数据挖掘技术及其在电信企业决策支持系统中的应用

论文摘要

本人参加了电信决策支持系统的整个实施过程,参与了多个模块的设计与开发。主要是客户总量分析模块、业务分析模块的开发,及所有专题分析模块的设计与开发工作。论文主要是在电信决策支持系统实现的基础上完成的。本论文的主要内容包括对基于数据仓库技术的电信经营分析系统的研究和作者在电信经营分析系统的设计和实现中所做的工作。可以分为如下两部分:1、首先介绍了电信经营分析系统的设计;然后重点讲述了该系统中的数据抽取及转换模块的设计实现过程,对项目中话单抽取时遇到的问题提出解决方案,并给出了改进的数据转换模块结构的设计。2、是对专题分析模块中资费分析的研究,首先是对资费分析的调研,明确问题方向,提出解决方案,然后针对该运营商的话单数据进行了分析。

论文目录

• 内容提要
• 第一章 绪论
• 1.1 课题背景
• 1.2 项目背景
• 1.3 本论文结构
• 第二章 数据仓库技术介绍
• 2.1 数据仓库的概念
• 2.2 数据仓库的体系结构
• 2.3 数据仓库的模型设计
• 2.3.1 概念模型设计
• 2.3.2 逻辑模型设计
• 2.3.3 物理模型设计
• 2.4 OLAP 及多维分析
• 2.4.1 OLAP 的概念
• 2.4.2 多维数据模型
• 2.4.3 OLAP 多维数据库模式
• 2.4.4 OLAP 存储结构
• 2.4.5 多维数据模型上的OLAP 操作
• 2.5 数据挖掘
• 2.5.1 数据挖掘的概念
• 2.5.2 数据挖掘过程模型
• 2.5.3 数据挖掘理论基础
• 2.5.4 数据挖掘主要方法
• 第三章 电信决策支持系统的技术要求
• 3.1 系统可扩展性
• 3.1.1 平衡的硬件系统
• 3.1.2 数据库载体和软件系统的可扩展性
• 3.1.3 数据采集、抽取、转换、加载组件的可扩展性
• 3.1.4 应用系统的可扩展性
• 3.2 处理能力
• 3.3 数据存储要求
• 3.4 数据加载要求
• 3.5 可靠性
• 3.6 准确性
• 3.7 安全性
• 3.8 统一性
• 第四章 电信决策支持系统的设计与实现
• 4.1 体系架构设计
• 4.1.1 电信业务系统现状分析
• 4.1.1.1 业务系统现状
• 4.1.1.2 软硬件和网络情况
• 4.1.2 数据仓库解决方案
• 4.1.3 数据仓库系统总体架构
• 4.1.3.1 数据仓库系统逻辑架构
• 4.1.3.2 数据仓库系统物理架构
• 4.2 逻辑模型设计
• 4.2.1 逻辑数据模型设计思路
• 4.2.2 三范式理论
• 4.2.3 模型符号选择
• 4.2.4 仓库逻辑数据模型设计
• 4.2.4.1 确定逻辑数据模型主题之间的关系
• 4.2.4.2 客户主题模型的设计
• 4.2.5 OLAP 逻辑数据模型设计
• 4.2.5.1 OLAP 分析应用设计思路
• 4.2.5.2 主题划分
• 4.2.5.3 客户发展分析中客户总量分析模型设计
• 4.2.6 专题分析数据模型设计思路
• 4.3 数据抽取
• 4.3.1 接口文件的分类、编码、命名规则
• 4.3.2 接口实现
• 4.3.2.1 接口数据传输
• 4.3.2.2 接口数据的要求
• 4.3.2.3 接口数据的校验
• 4.3.2.4 错误数据文件的处理
• 4.3.2.5 接口系统及时性要求
• 4.3.3 数据抽取时对话单的特殊处理
• 4.4 数据的转换与加载
• 4.4.1 数据的加载
• 4.4.2 数据的转换
• 4.4.2.1 数据转换的类型
• 4.4.2.2 数据转换的结构
• 4.4.2.3 对数据转换的分析
• 4.4.2.4 改进的数据转换的结构
• 4.4.3 任务划分及调度
• 4.4.4 整体实现流程及数据流程
• 4.5 数据展示方式
• 第五章 专题分析应用模块的设计与实现
• 5.1 专题分析概念及目的
• 5.2 资费分析的设计及实现
• 5.2.1 需求分析
• 5.2.2 解决方案
• 5.2.3 实现过程
• 5.2.3.1 第一步：重新计费
• 5.2.3.2 第二步：资费预演的深入工作
• 5.2.3.3 展示方式
• 5.3 本章小结
• 第六章 结束语
• 6.1 论文总结
• 6.2 下一步的工作
• 参考文献
• 摘要
• ABSTRACT
• 致谢