基于数据仓库的金融统计信息平台及其应用研究

论文摘要

数据仓库技术作为一种决策支持的手段已经为越来越多的企事业单位以及研究机构所接受,特别是在金融领域的发展日益迅猛。金融机构为了在激烈的竞争中求得生存,纷纷着手建立自己的数据仓库。本文的主要研究内容为如何应用数据仓库技术搭建金融统计信息平台,然后利用联机分析处理和数据挖掘技术设计金融统计信息平台的应用系统构建方案,具体思路为:首先,将金融机构各业务系统的数据经过抽取、转载、清洗后加载到中央数据仓库,然后利用数据仓库技术根据不同的粒度,分层搭建金融统计信息平台,并在此基础上,结合联机分析处理技术和数据挖掘技术,提出平台应用系统的整体构建方案,最后,给出一个根据上述方案建设的实例——银行业非现场监管信息系统。本研究采取数据仓库分层设计,分步实施的办法,设计出的金融统计信息平台具有很强的可扩展性。基于该平台的不同层次,各金融机构未来可建设一些以数据展现和数据分析以及数据挖掘为主的各类管理系统。另外,研究在最后给出的实例,综合体现了数据仓库在项目中具体建设的关键要素和设计开发过程,希望本课题的研究,对金融机构以后的决策支持系统的建设能够起到借鉴作用。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景和现状
• 1.1.1 研究背景
• 1.1.2 研究现状
• 1.2 研究意义
• 1.3 研究的思路与文章框架
• 1.4 研究重点和创新点
• 1.4.1 研究重点
• 1.4.2 研究创新点
• 第二章 数据仓库技术发展历史及基础理论介绍
• 2.1 数据仓库概念及其发展
• 2.1.1 数据仓库的概念
• 2.1.2 数据仓库的发展历史概述
• 2.2 数据仓库理论基础
• 2.3 数据仓库与传统数据库的比较
• 2.4 数据仓库技术简介
• 2.4.1 数据源
• 2.4.2 后端处理
• 2.4.3 数据仓库及其管理
• 2.4.4 元数据管理
• 2.4.5 数据集市
• 2.4.6 数据仓库应用
• 2.4.7 数据展示
• 第三章 金融统计信息平台系统方案分析设计
• 3.1 业务需求分析
• 3.1.1 功能性需求
• 3.1.2 非功能性需求
• 3.2 平台系统设计思想
• 3.3 金融统计信息平台系统整体框架
• 3.4 金融统计信息平台系统数据仓库设计
• 3.4.1 数据仓库的数据处理
• 3.4.2 数据仓库的数据组织
• 3.4.3 数据仓库的数据模型
• 3.5 系统配置
• 3.5.1 硬件配置
• 3.5.2 软件配置
• 第四章 金融统计信息平台应用系统总体架构设计
• 4.1 OLAP 技术
• 4.1.1 OLAP 概念简介
• 4.1.2 OLAP 的功能
• 4.1.3 OLAP 的构成
• 4.2 数据挖掘技术
• 4.2.1 数据挖掘技术概念
• 4.2.2 数据挖掘的数据分析过程
• 4.2.3 数据挖掘类型及常用算法简介
• 4.3 应用系统总体实现架构
• 4.3.1 数据采集功能分析
• 4.3.2 数据服务功能分析
• 4.3.3 应用系统总体实现架构
• 4.4 应用系统整体技术架构
• 4.5 应用系统数据流架构
• 第五章 基于数据仓库的金融统计信息平台应用实例——银行业非现场监管信息系统
• 5.1 系统简介
• 5.1.1 系统建设背景
• 5.1.2 系统功能
• 5.1.3 系统业务流程
• 5.2 系统数据仓库建设
• 5.2.1 数据库及数据仓库管理工具选取
• 5.2.2 建模方法选取
• 5.2.3 数据仓库的逻辑设计
• 5.3 系统业务功能实现与使用
• 5.3.1 数据采集
• 5.3.2 报表管理
• 5.3.3 数据分析
• 5.4 系统采用的关键技术
• 5.4.1 系统部署解决方案——JAVA WEB START
• 5.4.2 系统前端表现层开发技术——STRUTS 框架
• 5.4.3 系统后台数据持久层开发技术技术——HIBERNATE 工具
• 第六章 总结与展望
• 6.1 论文的主要工作
• 6.2 工作展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文