据仓库的研究与实践[J]. 中国金融电脑 2017(05)
- [23].面向大型装备状态分析的分布式实时数据仓库构建技术[J]. 计算机集成制造系统 2017(10)
- [24].基于数据仓库和数据采集的高校教学管理决策支持系统研究[J]. 佳木斯职业学院学报 2015(12)
- [25].农信数据仓库的建设路径[J]. 中国农村金融 2015(02)
- [26].数据仓库与数据技术的研究与应用[J]. 信息与电脑(理论版) 2014(24)
- [27].数据仓库可以帮助医疗保健机构达到有效使用[J]. 中国数字医学 2011(07)
- [28].关于数据库技术与数据仓库的思考[J]. 数字技术与应用 2015(09)
- [29].浅析地质数据仓库的特点及数据组织[J]. 科学中国人 2016(17)
- [30].浅析数据仓库与数据挖掘的应用[J]. 内江科技 2014(01)