社会保障的政务智能系统研究与实现

论文摘要

劳动和社会保障信息化建设经过十几年的发展,系统建设已初具规模。但同时新的问题开始应运而生;一方面,历史性数据开始出现,对大量历史数据的管理已迫在眉睫;另一方面,用户已经不只满足于单纯的业务流程自动化,而希望能够更好地汇总、分析多年来积累的庞大的业务数据并从中挖掘出业务的内在规律,以便更好地支持决策过程。近几年商务智能技术的发展为此问题的解决提供了很好的方案。商务智能系统是建立在数据仓库、OLAP、数据挖掘等技术的基础之上,通过收集、整理和分析企业内外部的各种数据,加深企业对客户及市场的了解,并运用一定的工具对企业运营状况、客户需求、市场动态等做出合理的评价及预测,为企业管理层提供科学的决策依据。从技术应用角度可以认为政务智能(GI)就是商务智能(BI)的一些软件工具在电子政务中的应用,GI的技术基础与BI是相同的,他们都是数据仓库(DW)、联机分析处理(OLAP)和数据挖掘(DM)三个部分技术的融合。GI与BI的区别主要由企业与政府的职能、属性及目标不同所决定的。文首先介绍了研究背景和现状,紧接着论述了政务智能、数据仓库、OLAP与数据挖掘等基本概念,研究现状,及DW、OLAP与DM三者关系。通过对上述技术的研究,提出了基于贵阳社保的政务智能系统架构方案。这其中包括:系统设计目标、总体方案描述、系统架构。对目前流行的数据库、ETL、OLAP、数据挖掘工具进行了介绍,并确定了本系统所采用的工具。最后以贵阳社保医疗待遇主题为例给出详细的数据仓库的设计、ETL过程、OLAP展现及数据挖掘整个政务智能系统的具体实施。并对OLAP、数据挖掘的结果进行了分析。为社保部门如何对海量信息进行利用,提高决策科学性做了有益的探索。

论文目录

• 摘要
• ABSTRACT
• 目录
• 1 绪论
• 1.1 研究背景及意义
• 1.2 国内外发展现状
• 1.2.1 政务智能及其在社保领域的研究现状
• 1.2.2 政务智能相关技术研究现状
• 1.3 研究内容及创新
• 1.4 论文的组织结构
• 2 政务智能、数据仓库、OLAP与数据挖掘概论
• 2.1 政务智能
• 2.2 数据仓库
• 2.2.1 数据仓库概念
• 2.2.2 数据库与数据仓库的区别
• 2.2.3 数据仓库的体系结构
• 2.2.4 数据仓库的数据模型
• 2.3 OLAP技术
• 2.3.1 OLAP的含义与特征
• 2.3.2 OLAP基本概念
• 2.3.3 OLAP的基本操作
• 2.3.4 OLAP的分类
• 2.4 数据挖掘
• 2.4.1 数据挖掘的概述
• 2.4.2 数据挖掘的功能
• 2.4.3 数据挖掘的主要方法
• 2.5 DW、OLAP与DM三者关系
• 3 社保GI系统架构与设计
• 3.1 系统方案
• 3.1.1 设计目标
• 3.1.2 总体方案描述
• 3.1.3 系统架构
• 3.2 工具选择
• 3.2.1 数据库
• 3.2.2 展现工具
• 3.2.3 数据挖掘工具
• 3.3 运行环境
• 3.3.1 硬件配置
• 3.3.2 软件配置
• 4 社保GI系统实现
• 4.1 数据仓库模型设计
• 4.1.1 概念模型设计
• 4.1.2 逻辑模型设计
• 4.1.3 物理模型设计
• 4.2 ETL
• 4.3 OLAP实现
• 4.3.1 按照多维模型生成多维立方体
• 4.3.2 发布多维立方体
• 4.3.3 Analysis Studio
• 4.4 数据挖掘的实现
• 4.4.1 Clementine与数据库的连接
• 4.4.2 决策树-C5.0
• 4.4.3 C5.0决策树算法进行数据挖掘
• 5 总结与展望
• 5.1 论文总结
• 5.2 展望
• 参考文献
• 发表论文与科研情况说明
• 后记
• 致谢