数据仓库技术在通信业务分析中的应用研究

论文摘要

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。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 论文技术背景
• 1.2 国内外研究现状
• 1.3 铁通市场对数据仓库技术的需求
• 1.3.1 铁通市场经营环境
• 1.3.2 电信业务数据仓库项目特点
• 1.4 论文组织结构
• 第二章 数据仓库及OLAP技术
• 2.1 数据仓库产生背景
• 2.2 数据仓库定义及相关概念
• 2.3 数据仓库体系结构
• 2.4 数据仓库构建
• 2.4.1 数据仓库模型层次
• 2.4.2 数据仓库数据组织
• 2.5 OLAP技术
• 2.5.1 OLAP逻辑概念及基本操作
• 2.5.2 OLAP与数据仓库的关系
• 2.5.3 OLAP的实现结构
• 第三章 铁通通信业务分析数据仓库实现
• 3.1 吉林铁通通信业务分析业务需求
• 3.1.1 通信业务分析业务特征
• 3.1.2 数据仓库建设原则
• 3.1.3 通信业务分析数据仓库业务功能需求
• 3.1.4 通信业务分析系统体系结构
• 3.2 通信业务分析数据仓库概念模型设计
• 3.2.1 通信业务分析主题确定
• 3.2.2 通信业务分析系统维度划分
• 3.2.3 通信业务分析系统分析指标体系
• 3.3 通信业务分析系统数据仓库逻辑模型设计
• 3.3.1 数据仓库逻辑模型选择
• 3.3.2 数据仓库数据粒度设计
• 3.3.3 数据仓库数据分区设计
• 3.4 通信业务分析数据仓库支持的分析业务
• 3.5 数据仓库数据存储分析
• 3.6 ETL实现
• 3.6.1 数据抽取规则的制定
• 3.6.2 数据抽取实现
• 3.6.3 数据转换与加载
• 3.7 元数据及管理
• 第四章 通信业务分析中OLAP应用
• 4.1 收入情况分析
• 4.2 收入情况OLAP分析过程
• 4.2.1 数据仓库主题域选择
• 4.2.2 分析指标及分析方法确定
• 4.3 多维分析数据模型的设计
• 4.4 OLAP多维分析实现
• 4.4.1 轮廓连接查询改进算法应用
• 第五章 总结
• 5.1 总结
• 5.2 展望
• 致谢
• 参考文献
• 附录
• 作者简介
• 攻读硕士学位期间研究成果