基于数据仓库的大连市警务研判平台应用研究

论文摘要

近年来,公安局各部门先后都已经建立起了各自的信息查询系统,但这些系统在开发时由于缺乏统一的规划,因此采用的开发平台、开发技术以及后台数据库均有不同,形成了一个个“信息孤岛”。这些系统无法互通互联,造成数据流通不畅,无法信息共享,更无法实现对整个大连市公安局整体情况的掌控,严重影响了公安局的工作效率以及对历史信息的利用,急需一个可以解决上述问题的研判平台。本文首先深入分析了大连市警务部门目前面临的困难和挑战,进而提出了大连市警务部门建立基于数据仓库的警务研判平台的必要性。其次,在深入研究数据仓库及警务研判平台技术的基础上,对大连市警务研判平台数据仓库模型进行了详细的分析和设计,主要是结合警务日常工作的特点,给出了适合警务部门目前实际需求的按五个主题(人、案件、物品、地理、机构)划分的数据仓库模型,同时对模型中数据粒度的划分,数据的抽取、转化和加载(ETL)给出了详细地分析与设计。最后利用IBM数据仓库开发工具DWE实现了数据仓库模型。警务研判平台数据仓库的数据源有ORACLE、DB2、SQL SERVER三种类型,本文特别针对ORACLE数据源做了研究,提出了一种基于ORACLE快照日志的增量抽取算法,解决了外网ORACLE数据源增量抽取的难题;并结合实验分析,指出了本算法的优缺点。大连市警务研判平台消除了原来的“信息孤岛”,很好的解决了分布、异构数据库中数据的集成和共享问题,显著地提高了公安局各部门的工作效率。同时由于采用了数据仓库,这就为公安局利用现有信息进行决策支持及数据挖掘奠定了基础,并且可为其他政法机关、政府部门和社会机构提供信息服务做好技术和数据上的准备。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 选题背景与研究的重要意义
• 1.2 国内警务系统研究现状
• 1.3 本文的主要工作
• 1.4 本文的内容组织
• 2 数据仓库的基础理论
• 2.1 数据仓库的基本概念
• 2.1.1 数据库与数据仓库的区别
• 2.1.2 数据仓库的特点
• 2.1.3 元数据
• 2.1.4 粒度
• 2.1.5 分割
• 2.2 数据仓库的体系结构
• 2.3 OLAP技术
• 2.3.1 OLAP的基本多维分析操作
• 2.3.2 OLAP的存储方式
• 2.3.3 多维数据模型
• 2.3.4 维度建模
• 3 警务研判平台的研究分析
• 3.1 警务研判平台的概念及内涵
• 3.2 警务研判平台建设的必要性
• 3.3 警务研判平台的功能分析
• 3.3.1 警务研判平台的查询功能
• 3.3.2 警务研判平台可防性案件形势分析
• 3.3.3 警务研判平台刑事案件决策分析
• 3.4 警务研判平台的架构分析
• 4 警务研判平台数据仓库的研究分析
• 4.1 警务研判平台主题划分
• 4.2 警务研判平台数据仓库模型设计
• 4.2.1 数据仓库三级模型
• 4.2.2 人主题的建模
• 4.2.3 案件主题建模
• 4.2.4 物品主题建模
• 4.2.5 地理主题建模
• 4.2.6 机构主题建模
• 4.3 警务研判平台数据仓库粒度的划分
• 4.3.1 粒度划分原则
• 4.3.2 粒度划分策略
• 4.4 警务研判平台数据仓库的抽取转换加载
• 4.4.1 数据抽取
• 4.4.2 数据转换
• 4.4.3 数据加载
• 4.5 基于ORACLE数据表的数据仓库增量抽取算法
• 4.5.1 本算法提出背景
• 4.5.2 算法理论
• 4.5.3 算法快照日志的选择
• 4.5.4 算法思想
• 4.5.5 算法描述
• 4.5.6 算法实验及性能分析
• 5 数据仓库的实现
• 5.1 警务研判平台的数据仓库流程分析
• 5.2 警务研判平台数据仓库功能模块
• 5.2.1 ETL功能实现
• 5.2.2 OLAP服务器的实现
• 5.3 系统运行结果
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢