数据仓库技术在零售行业中的应用研究

论文摘要

数据仓库技术是信息领域中近年来出现并发展迅速的一种计算机技术,它可以对原始的操作数据进行各种处理,转换成有用信息,充分利用这些信息,分析并做出策略性的决策。 作为传统数据处理密集型行业之一的零售业,随着业务的增长,面对大量历史数据和当前事务数据,构建数据仓库平台,挖掘其中蕴含的信息,进行信息分析和决策支持将成为信息化管理的主要组成步骤。数据仓库在零售行业中的应用将急速增长。 本文首选系统地介绍了数据仓库技术的基本概念、体系结构、物理数据库的设计以及基于数据仓库的联机分析处理理论;然后以顺电数据仓库系统为原型分析数据仓库建设的整个过程,包括可行性分析、系统架构、维度建模过程和数据集市的组织;最后论述了本课题的主要创新成果,包括所归纳的三个零售行业的主题分析模型的实用性和通用性,研究了一套独特地模式来优化数据仓库的数据抽取、数据转换和数据上载过程的效率,通过对数据加载时间控制的研究得出了加载时问控制的一套优化方法,独特地采用缓慢变化维度的方式来解决幽内应用系统因组织结构变化所带来的历史痕迹分析的需求。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 前言
• 1.2 国内外研究现状
• 1.3 数据仓库的前景和未来发展方向
• 1.4 本课题主要研究内容及目标
• 第二章 数据仓库技术概述
• 2.1 数据仓库
• 2.1.1 数据仓库的概念与特征
• 2.1.2 数据集市
• 2.1.3 数据仓库中的数据组织结构
• 2.1.4 数据仓库的多维数据模式
• 2.1.5 数据仓库的物理数据库设计
• 2.2 OLAP
• 2.2.1 OLAP与OLTP的关系、比较
• 2.2.2 OLAP分类
• 2.2.3 OLAP结构
• 2.3 Microstrategy公司BI主要产品
• 第三章 顺电数据仓库的设计和技术实现
• 3.1 顺电数据仓库系统的可行性
• 3.2 顺电数据仓库系统的总体结构
• 3.3 维度建模在顺电数据仓库中的应用
• 3.3.1 顺电数据仓库建设中的四步维度设计过程
• 3.3.2 顺电零售实例的研究
• 3.3.2.1 第一步：选取业务处理
• 3.3.2.2 第二步：定义粒度
• 3.3.2.3 第三步：选定维度
• 3.3.2.4 第四步：确定事实
• 第四章 课题的主要技术创新点
• 4.1 零售行业模型的归纳
• 4.1.1 销售主题分析模型
• 4.1.2 财务分析模型
• 4.1.3 库存管理分析模型
• 4.2 从优化SQL入手提高数据仓库ETL效率的分析
• 4.2.1 优化的思路分析
• 4.2.2 优化的实例分析
• 4.2.2.1 索引的正确使用
• 4.2.2.2 游标的正确使用
• 4.2.2.3 数据抽取和上载时的SQL优化
• 4.3 有关数据加载时间控制的分析
• 4.3.1 问题的提出
• 4.3.2 实例分析
• 4.4 缓慢变化维度建立的必要性及解决方案分析
• 4.4.1 问题的提出
• 4.4.2 解决方案
• 第五章 总结和展望
• 参考文献
• 致谢
• 研究成果