基于数据仓库的统计综合信息分析系统的研究与实现

论文摘要

随着信息技术的迅速发展和广泛应用,政府职能机构迫切需要面对不同层次的大量信息做出快速、准确的抉择,而统计局作为政府主管统计和国民经济核算工作的综合职能部门,收集了大量的不同时期、不同专业、分散的原始统计资料,随着国民经济的快速发展,如何高效、快速的使用统计数据、定量分析数据,为政策制定者提供辅助决策变的由为迫切。数据仓库作为一个决策支持环境,它能把统计局的不同时期、不同专业的原始统计资料(不同数据源),包括各种异构的事务处理系统的数据、外部数据及脱机的历史数据,集中到一个统一的平台之下,并通过数据的集成和转换,对面向主题的数据进行重组,利用联机分析处理、数据挖掘等技术实现对政府部门不同主题的、多方位的决策分析支持,帮助领导决策分析起到辅助作用,充分发挥统计局在经济发展中的重要作用和数据处理技术的领先优势。本文在详细分析了统计系统业务状况下,基于需求调研,确定了统计综合信息分析系统的功能需求,参考国家统计局《统计分析工具软件基本功能规范》,采用SQL Server 2005作为数据仓库解决方案,设计并实现了统计综合信息分析系统。本文阐述了系统的设计思想、系统的特点及系统设计等,并详细阐述了数据仓库的设计过程,写出了数据处理流程和方案。完成的主要工作有:①根据调研,结合当前统计工作实际,按照工程化、模块化的思想编制了决策分析系统的需求分析文档。②通过SQL Server 2005的数据仓库解决方案成功构建了数据仓库,根据需求分析,结合利用深圳艺华公司的数据仓库管理系统(Web Edge Enterprise 3.0)这一工具建立数据仓库中的各类细节表,以满足后期数据建模需要。通过建立数据仓库,实现了对数据资源的整合,将分散于各专业的数据组合成一个整体,使历史数据成为有效的、可延续的、再利用的活档案。③设计了数据处理流程,制定了数据处理系统的设计方案。④利用SQL Server 2005提供的SSIS(SQL Server Integration Services)平台对数据源中的数据进行提取、清洗、转换并追加进入综合数据仓库,从而建立起了一套对数据进行深层次分析、对社会经济形势进行科学预测的工具,脱离原始的手工编程汇总这种低效率、低质量、不全面的分析预测模式,成为一个使数据能够得到充分应用的分析平台。⑤成功利用SQL Server 2005提供的SSAS(SQL Server Analysis Services)平台对数据进行联机分析处理和数据挖掘,进而提高了统计服务的质量、扩大了服务范围,成为专业人员依赖的工具,成为领导决策的助手,成为社会公众进一步了解社会经济发展的窗口。⑥结合OWC 11.0( Microsoft Office Web Components)在前端进行多维展现,并提供良好的用户界面,将枯燥乏味的数字图形化,直观清晰地实现对宏观经济运行状况的监测、分析、预测。统计综合信息分析系统已经成功应用于渝中区统计局,在使用过程中系统运行稳定、良好。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 问题的提出及研究意义
• 1.1.1 问题的提出
• 1.1.2 研究的意义
• 1.2 国内外发展状况及趋势
• 1.3 本文研究的主要内容
• 1.4 本文的组织结构
• 2 统计综合信息平台的总体概述
• 2.1 平台建设背景
• 2.1.1 行业背景
• 2.1.2 全市现状
• 2.1.3 用户特点
• 2.2 平台模块简介
• 2.2.1 核心模块功能
• 2.2.2 其它功能模块
• 2.3 平台系统接口
• 2.4 平台的总体设计概述
• 2.4.1 设计的核心理念
• 2.4.2 系统模型设计
• 2.4.3 系统物理架构
• 2.4.4 系统特点
• 3 综合信息分析系统的设计
• 3.1 系统的设计思想
• 3.2 系统的特点
• 3.3 系统的需求分析
• 3.3.1 目前软硬件设施情况
• 3.3.2 本系统的总体需求分析
• 3.3.3 本系统的详细需求分析
• 3.4 系统的设计
• 3.4.1 模块设计
• 3.4.2 总体架构设计
• 3.4.3 数据仓库的详细设计
• 3.4.4 数据处理系统设计
• 3.5 系统建设中采用的技术
• 3.5.1 数据提取
• 3.5.2 数据清理与集成
• 3.5.3 数据加载与刷新
• 3.5.4 数据查询与报表工具
• 3.5.5 OLAP 服务器
• 4 综合信息分析系统的运行效果
• 4.1 数据仓库管理模块的运行效果
• 4.1.1 数据定义
• 4.1.2 数据转换
• 4.2 数据建模模块的运行效果
• 4.2.1 系统注册与登陆
• 4.2.2 建模工具
• 4.2.3 维度管理
• 4.2.4 定义模型
• 4.2.5 模型管理
• 4.3 分析展现模块的运行效果
• 4.3.1 数据查询
• 4.3.2 OLAP、DM 分析
• 5 结论与展望
• 5.1 结论
• 5.2 展望
• 致谢
• 参考文献
• 附录