数据仓库技术在现代金融中的应用

论文摘要

数据仓库、OLAP技术及数据采掘技术的研究,是近年来迅速发展的一门新兴的数据库技术。它汇聚了数据库、人工智能理论、统计学、可视化技术等不同学科和领域的知识,力图从大量的、不完全的、有噪声的、模糊的数据中提取隐含的、事先未知的、但又是潜在有用的信息和知识。在全世界知名的数据仓库支持商家都在金融业务的发展中起到了重要的作用,比如Infomix、IBM、CA等在金融行业都有很多成功案例。本文针对数据仓库做了深入的研究,主要从数据仓库的发展、数据仓库运行环境、数据仓库的设计、数据仓库在金融行业的业务分析等方面进行探讨和分析。给出一个较为完整的软硬件系统结构和运行机制。从系统硬件平台的搭建入手,到数据库的选型、数学模型的建立、以及软件的实现和数据安全等数据仓库需要的技术进行论述。本文选择银行业务并以贵州某农村信用合作社为对象,通过对银行的基础业务分析、现金流分析、银行财务分析以及信贷诸方面进行分析,结合国外银行先进的管理经验,建立起涵盖银行基础业务、信贷、现金流、银行资产等方面的数学模型。对减少银行信贷风险、银行的决策起到一定有益的作用。

论文目录

• 摘要
• Abstract
• 前言
• 第一章 数据仓库发展简介
• 1.1 数据仓库的建立
• 1.1.1 建立数据仓库的基础
• 1.1.2 建立数据仓库的过程
• 1.2 数据仓库的DDS的支持
• 1.2.1 联机处理分析（OLAP）
• 1.2.2 数据挖掘
• 1.2.3 基于数据挖掘的DDS决策可以解决的问题
• 1.3 数据仓库技术在银行业的应用
• 小结
• 第二章 业务分析
• 2.1 金融业务基础分析
• 2.2 银行业务分析
• 2.2.1 货币银行统计分析
• 2.2.2 商业银行统计分析
• 2.3 资产流量统计分析
• 2.3.1 金融资产流量结构分析
• 2.3.2 非金融企业部门的融资分析
• 2.4 财务分析
• 2.4.1 杜邦分析算法
• 2.4.2 财务指标分析
• 2.4.3 具体分析方法
• 小结
• 第三章 数据仓库系统平台的设计与实现
• 3.1 网络构架基础分析
• 3.2 数据仓库设计与接口设计
• 3.2.1 数据仓库设计
• 3.2.2 接口设计
• 3.3 网络安全设计
• 3.3.1 网络安全
• 3.3.2 验证方法选择
• 3.3.3 容灾处理
• 小结
• 第四章 系统调试和测试
• 结论
• 致谢
• 参考文献
• 附录
• 详细摘要