基于数据仓库技术的社区服务决策支持系统的研究与设计

论文摘要

数据仓库技术是一项新兴技术,传统数据库技术以单一的数据资源,即以数据库为中心进行从事物处理、批处理到决策分析等各种类型的数据处理工作,然而,不同类型的数据处理有不同处理特点,尽管数据库在事务处理方面的应用获得了巨大成功,但它对分析处理的支持一直不能令人满意,尤其是当以业务处理为主的联机事务处理（OLTP）用与以分析处理为主的决策支持系统（DSS）应用共存于同一个数据库系统中时,这两种类型的处理就发生了明显冲突,应用数据仓库技术能有效地解决DSS 的数据管理问题,数据仓库是进行分析决策的基础,因而还须有强有力的工具进行分析和决策,国外新兴软件技术联机分析处理（OLAP ,On-Line Analytical Processing）专门设计用于支持复杂操作。本文结合数据仓库、OLAP 以及数据挖掘等先进技术,详细论述了一汽集团公司社区服务监督电话分析系统的设计与实现过程,以及作为新兴技术的数据仓库与传统数据库的区别。在分析了系统整体框架的基础之上,对分析工具需要实现的功能及方法进行了详细的研究。经过分析与比较,最终使用C++ Builder6.0 和后台服务器MS SQL Server2000 作为工具,完成了数据分析的实现工作。同时,对在系统实现过程中起关键作用的ADO MD 和MDX 技术也进行了详细介绍。总之,系统基本上实现了数据仓库技术的特点,对了解数据仓库技术有一定的帮助。

论文目录

• 第一章 绪论
• 1.1 研究背景
• 1.2 研究及应用现状
• 1.3 本文的主要工作
• 1.4 本文的组织结构
• 第二章 数据仓库概述
• 2.1 数据仓库技术的产生
• 2.1.1 从数据库到数据仓库
• 2.1.2 事务处理环境不适合决策支持应用的原因
• 2.2 数据仓库的概念与特点
• 2.2.1 数据仓库的概念
• 2.2.2 数据仓库的特点
• 2.3 数据仓库的数据模型
• 2.3.1 数据仓库数据模型的特点和相关概念
• 2.3.2 星型模型
• 2.3.3 雪花模型
• 第三章 OLAP 及其多维分析
• 3.1 OLAP 的特点
• 3.2 多维数据模型
• 3.3 基于OLAP 的多维数据基本查询
• 第四章 数据挖掘（DM）
• 4.1 数据挖掘概念
• 4.2 数据挖掘与OLAP 的区别和联系
• 第五章 决策支持系统
• 5.1 决策支持系统的结构
• 5.2 构建基于数据仓库的决策支持系统
• 5.2.1 DSS 的先天不足
• 5.2.2 数据仓库对决策支持系统的支持
• 第六章 系统数据仓库结构设计与建立
• 6.1 需求分析
• 6.2 原始录音数据库
• 6.3 数据仓库的设计
• 6.4 数据仓库的建立
• 第七章 系统的 ANALYSIS MANAGER 创建并做多维分析
• 7.1 建立数据库和连接数据源
• 7.2 建立多维数据集和维度
• 7.3 编辑多维数据集
• 7.4 设计存储和处理多维数据集
• 7.5 浏览多维数据集数据
• 第八章 基于数据仓库的决策支持系统的实现
• 8.1 系统设计的总体思路
• 8.2 ADO MD 技术和MDX 技术
• 8.2.1 ADO MD 技术
• 8.2.2 MDX 简介
• 8.3 客户端设计
• 第九章 全文总结
• 参考文献
• 摘要
• ABSTRACT
• 致谢
• 导师及作者简介