数据仓库与OLAP技术在高考志愿数据分析中的应用

如何填报高考志愿,增加考生被自己心仪院校录取的几率,是每一位高考考生和家长密切关注的问题。以某省近9年积累的高考历史数据建立数据仓库,利用OLAP技术对这些数据进行多维分析,得到了一些广大考生可资借鉴的结果。重点介绍了考生志愿多维数据集的建立与分析的整个过程,以及涉及到的一些技术难点。

年轻消费者对轿车造型风格的认知研究

目的探索消费者对轿车造型风格及设计构成的认知特性。方法进行聚类分析,选取代表性造型。进行多维尺度分析,得到消费者的知觉图。进行多维偏好分析,发现意象空间中的造型风格与设计特征分布规律。结论消费者依照造型相似程度将车款分为不同类别;车款造型有规律地分布在以造型风格与设计特征为主线的二维空间中。在多维意象空间中,依据车款在意象维度上的投影值,找到体现消费者特定意象的设计构成与造型风格;对于有助于激发购买行为的"喜欢的"意象,表现为前脸造型明显分割,在Y0轮廓线构成上各段之间顺畅连接、发动机罩与前脸弧曲过渡。

基于用户感知价值的大数据资产估价方法研究

[目的/意义]随着大数据交易市场的快速发展,大数据资产价格管理引起各方的关注,大数据资产估价方法是大数据资产价格管理的基础。作为一种全新且复杂的资产形态,大数据资产给传统资产估价方法带来挑战。[方法/过程]文章提出的方法基于用户感知价值的视角。首先,运用多指标多标度矩阵处理大群体用户评价信息,引入多维偏好线性规划分析(LINMAP)模型融合专家总体偏好信息和用户分项评价信息。其次,初步计算各评价对象的得分并通过影响因素修正确定综合得分。最后,计算价格质量比率,并结合综合得分和可比大数据资产价格综合确定待估大数据资产价格。[结果/结论]实例分析验证了新方法的可行性和有效性。新方法是针对大数据资产估价的尝试,也可用于其他形态资产的估价。