一种基于OLAP与DM的OLAM模型的研究

OLAP(On -LineAnalyticalProcessing)技术与数据挖掘技术 ,其实现技术以及适用范围不尽相同 ,在决策分析中必须协调使用才能发挥更好的作用。基于OLAP与DM的OLAM (OLAPMining)模型 ,是将数据挖掘和OLAP技术结合在一个统一的框架之中 ,使得决策人员和分析人员能够以不同的角度、不同的层次观察数据 ,加强了决策分析的功能和灵活性 ,有助于发现更合理的模式 ,为用户提供更多的支持。

OLAP与数据挖掘一体化模型的分析与讨论

OL AP(On- L ine Analytical Processing)与数据挖掘工具由于内在技术以及适用范围的不同 ,在决策分析中必须协调使用才能发挥最佳的作用 .本文提出基于影响域的 OL AM(OL AP Mining)模型 ,将数据挖掘和 OL AP技术结合在一个统一的框架之中 ,使得数据挖掘能够在数据库或数据仓库的不同部位、或在不同的抽象级别上进行 ,加强了决策分析的功能和灵活性 .该模型有助于在大型数据库和数据仓库中交互式地挖掘多层次的知识 .

基于数据挖掘的OLAP分析技术及应用

数据仓库和数据挖掘技术是目前信息技术研究的热点问题之一,介绍了数据挖掘(data mining)、数据仓库(datawarehouse)及联机分析处理(OLAP)技术。并以零售业决策支持系统为例,介绍了该系统的体系结构、数据仓库的设计、系统实现关键技术及各子系统功能,着重论述了如何利用OLAP技术实现企业决策支持系统。

DW及OLAP在现代企业MIS中的应用研究

分析了联机事务处理系统和联机分析处理系统的不同点 ,讨论了AI、DW、DM、OLAP技术在现代企业MIS系统中的应用 ,研究了综合DSS的体系结构 .基于大型数据库系统Sybase和前台数据库开发工具PowerBuilder提出了一种通用的OLAP需求实现方法 。

面向轿车方案设计决策的OLAP和DM应用研究

结合工程应用从支持轿车方案设计决策的角度深入研究了 OLAP关键的分析操作 ,建立了联机分析数据结构模型。提出了决策树和关联分析两种数据挖掘方法 ,并给出了两种数据挖掘方法在轿车方案设计决策的应用示例。

OLAP与数据挖掘一体化的研究与应用

论述了OLAP与数据挖掘各自内在的特点,提出了将其一体化的OLAM(OLAPMin ing)模型,给出了OLAP与数据挖掘一体化的框架,并将此OLAM模型应用在铝电解槽电解质温度在线分析系统中.

中医诊疗决策支持系统中的OLAP与DM融合

提出了一种基于数据仓库、在线分析处理及数据挖掘的中医诊疗决策支持系统的解决方案,该方案很好地融合了中医个体化诊疗的特点。结合实际应用详细讨论了中医诊疗数据仓库建立、OLAP实现的关健问题和数据挖掘的应用主题,设计了集成化的中医诊疗决策支持系统的3层体系结构,同时给出了实现案例。

基于OLAP与DM一体化思想的数据建模技术的研究

OLAP与DM(数据挖掘)一体化已成为决策支持系统领域研究的新热点。文章着重讨论了一种基于OLAP与DM一体化思想的数据模型的建立技术,并从动态建模过程和静态空间结构两个方面对该模型进行了详细的分析。

基于DM和OLAP的地理信息决策支持系统研究

研究在应用程序中融合使用数据挖掘(DM)和联机分析处理技术(OLAP)的方法,在此基础上提出了一种基于DM和OLAP的决策支持系统(DSS)的结构,研究了基于SQLServer数据挖掘的三种解决方案,将DM算法和OLAP集成到DSS中,并应用于地理信息系统(GIS)的数据处理和模式识别,以实现船舶跟踪和航线优化.

基于影响域的OLAM模型的研究

在决策分析中 ,联机分析处理 OL AP(On- L ine Analytical Processing)与数据挖掘工具必须协调使用才能发挥最佳的作用 .基于影响域的 OL AM(OL AP Mining)模型 ,将 OL AP技术和数据挖掘技术结合在一个统一的框架之中 ,加强了决策分析的功能和灵活性 .该模型有助于在大型数据库和数据仓库中交互式地挖掘多层次的知识 .

基于DW+OLAP+DM的器材保障决策支持系统设计

针对我军当前器材保障状况,阐述了基于数据仓库、联机分析处理和数据挖掘技术的决策支持系统的设计方案和开发理论.通过分析器材保障决策支持的特点,确定了器材保障决策支持系统的需求.具体论述了器材保障决策支持系统的设计步骤,重点讨论了数据仓库多维数据结构的设计.

基于SQL Server的OLAM的研究及应用

OLAM(On-line Analytical Mining)是当前的热点技术,是融合了联机分析处理(OLAP)和数据挖掘(Data Mining)的一种新的数据挖掘技术。本文主要研究数据仓库中OLAP,On-line Analytical Processing和数据挖掘技术,这两个技术是商业智能中的核心技术和主要内容,在两者的基础上引入OLAM的概念,并阐述其基本原理和核心技术。基于微软的SQL Server平台,为一个商业案例建立数据仓库,利用Analysis Services服务,建立销售分析的多维数据集,利用OLAM的基本模型实现OLAP和聚类挖掘技术的结合,借助两者的各自优势,得到很好的客户聚类分析结果。

基于OLAM的决策支持系统

随着数据仓库技术的发展扣完善,其应用日趋广泛,同时企业对数据仓库的OLAP功能提出更高和更复杂的要求。联机分析挖掘(Online Analysis Mining,OLAM)技术集成了OLAP技术和数据挖掘技术,实现了二者的优势互补,为基于数据仓库的应用系统提供更加完善和强大的决策支持功能。本文简单介绍了OLAM及基于OLAM的决策支持系统(OLAM-Based DSS)框架及系统设计中的若干问题。

基于OLAM的多数据源流程式数据挖掘系统框架研究

介绍了现有联机分析处理,数据挖掘概念,重点介绍了联机挖掘处理,在联机分析挖掘的基础上提出了一种多数据源流程式数据挖掘的系统框架。

基于数据仓库的住房公积金DSS的探索

作为住房公积金信息化管理的一个新的发展方向,DSS将使管理者更快更准确地获得决策信息.探讨如何建立基于数据仓库的住房公积金DSS决策支持系统.

面向轿车整车设计的DSS系统结构和数据仓库建模技术研究

基于历史案例建立面向整车设计的决策支持系统是轿车虚拟制造中的重要环节 ,数据仓库、联机分析和数据挖掘技术可以为其提供有效的解决途径。提出了面向轿车整车设计的 DSS系统结构 ,以及数据仓库的主要建模步骤和关键数据结构设计 ,建立了关键的数据仓库应用逻辑模型。

基于Web的企业营销IDSS体系结构设计

从企业营销实际需要出发,在网络环境下,探讨了基于Web的企业营销智能决策支持系统的体系结构,结合数据仓库、数据挖掘、数据转换及联机分析等技术方法,达到产品市场调研、营销情报和营销风险评价等营销管理与决策支持服务等目的。

基于Web的设备管理跟踪及OLAM决策支持系统

OLAM集成了OLAP技术和数据挖掘技术,实现了二者的优势互补,为基于数据仓库的应用系统提供更加完善和强大的决策支持功能。介绍高校现代教育技术平台下的多元化设备管理的特点与难点,设计了基于Web的设备管理跟踪及OLAM的决策支持系统,在一定程度上解决了多元化设备数量多、分布广、跟踪难等问题。

基于工作仓库的OLAM缓存替换算法

联机分析挖掘技术(OLAM)结合了OLAP多维分析的在线性,灵活性和数据挖掘(DM)的深入性的优点,实现了两者的优势互补。传统的OLAM架构在处理海量数据时,数据重复利用率低,执行时间长。针对传统架构中数据处理的耗时性和对数据需求的多样性,提出了一种基于工作仓库的新的OLAM架构,设计了工作仓库中的缓存替换算法。该算法中运用价值度权衡因子对缓存空间进行数据替换判断。在保证算法执行效率的前提下,提高了缓存替换的准确性。同时将该模型应用于某医疗保险决策支持系统(DSS)中,取得了良好的效果。

基于数据仓库的企业DSS开发

本文结合实际开发经验，提出信息系统开发的一种新思路，即在ＭＩＳ系统基础之上建立数据仓库，又以数据仓库为基础建立决策支持系统。