校园一卡通决策支持系统的研究与实现

论文摘要

校园一卡通系统的建设实现了校园内的消费无货币化,实现了学校管理的规范化,实现了学校财务集中管理的目标,因此,校园一卡通系统已经成为数字化校园的重要组成部分。但一卡通系统是一个基于关系数据库的应用系统,它要求能快速用户的消费请求,因此,在设计它时重点考虑它的应用功能的实现,而对于的数据的分析没有考虑。然而通过对数据的分析,可以从变化中找出规律,能发现潜在的问题,对今后的工作有重要的指导作用。因此,建立一个数据的分析决策系统是有意义的。以校园卡交易数据为研究对象,通过数据仓库、联机分析处理技术以及数据挖掘技术的综合运用来建立数据分析决策系统。首先阐述了数据仓库技术、联机分析处理技术以及数据挖掘技术的基本原理以及挖掘的核心算法,然后针对某高校校园一卡通的卡内信息进行了初步分析,利用数据仓库有关概念,对所涉及的多个数据库进行了集成与转换,形成了利于挖掘的综合数据库,并以此建立了数据仓库。结合理论描述了作者在一些前沿领域所作的探索性尝试和努力:采用聚类方法中的K-means算法为基础进行聚类分析,讨论了关联规则挖掘方法,采用了基于聚类的关联规则改进算法,发现水的消费与学生的性别有关联。本文的工作表明数据挖掘用于校园一卡通的数据分析是有意义的。同时现在的工作也为未来学校综合信息知识获取的进一步研究、构造完整的分析平台以及实现更高层次的领导决策支持整体框架打下了坚实基础。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 论文研究背景
• 1.2 校园卡数据分析侧重的几个问题
• 1.3 采用的技术
• 1.4 存在的问题
• 1.5 本文的工作及意义
• 第二章 数据仓库技术的理论和应用
• 2.1 数据仓库的需求
• 2.2 数据仓库的基本概念
• 2.3 数据仓库的体系结构
• 2.4 数据仓库中的数据组织
• 2.4.1 数据的组织结构
• 2.4.2 数据的组织方式
• 2.4.3 数据的粒度与分割
• 2.4.4 数据仓库的数据追加
• 2.5 数据仓库的设计
• 2.5.1 数据仓库需求分析
• 2.5.2 概念模型设计
• 2.5.3 逻辑模型设计
• 2.5.4 物理模型设计
• 2.6 数据仓库的数据导入
• 第三章 联机分析处理（OLAP）
• 3.1 OLAP的基本概念
• 3.2 OLAP系统的体系结构
• 3.3 OLAP的数据结构
• 3.4 系统中OLAP应用系统的设计
• 3.4.1 数据立方体的设计
• 3.4.2 透视表服务(Pivot Table Servic
• 3.4.3 客户端的决策支持对象（Decision Support Object,DSO）
• 3.4.4 多维表达式
• 第四章 数据挖掘简介
• 4.1 数据挖掘的产生和发展
• 4.2 数据挖掘的研究现状
• 4.3 数据挖掘的基本概念
• 4.4 数据挖掘的过程
• 4.5 数据挖掘算法描述
• 4.5.1 聚类算法
• 4.5.2 关联规则挖掘算法
• 第五章 一卡通数据分析系统的设计与实现
• 5.1 系统中一卡通数据的预处理
• 5.1.1 信息构成分析
• 5.1.2 数据信息的集成
• 5.1.3 数据过滤与选择
• 5.1.4 数据转换
• 5.2 系统中数据仓库的实现
• 5.3 数据挖掘算法的选择
• 5.3.1 聚类算法的选择-K-Means算法
• 5.3.2 基于聚类的关联规则改进算法
• 5.4 系统中算法的实现
• 5.4.1 聚类
• 5.4.2 关联规则的挖掘
• 第六章 结束语
• 参考文献
• 致谢
• 个人简历 在读期间发表的学术论文与研究成果