Soars比较购物分析数据仓库的设计

论文摘要

比较购物是随着电子商务发展而出现的一种新型电子购物模式。随着企业业务的发展,购物网站中积累的历史数据越来越多。同时,与同行企业之间业务竞争也越来越激烈。企业决策部门需要从这些海量数据中,有效地抽取有价值的信息,对用户的行为进行分析,以找出更好的销售模式,发现引导用户购买习惯的销售策略,从而促进企业的业务发展。另外每个网站都有一套独立的报表系统,也使得数据分散,信息孤立,资源冗余。因此构建一个集成的,数据一致性的数据源,整合所有数据资源,为有效地分析提供一个企业级数据平台。首先分析了比较购物当前分析系统的现状,然后针对数据仓库设计过程以及其中的关键技术问题进行了详细地探讨。在此基础上,讨论了针对Web应用系统的ETL系统设计,分析数据抽取、转换、装载,形成数据结构化的过程;然后讨论了数据仓库模型设计,主题域的确定,粒度层次划分,性能优化处理,以及数据仓库平台的构建过程;最后展望数据仓库在比较购物分析中的应用前景。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 Soars比较购物发展现状
• 1.2 Soars比较购物分析存在的问题
• 1.3 本文的主要内容
• 1.4 本文的篇章结构
• 第二章 数据仓库基础
• 2.1 数据仓库概述
• 2.2 数据仓库的设计步骤
• 2.3 数据仓库的关键技术
• 第三章 SOARS比较购物分析数据仓库的ETL设计
• 3.1 数据仓库的系统架构
• 3.1.1 数据源
• 3.1.2 数据存储与管理
• 3.1.3 OLAP分析服务器
• 3.1.4 前端应用
• 3.2 数据准备
• 3.2.1 数据抽取
• 3.2.2 数据转换
• 3.2.3 数据装载
• 3.2.4 数据存储
• 第四章 SOARS比较购物数据仓库的构建
• 4.1 Soars比较购物分析数据仓库模型设计
• 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 数据仓库性能优化设计
• 4.2.1 分区技术
• 4.2.2 索引技术
• 4.2.3 物化视图（MV）
• 4.3 数据多维模型的建立
• 4.3.1 维定义
• 4.3.2 立方体定义
• 第五章 结论
• 5.1 与同类系统的比较
• 5.2 不足与展望
• 参考文献
• 致谢