基于星型模式的OLAP工具的研究和设计

介绍了OLAP技术并着重分析了关系OLAP,给出了多维分析的概念模型-多维模型,以及基于星型模式的数据仑库OLAP设计方法,最后提出了一套详细的三层结构的OLAP工具的设计方案并举例说明。

空间多维数据模型及OLAP的设计与实现

多维数据模型定义了数据仓库的度量和维度结构 ,是OLAP和某些数据挖掘模型的基础和数据仓库应用的重要手段。但用传统的多维数据模型和OLAP技术处理空间数据具有较大的局限性。文中尝试在传统多维数据模型中引入空间维度 ,在度量中引入指向空间聚合结果的空间聚合索引 ,并引入空间算子集合 ,从而构造出空间多维数据模型和空间立方体。在模型物理实现的基础上 ,试验了空间立方体的OLAP操作。

基于数据仓库与OLAP技术实现医疗数据质量监控

为保障医疗数据质量,在数据监控中引入建立在多维数据库基础上的数据仓库技术和OLAP系统,使数据处理能力大幅提升的同时,还能提供对数据的分析与展示功能,为预防监控数据差错和漏填提供依据,满足不断增长的数据处理需求。

基于数据仓库的高校OLAP系统设计

数据仓库是一个面向主题的、集成的、稳定的、时变的数据集合,他用于支持决策分析。针对目前所在高校只有基于联机事务处理的管理系统,缺乏对历史数据的有效利用和分析,因此提出基于数据仓库的解决方案,针对高校比较突出的就业、成绩、教师、科研等问题进行组织,设计多维数据模型,实现联机分析处理。

OLAP在联通经营分析系统中的应用

OLAP是一种多维展示数据的技术,经常被用在数据仓库的前端报表展现。论文针对联通经营分析OLAP部分报表的需求,提出了一种由数据仓库到OLAP服务器的一套完整地解决方案,并对其中的关键技术的实现进行了阐述。详细讨论OLAP搭建的体系结构,以及与OLAP对应的数据仓库的分层结构,并就多维数据模型设计进行了一些探讨。

OLAP中文本文件建模

在联机分析处理中,由于传统的模型无法对文本文件进行建模,因此提出了基于维概念的星系模型。该模型删除了事实的概念,消除了只能把事实作为分析主题的限制,令联机分析更加自由;而且引入了联系的概念,实现了对文本文件中的超链接进行建模。通过两种方法可以把星型模型中的事实转换成星系模型中的维,实现了星系模型与其他模型之间的转换。

基于OLAP多维数据模型的时间序列分析技术

在海量数据条件下,传统的数据统计方法在灵活性和效率等方面受到了制约,为此提出了一种时间序列多维数据建模方法和聚类算法,将OLAP技术应用到时间序列分析技术中,并以实例论证了方案的可行性和实用性。

基于OLAP技术的企业决策支持系统的一种实现模型

利用IT手段进行决策支持是统计分析、运筹学等数学理论和现代信息技术相结合的产物。近几年发展起来的联机分析处理 (OLAP)技术和数据仓库 (DataWarehouse)技术进一步促进了决策支持的应用。以一个企业决策支持系统的需求为背景 ,介绍了利用OLAP技术实现企业决策支持系统的一种模型。

数据仓库的多维数据模型研究

作为数据仓库设计的核心和基础,数据模型的研究直接影响到决策支持技术的发展。该文首先在对OLAP的需要分析基础上,提出了研究数据模型应该满足的六点约束,并分析了现有模型的优缺点。然后,针对这六点约束,引进分维函数建立多维模型视图,利用聚集偏序集族定义维的结构,提出了一种多维数据模型,并给出了以OLAP操作为核心的操作代数。

联机分析处理中的非规则维建模

预聚集技术通过预先计算并保存原始数据上的查询结果以实现联机分析处理系统的快速查询响应能力·然而,在实际应用中,许多非规则维的结构难以使用传统多维模型进行建模,从而影响了预聚集技术的使用·为此,基于子级别到父级别的部分映射定义级别之间的部分序关系,进而提出了一个支持非覆盖、非映上等非规则维中维级别关系建模的维模型·同时,在维模型基础上,定义了支持非规则维的立方体模型以及典型的联机分析处理操作·多维模型与关系模式的转换定义和实例分析证明了该多维模型可以实现对各种非规则维的建模支持,保证了预聚集技术在联机分析处理中的使用·

属性维概念及其操作的研究

Dimension member attribute is used to describe the property of dimension members. It is not fully understood and well defined in OLAP research area. This paper focuses on a special kind of dimension member attributes, which can be used as dimensions by themselves. We call them attribute dimensions. In order to facilitate this kind of necessity of muhidimensional data modeling in many real-world applications, the traditional muhidunensional structure is extended and a group of operations are given to formulate corresponding multidimensional queries.

递归维概念及其操作的研究

1.引言 数据仓库技术研究如何将分散在企业内部多个异构数据源的操作型数据,经过抽取、清洗转换、集成,以一致的方式进行存储.其实现多基于关系技术,数据被分别存放在维表和事实表之中,以星型或雪花模式存储.

动态处理数据仓库中星型模型的维与度

首先提出了一个简单直观的星型数据模型 ,然后基于该模型定义了维与度之间相互转化的操作技术 ,通过该转化技术 ,把属于维的操作施加给度 ,把属于度的操作施加给维 。

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.

支持非覆盖维的扩展多维数据模型

非覆盖维等复杂结构维的处理一直都是数据仓库领域的难题,本文在详细分析非覆盖维特性的基础上,提出了一个扩展的多维数据模型,改变了传统的级别间的映射关系的定义方式,定义了从父级别到子级别分区的映射关系,从而实现了对非覆盖维和非平衡维的支持,并能够完整地表达各种复杂维层次结构语义。同时,基于DAG图描述的维层次结构,定义了基于该多维模型的立方体代数和OLAP操作。将多维数据库概念模型中的维与度量的转换操作引入到OLAP操作集合中,使其支持复杂维的转化操作,进而丰富和增强基于该模型的OLAP系统的分析能力。

漏洞维及其相关操作的研究

维是面向 OLAP应用的多维数据模型的必要组成部分。维模式是等级的集合 ,不同的等级使用户可以对不同粒度的度量数据进行观察。文中的研究对象是一类特殊结构的维 ,其中某些子成员的父成员不在其直接的上一个等级之中 ,相当于维层次结构中出现漏洞 ,当度量聚集到带有漏洞的等级时 ,很可能导致错误的计算结果 ,从而引发错误的决策。通过在传统的多维数据模型之上增加一个查询处理层 ,以保证多维操作语义的正确性及对查询优化的支持。现有的

基于多维数据分析的民航旅客价值计算

高价值、高贡献率的高端旅客对于航空公司提高盈利能力起到了重要作用,加强对高端旅客的洞察和细分能力,提升对旅客的营销、服务和保障水平是民航业面临的重要课题。论文结合国内民航旅客价值计算的实际案例,通过综合运用数据抽取转换加载技术(ETL)、联机分析技术(OLAP)和多维度数据分析和建模技术,搭建了民航旅客价值建模和计算的系统架构,阐述了民航旅客数据处理和旅客价值模型构建的处理过程和旅客价值算法。实验结果表明,确立多维旅客价值模型和算法,为筛选高端旅客,动态计算旅客价值提供了便捷可行的方法,对应用实践具有重要的指导意义。

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.