基于车联网的维度建模

随着大数据技术的不断发展,各式各样的企业也越来越重视挖掘数据潜在的价值。数据通常来自于企业各个业务系统。数据形式包括结构化数据,这类数据是指可以用关系型数据库存储和表示的,并且能够用二维表来实现的数据;包括没有固定结构的非结构化数据,如图片、音频等;还包括非结构化数据,这类数据介于结构化数据和非结构化数据直接,如 JSON等。随着对数据的深入使用,不难发现,由于各业务系统的数据格式不统一,或者出于某些因素不可直接访问数据等原因,“直接访问”这些业务数据往往很难开展良好的数据分析工作 [1]。为此,引用维度建模方法建立数据仓库,统一数据格式等,再从数据仓库中获取数据进行数据分析工作便可以解决以上问题。

农作物生产管理信息数据仓库维度建模初探

根据维度建模的一般方法,结合农作物生产管理信息数据的特点,提出了农作物生产管理信息数据仓库的维度模型,包括数据仓库的总线矩阵、值链图、星型连接图以及详尽的维度表和相关业务主题的事实表等,并分别对各表进行了适当的属性字段填充,以期为建立基于数据仓库的农作物生产管理信息数据挖掘和知识发现提供可靠的实现方案,并为最终实现数字农业优化决策支持系统打下基础。

基于维度建模的MDSS多维模型设计

维度建模是一种有效的建立数据仓库应用的建模方法。论述了维度建模的一般方法,并结合国家气象中心MDSS模型的设计,分析、讨论了维度建模中的一些关键技术问题,特别提出在构建物理模型的同时定义统计分析的计算方法,从而降低数据准备的复杂性,提高数据仓库建设的质量和访问效率。

维度建模技术在构建图书馆数据仓库中的应用

本文指出维度建模是构建图书馆数据仓库的核心,并且给出了图书馆数据仓库维度建模的方法。

基于数据仓库的维度建模优化

维度建模是个概念模型,星型架构可视为其逻辑模型,至于其物理实现的数据库可以是关系数据库、多维数据库或其他数据库。由于多维数据库发展的不成熟,目前,一般利用关系数据库使用星型模型来实现维度建模。

点击流数据仓库的维度建模设计与实现

文章研究数据仓库的维度建模方法,并以实验性的图书销售商务网站china-pub为研究对象,采用维度建模方法构建一个基于Microsoft SQL Server的点击流数据仓库的原型。

维修器材数据仓库维度建模研究

为构建适应信息化发展的维修器材数据仓库,从数据来源层面分析了维修器材管理信息,并通过合理分类,确定了维修器材数据仓库主题。结合数据仓库维度建模的一般方法,设计了维修器材数据仓库的维度模型,为最终实现基于数据仓库的维修器材管理决策支持提供了一个可行的方案。

利用维度建模方法构建校园教学管理数据仓库

构建数据仓库有许多方法,其中维度建模的方法比较成熟,从维度的角度,以校园的日常事务为事例来讲述如何构造校园数据仓库的事实表与维表,举例描述了从事实表中获取信息的方法.

数据仓库维度建模设计原则及应用

维度建模技术作为数据仓库的主导技术,在数据仓库的应用中起着关键作用.本文重点探讨了维度建模技术的设计原则,并将其应用于学生成绩分析系统的数据仓库建模过程.

面向门诊收费的数据仓库维度建模分析

根据医院财务管理需求,采用维度建模技术与需求分析相结合,设计了一个面向门诊收费的数据仓库维度模型。该模型不仅提高了财务管理需求的准确度,而且能有效地提高医院管理的效率和质量。

住院收费结算维度建模分析

针对医院信息系统中的住院收费主题，选取住院收费结算作为主题业务处理环节，详细描述了采用维度建模技术进行分析设计的过程。根据医院财务管理需求，设计过程将建模技术与需求分析相结合，不仅实现了该业务主题的数据仓库维度建模，同时提高了业务过程中财务管理需求获取的准确度。维度建摸技术在医院信息系统建设过程中的应用将有效提高医院管理目标的实现效率和质量。

数据仓库维度建模技术之分析

维度建模技术是数据仓库的主要技术,本文分析多维模型与E-R模型的主要区别,讨论维度建模技术的概念模型和逻辑模型,对维度建模技术使用的局限性进行说明.

农民工医疗健康信息分析系统的维度建模设计

农民工医疗健康问题是政府长期关注的难题之一,农民工医疗健康信息分析系统旨在对农民工医疗健康信息数据进行统计与挖掘,辅助政府决策.基于数据仓库中的维度建模理论,结合农民工医疗保健需求及卫生服务活动特点,建立面向数据分析的农民工医疗健康信息的多维数据模型,对数据分析及挖掘的应用及方法进行初步设计,为农民工医疗健康信息数据分析提供基础,并为政府相关部门提供参考.

面向社区门诊发药过程的维度建模设计

目的研究维度建模技术在设计社区门诊发药过程数据模型的应用。方法运用数据仓库中的维度建模方法分析和设计社区门诊发药过程数据模型。结果实现了社区门诊发药过程维度数据模型的设计和快速应用。结论维度建模技术有利于快速开发实现发药过程数据模型并加以应用。

基于维度建模的岗位画像系统

截至2018年,全球网民总数已经达36亿,超过全球总人口的50%。互联网使用率不断增长的同时,产生数据的能力已经远远超过我们处理数据的能力。为了从互联网中获取更多的商业价值,介绍了基于维度建模的大数据分析技术,并利用爬虫技术获取网上的岗位信息,再利用大数据分析技术,形成岗位画像。

比赛成绩数据仓库维度建模研究

采用Sybase公司PowerDesigner 9建模工具 ,在实际操作的基础上 ,对比赛成绩数据仓库维度建模进行探讨 ,并对解决关键环节问题的技巧进行剖析 ,建立了比赛成绩数据仓库概念模型。

电力调度数据仓库建模研究

调度部门是电力系统核心的部门之一,具有信息化程度高,数据量巨大,相关联部门和业务多等特点,调度一直是电力企业信息化建设的重点。数据仓库成为解决电力调度信息系统中存在的弊端,充分利用历史数据的有力工具。本文提出了一种基于需求分析、维度建模和物理建模的数据仓库数据建模方法。

维度模型中微型维度的应用研究

维度建模技术作为数据仓库的主导技术,在数据仓库的应用中起着关键作用。针对实际维度建模中存在的存储空间浪费与数据冗余等问题,提出了一种新的使用微型维度的解决方案,并阐述了解决问题的具体过程。

地区电力调度数据仓库建模与数据处理

分析电力调度中心各业务系统中的数据,将系统数据分为设备台帐、周期采样和事件动作3种类型,后2种数据中大部分为事实数据,其数据量占数据仓库的90%以上。提出其共享维度建立数据模型的建模思路,数据仓库的数据来源是任何与需要分析主题有关的地区电力调度数据,在数据抽取、转换、清洗、装载(ETL)的过程进行数据过滤、重新选择粒度、统一编码等清洗与转换后存入数据仓库中,形成按照主题定义的数据子集或数据子立方体结构。数据仓库维度建模有第三范式(3NF)和星型2种模式,3NF模型适用于地调数据仓库中心建模;星型模型适用于数据集市中建模,利于信息检索。论述了数据仓库维度模型中的基本表——事实表和维度表,并对地区电力调度中心数据仓库的测点、日期与时间维度表进行了设计,说明了ETL数据仓库中的相关数据是操作环境对应数据,首先将逻辑数据模型转换为物理数据模型后,进行扩展性标识语言(XML)描述实现异构系统的数据共享。提出要考虑故障发生与天气、温度、湿度等气象条件和负荷变化之间的联系,给出了通过人工神经网络等特定数据挖掘方法的基本流程。

地区电力调度数据仓库建模与数据处理

对基于数据仓库的典型地区级电力系统调度中心数据处理环境与需求进行了分析,描述了基于数据仓库思想的数据模型设计,针对地区级电力系统调度中心的典型业务系统提出了其共享维度建模的思路。