征信视角下银行业表外业务融资偏好及风险防范研究——基于抚顺市企业征信立方体数据的分析

以征信的视角,通过企业征信立方体数据,对2011年稳健货币政策实施以来抚顺市银行业表外业务呈现出的总体状况、融资偏好及风险防范等问题进行研究,提出相关的政策建议。

数据仓库中的一种立方体数据模型

数据仓库和联机分析处理(OLAP)是商业数据处理领域中的两个最重大的新技术。OLAP应用要求对数据仓库中存储的大量数据进行分析,用标准关系数据库技术来实现非常复杂的查询是相当困难的。所以,在数据仓库中,数据被组织成立方体数据模型。该文提出了一种简单、直观的数据立方体模型以及在这个立方体上支持OLAP操作的代数。为复杂的查询提供了简要的表述方法。

面向数字城市多源数据的空间数据立方体数据组织研究

定义了面向数字城市多源数据的空间数据立方体地理空间维、专题维和时间维分别包含的数据种类和内容;设计了它们的维和维层次数据结构;表述了地理空间维、专题维和时间维在概念层次上和物理层次上构成空间数据立方体的方法;确定了地理空间维、专题维和时间维数据的多维数组组织方法,以及多维数据的数据文件和虚拟内存存储策略;表达了多维数组中记录间的关联运算和多维数组的压缩方法。

数据立方体与频繁项集的统一计算框架研究

数据立方体和频繁项集挖掘分别是数据仓库和数据挖掘领域的重要技术,已开展了大量的相关研究工作,取得了较好的进展.数据立方体和频繁项集挖掘依据各自的数据单元和项集构造了类似的代数格(Lattice)结构;数据立方体的等价类上界单元与频繁项集挖掘的闭项集也是相对应的.如果能够论证二者的统一性,则可以为彼此提供更广泛的研究思路,有利于两种技术的相互促进,如:在数据库中利用冰山立方体计算实现频繁项集挖掘来避免数据迁移、利用频繁项集挖掘算法优化数据立方体计算等.之前的工作没有将二者系统地结合起来研究,也没有建立二者之间较为完整的联系.本文在深入研究数据立方体的计算和频繁项集挖掘的过程后,将二者有效地结合在一起,提出了统一的计算框架,给出了二者众多计算性质和方法之间的映射关系,进行了相关概念泛化,具体地建立了冰山立方体、浓缩立方体和商立方体等主要数据立方体计算与相应频繁项集挖掘方法的对应关系.通过算法和实验进一步论证统一计算的有效性:(1)将频繁项集挖掘事务集导入关系数据库,用冰山立方体计算方式进行频繁项集挖掘,从而在数据库中用标准的或扩展的SQL可以实现对关系表进行频繁项集挖掘;(2)验证了浓缩立方体与频繁项集挖掘的统一性并对比了计算效率;(3)将基本表转换为频繁项集挖掘事务集,引入高效的频繁项集挖掘算法LCM计算商立方体,以提升数据立方体计算效率.在公开的真实数据集和人工合成的数据集上验证二者结合、统一计算的正确性,通过改变元组数、维数和倾斜度进行对比验证有效性.实验发现,在大数据集上可令时间效率提升高达92%.

基于数据立方体的郑州城市地质数据分类组织

地质数据具有多维度属性,采用单一的数据分类方法对数据进行组织,难以满足地质数据多元化应用和服务的需求。针对地质数据难以有效分类这一问题,以郑州市为例,建立了该市多要素城市地质调查数据分类立方体模型,实现了郑州市多要素城市地质调查数据可根据业务需求动态生成数据组织目录,为海量、多源异构地质数据的快速检索与发现奠定坚实的基础。

扩展流数据立方体的GIS时空大数据组织方法分析

本文针对地理时空大数据处理的需求,研究了基于流数据立方体的相应内容,然后再对地理时空大数据处理框架及模型展开分析。通过对数据的组织和管理进行改进和优化,提出了一种灵活、实时的动态处理框架,并改进了配对函数和存储结构,以提升数据管理效率和处理能力。同时,针对Sketch cube框架存在的问题,提出了改进算法和模型,以满足实际工作需求。这些成果对于实时数据分析、多维度数据分析以及大数据分析都具有重要的应用价值,为未来的研究和实践提供了有益的参考。

基于数据立方体的多维关联规则的挖掘方法

总结了现有基于数据立方体的多维关联规则挖掘算法，在此基础上将联机分析处理(OLAP)的钻取操作引入关联规则挖掘过程，提出了对Apriori_cube算法的改进算法，通过动态调整立方体的维层次，来挖掘出用户感兴趣的关联规则。

空间数据立方体分析操作原理

提出了空间数据立方体的分析操作 ,即主要由概括分析、局部分析、全局分析和旋转分析组成 。

封闭数据立方体技术研究

数据立方体中有很多冗余信息,去除这些冗余信息不但可以节约存储空间,还可以加快计算速度.数据立方体中的元组可以划分为封闭元组和非封闭元组.对任何一个非封闭元组,一定存在一个封闭元组,它们都是从基本表的同一组元组中经过聚集运算得到的,因而具有相同的聚集函数值.去掉数据立方体中所有的非封闭元组就产生了一个封闭数据立方体.提出了封闭数据立方体的生成算法、查询算法和增量维护算法,并使用合成数据和实际数据做了一些实验.实验结果表明,封闭数据立方体技术是有效的.

数据立方体计算方法研究综述

随着多维数据分析在各领域的广泛应用,基于数据立方体的计算方法受到大量研究者的关注。分析了影响数据立方体计算的各种因素,其中包括数据存储空间、查询处理效率和数据立方体的维护消耗,并且阐述了数据立方体的物化策略。分别从冰山立方体、紧凑数据立方体、高维数据立方体、近似计算、流式数据立方体等几个方面综述了国内外现有的计算方法,分析了各种方法的特点以及适用范围。

数据立方体中多维关联规则挖掘算法

数据立方体是数据仓库中数据组织和存贮的重要手段 ,它采用多维立体数据存贮方式来取代传统的平面数据存贮方式 ,为进行多维数据分析提供了根本保证。本文通过对稀松和密质两类立方体进行分析 ,给出了分别针对这两种情况的多维关联规则挖掘算法 ,并通过实验对其在不同情况下的性能进行了分析 ,结果证明 。

数据立方体上多维多层关联规则挖掘算法

重点结合联机分析挖掘的思想,讨论了数据立方体上的多维多层关联规则挖掘。基于数据立方体和FP算法提出并构建了体现概念层次的Hib＆Dim FP树和其挖掘算法Hib＆Dim FP算法,并把此算法应用于数据立方体上的多维多层关联规则挖掘。最后的实验证明了该算法的有效性。

空间数据立方体的建模方法研究

研究了基于空间数据仓库的一种决策分析工具——空间在线分析处理(OLAP)的支撑技术。将普通数据立方体与空间数据立方体进行比较,提出空间数据立方体的维和度量的建模方法,解决了空间维与非空间维、空间度量与数值度量的集成建模问题。

OLAP核心技术—数据立方体的研究现状与展望

：该文从OLAP的基本功能出发，综述了其核心技术－数据立方体（Data Cube）的研究现状，主要讨论了3个方面：数据立方体建模、数据立方体计算和数据立方体操作，最后展望了该领域的研究方向。

数据立方体格的图结构特性研究

数据立方体是数据仓库的核心数据模型,其对应的数据立方体格因保留上卷下钻的语义关系而有利于查询和导航。目前对数据立方体内部结构特性尚未展开系统的研究。为此,将数据立方体格视为图数据,研究数据立方体格的结构特性和解析模型。分析结果表明,不同于随机网络和复杂网络的模型,数据立方体格在度分布、聚集系数、平均最短路径等方面具有不同的结构特性。根据上述特性进一步建立数据立方体格的解析模型。

基于数据立方体的数据挖掘系统

介绍了一个通用的数据挖掘系统基于数据立方体的数据挖掘系统的设计与实现过程。该系统基于构架,引入了挖掘模型的概--C/S念,集成了两种算法,图形化显示挖掘结果。文中详细介绍了系统的这些特点。

基于形式概念分析的约简数据立方体研究

数据立方体格和形式概念格比较研究表明,两者都基于序结构,并且采用形式概念分析理论(FCA)的等价特征组与数据立方体覆盖等价类对数据单元有相同的划分结果.将FCA与概念格理论引入数据立方体研究,首次提出聚集概念格(ACL)结构.ACL与一般概念格同构,能完整保存立方体中的所有聚集结果,实现与商立方体相同比例的约简.ACL结构仍比较复杂,在ACL基础上,又提出一种约简聚集概念格结构(RACL),该结构只存储非对象概念,而不是所有概念.RACL与基本表联合仍然是完整立方体结构,但能实现更大的约简.给出了ACL和RACL的高效的查询方法,并使用模拟数据和实际数据作了一些实验.理论和实验都表明RACL结构比现有方法更节省空间,同时查询效率也较高.

数据立方体上的约束关联规则挖掘

数据挖掘作为一项从海量数据中提取知识的信息技术引起了国内外学术界和产业界的广泛关注,基于数据仓库的联机分析挖掘系统的应用已成为数据挖掘技术的发展趋势,本文结合联机分析挖掘的思想和基于目标属性关联规则挖掘算法,提出并构建了数据立方体上的基于约束的关联规则挖掘算法。最后的算例证明了该算法的有效性。

Star Cube——一种高效的数据立方体实现方法

一个具有n个维的数据立方体有 2 n 个视图 ,视图越多 ,用于维护数据立方体的时间也就越长 通过将维分成划分维和非划分维 ,数据立方体可以转换成starcube starcube由一个综合表和那些仅包含划分维的视图组成 starcube使用前缀共享和元组共享技术不仅减少了所需的存储空间 ,还大大减少了计算和维护时间 在把一个分片限制在一个I/O单位的条件下 ,starcube的查询响应时间与数据立方体基本相同 实验结果也表明 。

一种保持语义的压缩数据立方体结构

通常数据立方体体积较大,语义关系复杂,完整的语义立方体很难实现。基于商立方体,该文提出了语义数据立方体结构(SDC),将单元格中的单元以其上界替代,并保存下界,简化了单元格的表示,保持单元格的全部语义,并可以实现单元的上卷和下钻操作。把语义关系应用到数据立方体的查询、增量更新中,使查询响应时间及更新代价大大降低。实验结果表明,SDC是有效的。