医院经营管理中收入多维分析模型的设计

医院MIS系统运行产生大量的OLTP生产数据,如何对产生的大量数据进行有效地利用,进行OLAP分析是医院经营管理中不可回避的问题.本文运用OLAP技术对医院的这些历史数据进行整合,定义与经营活动分析相关的主题,建立OLAP多维分析模型,找出最本质的东西和内在联系的规律性,指导医院进行经营管理、经营决策.

数据模型及其发展历程

数据库是数据管理的技术,是计算机学科的重要分支.经过近半个世纪的发展,数据库技术形成了坚实的理论基础、成熟的商业产品和广泛的应用领域.数据模型描述了数据库中数据的存储方式和操作方式.从数据组织形式,可以将数据模型分为结构化模型、半结构化模型、OLAP分析模型和大数据模型.20世纪60年代中后期到90年代初,结构化模型最早被提出,其主要包括层次模型、网状模型、关系模型和面向对象模型等.20世纪90年代末期,随着互联网应用和科学计算等复杂应用的快速发展,开始出现半结构化模型,包括XML模型、JSON模型和图模型等.21世纪,随着电子商务、商业智能等应用的不断发展,数据分析模型成为研究热点,主要包括关系型ROLAP和多维型MOLAP.2010年以来,随着大数据工业应用的快速发展,以NoSQL和NewSQL数据库系统为代表的大数据模型成为新的研究热点对上述数据模型进行了综述,并选取每个模型的典型数据库系统进行了性能的分析.

基于JSON文档结构的工业大数据多维分析方法

在智能生产制造过程中,工业数据存在复杂的关联关系和多源异构特性,不断增长的工业大数据使得数据分析与挖掘异常复杂,而传统的基于数据仓库或关系型数据库的工业数据分析方法数据处理不灵活、分析查询效率低。提出了基于JSON文档结构的工业大数据联机分析处理(OLAP)模型架构,使用Key-Value数据的JSON文档结构灵活定义工业数据结构,将维度信息中的表结构转换为基于JSON的文档结构,将事实包含的维度信息通过嵌套文档的方式保存。通过构建分析目标为根节点的文档树,基于Elasticsearch平台储存文档结构树并建立倒排索引,将查询与分析操作转变为文档内容的遍历与查询,使用倒排索引的方法提高数据分析查询的效率。设计了自定义配置检索条件与查询语句的智能解析引擎,实现了工业数据多维分析可视化图表的智能生成。

数据仓库技术在电信企业经济活动分析中的应用

电信企业在生产经营活动中,由业务支撑系统产生了大量异构信息数据.本文运用数据仓库技术对电信企业的这些历史数据进行整合,定义与经济活动分析相关的主题,对不同类型的数据源采用不同的抽取加载策略,建立OLAP多维分析模型,找出最本质的东西和内在联系的规律性,指导企业进行经济管理、经营决策,从而提高企业经济效益,提升企业的市场竞争力.

OLAP技术在电信经营管理中的应用

数据仓库技术已经在电信企业生产经营管理中得到广泛的应用,该技术对电信企业每天产生的大量的业务支撑数据及外部数据进行整合,对不同类型的数据源采用不同的抽取加载策略。本文运用OLAP技术对这些加载到数据仓库中的数据进行分析利用,建立OLAP多维分析模型,找出最本质的东西和内在联系的规律性,指导企业进行经营决策管理,提高企业经济效益,提升企业的市场竞争力。