基于模糊数据的多维分析研究与应用

论文摘要

多维分析是数据仓库及联机分析处理中最主要的数据处理技术。传统的多维分析是维值为确定的一种分析方法。在实际分析过程中,由于环境的复杂不确定,分析人员常常提出一些维值为不确定的分析需求。为满足管理决策者从模糊维值的角度分析度量值,论文主要提出了基于模糊数据的多维分析。论文所做的工作和主要创新包括以下几点：第一,在讨论多维分析概念的基础上,根据专家提供的隶属度函数,实现维表数值的模糊化,并完成事实表转换,提出一种基于模糊数据的多维分析方法。第二,定义了适用于模糊数据的数据立方体,设计了基于模糊数据的多维数据模型,并实现多维分析。利用MDX语言扩展多维分析,进行高级分析。第三,使用Visual Studio2005为开发环境,配合SQL Server2005数据库系统,开发川庆运输总公司生产调度数据仓库系统软件,实现了基于模糊数据进行多维分析的目标。基于模糊数据的多维分析扩大了以数据仓库技术为基础的决策支持系统的应用范围,也有效提高了多维分析的灵活性和适应性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.3 研究目的与意义
• 1.4 主要研究工作
• 第二章 基于模糊数据的多维分析
• 2.1 模糊理论
• 2.1.1 模糊理论研究现状
• 2.1.2 隶属函数
• 2.2 数据仓库及多维分析
• 2.2.1 数据仓库概述
• 2.2.2 多维分析的发展背景
• 2.2.3 多维分析的相关定义
• 2.3 基于模糊数据的多维分析
• 2.3.1 基于模糊数据的多维分析概述
• 2.3.2 模糊化维值
• 2.3.3 基于模糊维值的事实表转换
• 2.4 数据仓库ETL设计
• 2.4.1 数据仓库ETL概述
• 2.4.2 基于模糊数据的数据仓库ETL工具
• 2.5 实现ETL的SSIS组件设计
• 2.5.1 SSIS组件概述
• 2.5.2 时间维度表SSIS包的设计
• 2.6 本章小结
• 第三章 基于模糊数据的多维数据模型
• 3.1 多维数据模型
• 3.2 基于模糊数据的多维数据模型
• 3.2.1 基于模糊数据的多维数据模型定义
• 3.2.2 多维数据模型的操作
• 3.3 多维数据模型的设计
• 3.4 基于模糊数据的多维分析操作
• 3.4.1 多维数据切片的实现
• 3.4.2 多维数据切块的实现
• 3.4.3 多维数据上卷与下钻的实现
• 3.4.4 多维数据旋转的实现
• 3.5 使用MDX语言支持典型多维分析
• 3.5.1 MDX语言概述
• 3.5.2 使用MDX扩展0LAP分析
• 3.6 本章小结
• 第四章 川庆运输总公司生产调度数据仓库系统的实现
• 4.1 川庆运输总公司生产调度数据仓库概述
• 4.1.1 系统简介
• 4.1.2 系统功能需求
• 4.2 川庆运输总公司生产调度数据仓库总体设计
• 4.2.1 系统结构设计
• 4.2.2 系统功能设计
• 4.3 数据模糊化处理
• 4.4 数据导入操作
• 4.4.1 事实表的SSIS包设计
• 4.4.2 SSIS包导入
• 4.5 典型OLAP操作及高级分析
• 4.5.1 典型OIAP操作
• 4.5.2 高级分析模块
• 4.6 基于OLAP的KPI的分析
• 4.6.1 KPI概述
• 4.6.2 利润率KPI实现
• 4.7 本章小结
• 第五章 总结与展望
• 5.1 论文研究总结
• 5.2 后期研究
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论文
• 详细摘要