基于数据挖掘的企业应用—数据仓库在客服部门的研究与实现

论文摘要

数据仓库技术是信息领域近年来出现并迅速发展的一种计算机技术，它可以对原始的操作性数据进行各种处理，转换成有用的信息，并充分利用这些信息，辅助企业的决策。随着业务的增长，各类信息系统的使用，企业积累了大量的业务数据，如何利用现有数据为企业创造价值成为企业关注的重点，这种需求在大型跨国企业中尤为突出。因此，在企业中构建数据仓库平台，挖掘其中蕴含的信息，进行信息分析和决策支持成为了企业信息化管理的重要步骤，数据仓库在企业中的应用将迅速增长。本文首先系统地介绍了数据仓库技术的基本概念、数据仓库体系结构、联机分析处理以及数据挖掘的基础知识。接着从国内外数据仓库应用的情况和特点出发，结合通用电器公司消费品与工业品集团(GECI)的实际情况，提出了建设其客户服务部门数据仓库的策略、步骤与方法。然后利用来自于Siebel CallCenter和QAD系统中的真实数据，运用SQL Server 2000建立一个模拟的数据仓库实例。我们按照概念模式、逻辑模式、物理模式的顺序进行设计，在深入理解GECI客户服务部门业务的基础上，充分了解部门需求，设计出数据仓库的数据模型，经过大量的ETL，工作后完成了这个数据仓库系统的开发。在建立部门数据仓库的基础上，对其进行OLAP应用和数据挖掘方面的应用。其中深入研究了决策树算法，并详细地解释了微软决策树，验证了算法的正确性，利用Analysis Services构建一些决策树，结合GECI的实际情况进行分析，提出了对于企业绩效改进的一些可行措施。最后，我们对建立的数据仓库模型进行了评价，从管理决策、商务过程和效率提高等方面阐述了数据仓库对企业带来的影响，并指出其设计的不足之处。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 论文选题背景
• 1.2 论文主要工作
• 1.3 论文组织
• 第2章 数据仓库与数据挖掘技术
• 2.1 数据仓库
• 2.1.1 数据仓库的概念
• 2.1.2 数据仓库的特征
• 2.1.3 数据仓库与传统数据库的区别
• 2.1.4 数据集市
• 2.1.5 数据仓库的体系结构
• 2.1.6 数据仓库的发展阶段
• 2.2 联机分析处理（OLAP）技术介绍
• 2.2.1 OLAP的特点
• 2.2.2 OLAP的多维数据概念
• 2.2.3 OLAP的多维数据结构
• 2.2.4 OLAP的多维分析操作
• 2.2.5 OLAP的实现方法
• 2.3 数据挖掘基本介绍
• 2.3.1 数据挖掘的概念
• 2.3.2 数据挖掘的目标与流程
• 2.3.3 数据挖掘与数据仓库的关系
• 2.3.4 数据挖掘的应用
• 第3章 GECI数据仓库的规划与需求
• 3.1 企业及部门流程介绍
• 3.1.1 企业部门介绍
• 3.1.2 流程分析
• 3.2 需求分析
• 3.2.1 确定主题
• 3.2.2 把握数据仓库与数据集市的关系
• 3.3 总体结构与开发策略
• 3.3.1 总体结构
• 3.3.2 开发策略的选择
• 第四章 CECI数据仓库的设计与开发
• 4.1 数据仓库概念模式设计
• 4.1.1 E-R模型
• 4.1.2 主题分析
• 4.1.3 数据仓库基本表
• 4.1.4 数据结构概图
• 4.2 数据仓库逻辑模式设计
• 4.2.1 粒度划分
• 4.2.2 数据分割策略
• 4.2.3 关系模式定义
• 4.2.4 基本表的设计
• 4.3 数据仓库物理模式设计
• 4.3.1 设计的规范化
• 4.3.2 确定数据结构的类型
• 4.3.3 确定索引策略
• 4.3.4 提高数据存储效率
• 4.3.5 数据仓库框架的生成
• 4.4 数据的抽取、转换、装载（ETL）
• 4.4.1 ETL的基本介绍
• 4.4.2 ETL的过程
• 4.4.3 具体实现
• 第5章 GECI数据仓库的应用
• 5.1 OLAP的应用
• 5.1.1 多维数据集的建立
• 5.1.2 多维数据的浏览
• 5.1.3 客户端的界面实现
• 5.2 数据挖掘的应用
• 5.2.1 决策树算法介绍
• 5.2.2 算法原理
• 5.2.3 算法验证
• 5.2.4 算法应用
• 第6章 GECI数据仓库的评价
• 6.1 数据仓库应用的优势
• 6.1.1 管理决策
• 6.1.2 商务过程
• 6.1.3 效率提高
• 6.2 数据仓库设计的不足
• 第7章 小结与展望
• 7.1 论文开展的研究工作及成果
• 7.1.1 本文主要的研究工作
• 7.1.2 本文主要的研究成果
• 7.2 论文需要改进的地方
• 致谢
• 参考文献
• 附录A GECI数据仓库表名
• 个人简历 在读期间发表的学术论文与研究成果