【正文】 modeling：a granular Computing approach [J]． Applied Intelligence．2022．13(2)：113124．[34]Blaaberg，Robert， Customer Retention[J] Incentive，2022[35]Grzymala—Busse J W：A new version of the rule induction system LERS．Fundamenta Informaticae.[J]1997，3l，31：27—39[36]Button K．Taylor S．International air transportation and economic development.[J]Journal of Air Transport Management,2022，6，6(4)：209222[37]Alan Benander，Barbara Benander，Adam Fadlaila and Gregory James．Data Warehouse Administration and Management.[J]Information Systems．2022，04[38]Wu L，Miller L，Nilakanta S．Design of data warehouse using metadata.[J]Information and Software Technology． 2022，43，43：109119[39]Savasere A，Omiecinski E，Navathe S．An efficient algorithm for mining association rules inlarge databases[C]//Proceedings of the 2 1 st VLDB Conference． Zurich，Switzerland，1995： 254．262．[40]Hipp J，Untzer U G Nakhaeizadeh G Algorithms for association rule mininga generalsurvey and parison[J]．SIGKDD Explorations ，2022，2(2) ：1：58．[41]John D H，Soon M C．Mining association rules using inverted hashing and pruning[J]．[42]Paul，H． J．a(chǎn)nd D．Aengeneyndt，Early Warning System for Machine Tool and EquipmentConstruction，lnd ．manag ．(Germany)，Spee．Issue ，1 997，80—82.36 / 40致 謝本文的研究工作是在我的導(dǎo)師曾一昕老師和王黎維老師的精心指導(dǎo)和悉心關(guān)懷下完成的，在我的學(xué)業(yè)和論文的研究工作中無不傾注著導(dǎo)師辛勤的汗水和心血。在兩年的學(xué)習(xí)生活中，還得到了許多領(lǐng)導(dǎo)和老師的熱情關(guān)心和幫助，在此，向所有關(guān)心和幫助過我的領(lǐng)導(dǎo)、老師、同學(xué)和朋友表示由衷的謝意！衷心地感謝在百忙之中評閱論文和參加答辯的各位專家、教授！。從尊敬的導(dǎo)師身上，我不僅學(xué)到了扎實、寬廣的專業(yè)知識，也學(xué)到了做人的道理。本人將進一步的對以上方面做深入的研究。當(dāng)涉及數(shù)據(jù)量過多，系統(tǒng)的性能有所下降。由于研究時間和開發(fā)經(jīng)驗有限，系統(tǒng)還有一些不夠完善的地方，一些問題無法準(zhǔn)確的解決。(3)系統(tǒng)數(shù)據(jù)采集整理：在數(shù)據(jù)量大、數(shù)據(jù)分散、基礎(chǔ)環(huán)境復(fù)雜的環(huán)境中抽取所需的數(shù)據(jù)，經(jīng)過數(shù)據(jù)轉(zhuǎn)換和清洗，最終完成按照預(yù)選定義好的數(shù)據(jù)倉庫模型，將數(shù)據(jù)加載的工作?？梢姡瑪?shù)據(jù)倉庫是計算機和數(shù)據(jù)庫技術(shù)應(yīng)用發(fā)展到一定階段的必然產(chǎn)物，同時也是適應(yīng)決策支持系統(tǒng)的需要而產(chǎn)生的。該體系結(jié)構(gòu)如圖 所示。連接到互聯(lián)網(wǎng)的任何計算機都可以訪問內(nèi)部網(wǎng)絡(luò)，使數(shù)據(jù)訪問更方便?？蛻舳酥恍枰?Inter 或 Intra 訪問到客戶端瀏覽器，而不需要專門的應(yīng)用程序，應(yīng)用服務(wù)器端應(yīng)用程序使用其 OLAP 處理數(shù)據(jù)的分析上安裝的軟件包。二維的課程，與課程教師稱號大小 。首先，我們使用服務(wù)器上的多維數(shù)據(jù)集的數(shù)據(jù)透視表進行分析，與“開課事實”建立連接。通過此組件的客戶端可以與 OLAP 服務(wù)器進行高效聯(lián)機服務(wù)，這一組件為 OLAP 服務(wù)器獲取用戶數(shù)據(jù)提供了高效的應(yīng)用程序提供接口。在建立分析立方前，我們首先要為數(shù)據(jù)倉庫中的各類表，建立共享維度，在這里我們應(yīng)用現(xiàn)有的工具進行多維立方體的建立，在數(shù)據(jù)倉庫中，我們引入的Cmark、Carrange、Cevaluate、Cselect四個事實表。在本28 / 40節(jié)中，我們主要工作是建立多維數(shù)據(jù)集并將其應(yīng)用到數(shù)據(jù)立方，最后根據(jù)設(shè)計開發(fā)應(yīng)用程序，并通過直觀的形式表達(dá)分析結(jié)果。接下來的主要工作就是將原有數(shù)據(jù)庫中的數(shù)據(jù)轉(zhuǎn)移到我們所建立的數(shù)據(jù)倉庫的事實表和維表中，這一步工作的好壞直接關(guān)系到數(shù)據(jù)倉庫數(shù)據(jù)的質(zhì)量，而數(shù)據(jù)質(zhì)量的好壞對能否滿足用戶需求將產(chǎn)生直接的影響，所以說這一步工作是整個數(shù)據(jù)倉庫建立工程中至關(guān)重要的一個階段，同時，將對下一步的分析工作產(chǎn)生重要的影響。③在不同時期的具體課程（不同年份，不同學(xué)期）開課的不同部門的數(shù)量和課程能力④統(tǒng)計教師教的課程維。(1)成績分析模型：①按時間維的層次來查看②按課程類型來分析不同學(xué)年、學(xué)期的不同單位的成績的分布情況③分析結(jié)果的分布④教師職稱的分析當(dāng)然結(jié)果類型分布⑤特定類型的課程，分布在不同的時間變化的結(jié)果分析⑥單位維的結(jié)果除以學(xué)期課程的不同分布⑦檢查教師的課程成績分布分析從統(tǒng)計分析的課程成績分布的不合理檢查單位的規(guī)范性數(shù)據(jù)。由于將在 Analysis Services 中創(chuàng)建包含預(yù)聚合匯總的OLAP 多維數(shù)據(jù)集，這樣，不論需要什么級別的匯總來回答查詢，都可以快速回答查詢。事實數(shù)據(jù)表包含多維空間的每個維度表或表中的成分（指雪模型）和大量的關(guān)鍵字相關(guān)的指標(biāo)的分析，我們可以看到，表中的字段的數(shù)量直接相關(guān)事實涉及的尺寸成正比關(guān)系。圖 顯示了教師的維和詳細(xì)定義的水平。圖 顯示的詳細(xì)規(guī)定的教學(xué)單位和尺寸水平。（1）維度22 / 40計劃的詳細(xì)信息有其自身的課程尺寸（程序級課程類型）。 數(shù)據(jù)倉庫的建設(shè) 維表維表是多維分析空間在某個角度上的投影，它主要通過對因素屬性的記錄來描述事件中包含的諸多因素。圖 分別簡單表示各個主題間的關(guān)系模型。劃分出相應(yīng)的主體后，接下來，根據(jù)主題確定主體的內(nèi)容，通過對現(xiàn)有的課程數(shù)據(jù)庫進行分析，我們可以得出，關(guān)于學(xué)生這一主題，包括學(xué)生的基本信息，如：學(xué)生所在的院系，學(xué)習(xí)的專業(yè)，還有就是學(xué)生的一些自然信息和個人培養(yǎng)計劃信息；在課程主題中，主要包括，教學(xué)方案，以及課程的具體信息；在教師主題中，主要包括教師的教課信息（授課院系，授課班級，時間等），還有教師的一些自然信息，及教師所在院系。19 / 40圖 現(xiàn)行課程管理流程圖通過這八個數(shù)據(jù)庫，實現(xiàn)了“教師登記課程→組合生成教學(xué)方案→學(xué)生自我規(guī)劃20 / 40學(xué)習(xí)計劃→院系按照學(xué)期開課→院系按照學(xué)期排課→學(xué)生根據(jù)課程信息選課→教學(xué)過程→教師輸入課程成績→學(xué)生為教學(xué)測評并查看成績”這個完整的業(yè)務(wù)流程。其中以課程管理的應(yīng)用最為廣泛，涉及院系開課、學(xué)生選課、培養(yǎng)計劃、課程設(shè)置、成績管理、排課信息、教學(xué)測評等方面，往往這些都是學(xué)校教學(xué)工作的核心工作，涉及的方面較廣，不僅關(guān)系到教學(xué)的安排，學(xué)生的培養(yǎng)，教師的管理，而且還與教育目標(biāo)的完成情況息息相關(guān)。 聚合數(shù)據(jù)集市層即OLAP在明細(xì)數(shù)據(jù)集市層的基礎(chǔ)上，提供基于聯(lián)機分析處理(OLAP)引擎的多維分析能力，解決聯(lián)機分析功能和決策支持要求。 數(shù)據(jù)倉庫層 將ODS層經(jīng)過質(zhì)量檢查、清洗、轉(zhuǎn)換后，形成符合質(zhì)量要求的公共數(shù)據(jù)中心。我們在設(shè)計工作中也意識到：所建立的教務(wù)部門的數(shù)據(jù)集市需要按照統(tǒng)一的校級信息模型來設(shè)計，并且在實施過程中度量應(yīng)盡量減少重復(fù)，并能夠充分考慮到整個學(xué)校的最終信息需求，在真正滿足用戶的原子級需求，使其具有很好的重用性和一致性 [29]。它代表了數(shù)據(jù)倉庫系統(tǒng)的唯一信息來源，同時也是創(chuàng)建數(shù)據(jù)倉庫元數(shù)據(jù)的來源。在混合法中，數(shù)據(jù)倉庫的開發(fā)采用迭代的方法。由于全局的數(shù)據(jù)倉庫系統(tǒng)的創(chuàng)建，使得相關(guān)數(shù)據(jù)集市的構(gòu)建都是以數(shù)據(jù)倉庫中的信息為基礎(chǔ)，從而為數(shù)據(jù)集市技術(shù)的使用提供可靠的方法這種方法，其優(yōu)點是：這是收集、建模和實現(xiàn)最終用戶決策支持需求的嚴(yán)格而又普遍的方法。因為在建立部門數(shù)據(jù)集市時只需要較少的人做決策，解決的是較小的問題，因此這種方法的優(yōu)點是：初期投資小，見效快。數(shù)據(jù)倉庫是一個面向分析型處理的數(shù)據(jù)環(huán)境，這就決定了其設(shè)計工作與數(shù)據(jù)庫的設(shè)計有著顯著的不同，無論是從數(shù)據(jù)組織，還是從數(shù)據(jù)處理與傳統(tǒng)數(shù)據(jù)庫都有較大的區(qū)別。（2）以中間數(shù)據(jù)庫為數(shù)據(jù)源，對數(shù)據(jù)進行抽取、轉(zhuǎn)換、清洗等操作后存入數(shù)據(jù)倉庫。對于業(yè)務(wù)數(shù)據(jù)到原始數(shù)據(jù)的處理，完全采用增量抽取的原則(因為每個表都有了時間點)；對于原始數(shù)據(jù)到事實數(shù)據(jù)的處理，則增加了一張log表，記錄每次抽取的周期、跨度、與當(dāng)前時間的差距和狀態(tài)等等。原始數(shù)據(jù)庫就應(yīng)該是ODS數(shù)據(jù)庫了，負(fù)責(zé)把數(shù)據(jù)原封不動的從業(yè)務(wù)系統(tǒng)抽取過來(部分也經(jīng)過轉(zhuǎn)化和清洗)；出于對SQLServer2022性能的考慮，將每個業(yè)務(wù)數(shù)據(jù)表都分成歷史表和當(dāng)前表，當(dāng)前表根據(jù)數(shù)據(jù)量的情況決定保留數(shù)據(jù)周期并定時轉(zhuǎn)移到歷史表中。聯(lián)機分析處理模塊的主要職責(zé)就是要完成對多維信息的顯示分析和處理工作，主要包括對多維數(shù)據(jù)集成維度信息、層次信息、方體信息、度量信息的顯示，從而可以實現(xiàn)對數(shù)據(jù)立方體的數(shù)據(jù)瀏覽；并可以實現(xiàn)對數(shù)據(jù)的鉆取、切片、切塊、旋轉(zhuǎn)等多維分析操作，在此基礎(chǔ)上提供多種查詢方式，查詢結(jié)果以WEB網(wǎng)頁的形式展現(xiàn)，以實現(xiàn)B/S(Browser/Server)形式的聯(lián)機分析，全面支持決策分析。 數(shù)據(jù)采集模塊該模塊的主要任務(wù)是根據(jù)已確定的決策分析的主題域采集原有各教務(wù)管理系統(tǒng)中的相關(guān)業(yè)務(wù)數(shù)據(jù)，經(jīng)過整理后存入數(shù)據(jù)倉庫。11 / 40第 3 章　教務(wù)決策支持系統(tǒng)的設(shè)計 系統(tǒng)總體框架設(shè)計在前面的章節(jié)中，我們曾介紹過現(xiàn)有的較為典型的數(shù)據(jù)倉庫結(jié)構(gòu)模型，而本系統(tǒng)是以數(shù)據(jù)倉庫為基礎(chǔ)，在整個系統(tǒng)中，按其功能分為三個模塊：數(shù)據(jù)倉庫和多維數(shù)據(jù)集創(chuàng)建和管理模塊，數(shù)據(jù)采集模塊以及OLAP應(yīng)用系統(tǒng)開發(fā)模塊。因此 TPC—D 各個供應(yīng)商有一個明確的選擇：要么直接對應(yīng)的用戶一定的條件下流動試驗；無論是在第一個具體的單用戶狀態(tài)，根據(jù)具體的試驗，最后用實測的處理能力的具體指標(biāo) qppd 和流量指標(biāo)計算公式計算得出 qthd 來區(qū)分這兩者。當(dāng)然，首先是考慮企業(yè)不能滿足特定需求。聯(lián)機事務(wù)處理系統(tǒng)，TPCC 是一個衡量主要性能指標(biāo)的數(shù)據(jù)庫，數(shù)據(jù)倉庫系統(tǒng)，測量其數(shù)據(jù)庫的性能指標(biāo) ：第一、系統(tǒng)的描述，第二、查詢處理能力，其描述了系統(tǒng)在不同的用戶在同一時間的具體查詢時，處理能力即流試驗結(jié)果。(4)良好的結(jié)果表達(dá)形式：具有良好的數(shù)據(jù)表達(dá)方式是我們的最終目的，也是系統(tǒng)開發(fā)是否成功的標(biāo)準(zhǔn)，決策分析的目的就是能夠為決策者提供直觀，便利的分析結(jié)果。大量的數(shù)據(jù)對于數(shù)據(jù)挖掘算法和服務(wù)器性能都提出了較高的要求。通過這一系統(tǒng)，教務(wù)管理人員可以比較以往發(fā)展的歷史和趨勢，使資源得到合理的調(diào)配。顯而易見，目前的教務(wù)管理系統(tǒng)以事務(wù)處理為主，不可能具備動態(tài)集成的能力。9 / 40將處理性能相差很大的兩種應(yīng)用置于同一環(huán)境下運行顯然是不合適的。目前，各個高職都能把豐富教育網(wǎng)絡(luò)資源和交互式和專業(yè)性的校園網(wǎng)資源應(yīng)用到教學(xué)、科研、和管理中來，其中，教務(wù)管理作為學(xué)校工作的核心，更是走在了信息化的前列，在實際的應(yīng)用中，把對學(xué)生，教師，管理人員的管理有機結(jié)合，使得教育質(zhì)量大大提高。第五章：對系統(tǒng)決策支持系統(tǒng)的實施中，首先，對基于數(shù)據(jù)倉庫的業(yè)務(wù)系統(tǒng)分析的整個過程進行了詳細(xì)論述。第三章：基于數(shù)據(jù)倉庫的決策支持系統(tǒng)。（4）對數(shù)據(jù)倉庫中的數(shù)據(jù)進行聯(lián)機分析。課題的現(xiàn)實意義重大。這些工具能夠達(dá)到幾年前所謂DSS（決策分析）的效果。（屬于 “ETL”過程）數(shù)據(jù)倉庫包括業(yè)務(wù)系統(tǒng)長期的歷史數(shù)據(jù)。能不能將這些所有得數(shù)據(jù)集中起來，再進行篩選看有沒有一些有意義的業(yè)務(wù)規(guī)律。數(shù)據(jù)倉庫在物理上就是一個數(shù)據(jù)庫。在系統(tǒng)開發(fā)應(yīng)用程序的數(shù)據(jù)基本上仍停留在數(shù)據(jù)挖掘的表面，還沒有進行深入的研究工作。尤其是前者，當(dāng)數(shù)據(jù)不顯示查詢優(yōu)化方案的制定。因此，該數(shù)據(jù)倉庫的設(shè)計為基礎(chǔ)的教育管理系統(tǒng)是一個學(xué)習(xí)和探索的過程。原