人寿保险数据仓库的设计与实现

论文摘要

随着数据库技术的飞速发展以及人们获取数据手段的多样化,人类所拥有的数据急剧增加,人们已被淹没在数据和信息的汪洋大海中。传统的事务处理系统由于其先天的面向操作性,只能支持对数据的增删和简单查询,人们希望能有一个统一、综合的数据环境,可以进行多角度、多层次的快速的查询来支持决策分析。本论文主要通过对寿险公司的实际业务情况进行了分析,对在寿险公司进行数据仓库建设的重要意义进行了阐述,介绍了数据仓库的基本知识以及数据仓库在国内外和寿险行业的应用现状,针对寿险某分公司业务的实际状况,确定了系统所要实现的目标,确定了数据仓库的体系结构,进行了主题域的分析,并以此为依据确立了维度体系、事实表、数据模型的设计方向,实现了对寿险数据仓库的设计。然后本文通过对数据的组织,选择可行的ETL方案,实现对数据的加载。对数据加载和转换过程中可能遇到的各种问题进行了阐述,最后将系统的应用分析结果通过Web报表的方式得以展现。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 论文的研究背景
• 1.2 论文研究的目的和意义
• 1.3 国内外数据仓库技术现状
• 1.3.1 数据仓库技术发展史
• 1.3.2 国内外数据仓库技术现状
• 1.4 数据仓库技术在寿险行业的应用
• 1.4.1 我国寿险行业数据仓库建设的情况
• 1.4.2 寿险数据仓库存在的不足
• 1.5 数据仓库的前景和未来发展方向
• 1.5.1 数据仓库技术
• 1.5.2 数据仓库应用
• 1.5.3 数据仓库商业应用
• 1.5.4 数据仓库技术发展趋势
• 1.6 本论文的组织结构
• 第2章 数据仓库相关理论及技术
• 2.1 数据仓库的概念
• 2.2 数据仓库与数据库的比较
• 2.3 数据仓库的体系结构
• 2.4 数据仓库的构建步骤
• 2.5 数据仓库的数据组织
• 2.5.1 数据仓库的数据组织结构
• 2.5.2 多维表的数据组织
• 2.5.3 粒度和分割
• 2.5.4 元数据
• 2.6 数据仓库的关键技术
• 2.6.1 数据预处理技术
• 2.6.2 存储和管理
• 2.6.3 数据展现
• 2.6.4 增量数据的加载方法
• 2.7 数据抽取、转换、加载过程
• 2.7.1 数据抽取
• 2.7.2 数据转换
• 2.7.3 数据加载
• 2.8 本章小结
• 第3章 寿险数据仓库系统的设计
• 3.1 项目应用背景
• 3.2 项目需求分析
• 3.2.1 现有保险业务流程分析
• 3.2.2 现有业务查询需求分析
• 3.2.3 数据量估算
• 3.3 系统设计
• 3.4 分析主题
• 3.5 数据模型设计
• 3.6 维度体系设计
• 3.7 事实表的设计
• 3.8 本章小结
• 第4章 寿险数据仓库系统的实现
• 4.1 系统开发工具
• 4.2 数据模型的实现
• 4.3 数据抽取、转换、加载过程（ETL）的实现
• 4.3.1 中间库结构的提出
• 4.3.2 将数据抽取到数据仓库
• 4.3.3 数据清洗
• 4.3.4 数据转换
• 4.4 前端的展现
• 4.5 应用效果
• 4.6 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢
• 个人简历