一个商业银行数据仓库系统模型设计与实现

论文摘要

随着经济全球化和金融一体化的发展,尤其是知识经济的逐步形成和兴起,我国银行业正在经历着一场深刻的革命,银行信息技术应用的重点向业务处理电子化、数据管理集中化、管理决策信息化等方向发展。为了优化和提高商业银行内各种管理分析系统,提高数据准确性,实现跨部门、跨系统成熟分析型应用,众多国内商业银行开始规划和建立企业级数据仓库,以提高银行业务数据的分析水平与决策能力,创造市场竞争优势,提高科学管理能力,为商业银行未来的经营管理与业务发展奠定良好的数据基础。商业银行规模和经营的不断扩大,促使其具有众多的业务系统,每天产生大量的业务数据,由于系统相对独立以及平台存在差异,不可避免地形成了多个信息孤岛,领导决策者很难从全行的角度来分析盈利能力和预测风险。如何利用先进的技术手段,从现有的数据中获得所需要的决策分析信息,是一个迫切需要解决的问题。本文着眼于数据仓库系统数据模型研究,结合项目实际使用的设计方法和实现过程,为未米商业银行企业级数据仓库系统的建设奠定良好的技术和业务基础。本文首先介绍银行业信息化历程入手,比较了国内外数据仓库发展现状,指出了国内银行数据仓库建设的存在的问题。其次,介绍数据仓库的基本概念,比较了数据库与数据仓库,介绍了数据仓库建模方法的基本概念,通过对范式建模和多维建模的两种方法的比较,找到了适合与不同数据平台的建模方法,结合实际项目使用的平台产品进行相关说明。再次,介绍了实际项目相关情况和架构,并着重对当事人、协议、事件三个核心主题的设计思想和实施成果进行了详细的介绍和描述。在逻辑模型建立基础上,探讨了物理模型的设计方法、实体选择、技术规范以及命名规范等方面的工作要点以及数据模型的应用状况。最后对本论文进行总结与展望,对论文完成过程中所积累的经验进行总结,并对数据仓库系统未来发展趋势和前景进行展望。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 论文选题背景
• 1.2 国内外数据仓库发展现状
• 1.3 数据仓库建设中的问题
• 1.4 本文的章节安排
• 第二章 数据仓库概念及模型设计方法
• 2.1 数据仓库的概念
• 2.1.1 什么是数据仓库
• 2.1.2 数据仓库与数据库的区别
• 2.2 数据仓库建模方法
• 2.2.1 数据模型概念
• 2.2.2 主要建模方法介绍
• 2.2.3 建模方法的选择
• 2.3 TERADATA可扩展数据仓库系统介绍
• 2.4 TERADATA金融业逻辑数据模型产品介绍
• 2.4.1 产品概述
• 2.4.2 产品特点及其特长
• 2.4.3 模型主题域覆盖范围
• 2.4.4 模型设计原则与特点
• 第三章 数据仓库模型设计与实现
• 3.1 项目概况与系统架构
• 3.1.1 项目建设背景
• 3.1.2 项目建设目标
• 3.1.3 系统逻辑架构设计
• 3.1.4 系统数据架构设计
• 3.1.5 系统设计优势及难点
• 3.2 逻辑模型设计
• 3.2.1 建模流程
• 3.2.2 当事人主题
• 3.2.3 协议主题
• 3.2.4 事件主题
• 3.2.5 逻辑模型设计意义
• 3.3 物理模型设计
• 3.3.1 物理模型设计方法
• 3.3.2 模型物理化实体选择标准
• 3.3.3 物理数据模型技术规范
• 3.3.4 物理数据模型命名规范
• 3.3.5 物理数据模型设计实施步骤
• 3.4 数据模型的应用
• 3.4.1 行长服务应用
• 3.4.2 1104数据接口
• 3.4.3 客户信息管理应用
• 第四章 总结与展望
• 4.1 总结
• 4.2 展望
• 参考文献
• 致谢