管理信息化-數(shù)據(jù)倉(cāng)庫(kù)技術(shù)在企業(yè)信息系統(tǒng)建設(shè)中的應(yīng)用-資料下載頁(yè)
【導(dǎo)讀】施有一定的參考價(jià)值。取得了顯著的成果。國(guó)際上許多重要的學(xué)術(shù)會(huì)議，如超大型數(shù)據(jù)庫(kù)國(guó)際會(huì)。利用現(xiàn)有的信息資源成為企業(yè)提高核心競(jìng)爭(zhēng)力的關(guān)鍵。本文以電信行業(yè)為。合分析與決策支持系統(tǒng)通用化設(shè)計(jì)的考慮范圍之內(nèi)。即在保持系統(tǒng)架構(gòu)與原業(yè)務(wù)分析邏輯的前提下，系。統(tǒng)能實(shí)現(xiàn)簡(jiǎn)潔的分析主題與功能性擴(kuò)充。平臺(tái)工具，對(duì)用戶形成統(tǒng)一的功能和界面。給用戶提供自由選擇的最大余地。訪問(wèn)，要支持各種關(guān)系數(shù)據(jù)庫(kù)、平面文件、XML文件等形式。接實(shí)施數(shù)據(jù)倉(cāng)庫(kù)的ETL過(guò)程。立方體的形式向上支持在線多維分析。表的形式進(jìn)行處理。元數(shù)據(jù)是關(guān)于數(shù)據(jù)的數(shù)據(jù)，即反映系統(tǒng)結(jié)構(gòu)性本質(zhì)信息的數(shù)據(jù)描述。兩層接口封裝實(shí)現(xiàn)元數(shù)據(jù)存儲(chǔ)的規(guī)范性與靈活性。門戶定制、統(tǒng)一安全管理等管理服務(wù)。對(duì)數(shù)據(jù)源實(shí)現(xiàn)元數(shù)據(jù)級(jí)的管理，數(shù)據(jù)源。其目的是為終端用戶提供一致的企業(yè)數(shù)據(jù)集。設(shè)計(jì)ODS層的目的在于：。而對(duì)于話費(fèi)結(jié)算則采取了從綜合結(jié)算系統(tǒng)中直接抽取到數(shù)
【正文】 數(shù)據(jù)從技術(shù)上為業(yè)務(wù)需求驅(qū)動(dòng)、企業(yè)數(shù)據(jù)驅(qū)動(dòng)的雙驅(qū)動(dòng)信息系統(tǒng)建設(shè)模型提供了重要保證 ,使得信息系統(tǒng)的建設(shè)具有更高的靈活性與適應(yīng)性。 基于元模型數(shù)據(jù)倉(cāng)庫(kù)建模的過(guò)程如下圖所示： 圖 2 基于元數(shù)據(jù)的數(shù)據(jù)倉(cāng)庫(kù)建模 專題數(shù)據(jù)挖掘 電信企業(yè)在長(zhǎng)期信息化建設(shè)過(guò)程中積累了大量的業(yè)務(wù)運(yùn)營(yíng)數(shù)據(jù)和業(yè)務(wù)管理數(shù)據(jù)，一般企業(yè)級(jí)的數(shù)據(jù)量已超過(guò)了 TB級(jí)以上；同時(shí) 市場(chǎng)的激烈競(jìng)爭(zhēng)和管理過(guò)程的復(fù)雜性 ，決定了一個(gè)企業(yè)為了生存與發(fā)展，需要對(duì)客戶關(guān)系、市場(chǎng)營(yíng)銷、產(chǎn)品工程、投資分析等方面的歷史數(shù)據(jù)進(jìn)行提取與分析，將數(shù)據(jù)轉(zhuǎn)化為有用的信息。 數(shù)據(jù)挖掘一般用于在海量的數(shù)據(jù)集中發(fā)現(xiàn)間接的、隱藏的、新穎的規(guī)則、規(guī)律來(lái)輔助決策。數(shù)據(jù)挖掘技術(shù)的優(yōu)勢(shì)在于通過(guò)對(duì)數(shù)據(jù)集進(jìn)行有限步驟的采集、整理、分析、推理、比較等分析手段來(lái)揭露埋在數(shù)據(jù)表面下的有用信息。數(shù)據(jù)挖掘又是對(duì)信息的一種高度歸納的技術(shù)，將大量的、豐富的數(shù)據(jù)集整理成可操作性的、能夠指導(dǎo)決策的若干條歸納結(jié)論或規(guī)則。數(shù)據(jù)挖掘常用的算法包括： 關(guān)聯(lián)規(guī)則、聚類檢測(cè)、決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、遺傳 算法、支持向量機(jī)等，在 SAS、 IM8 等數(shù)據(jù)挖掘工具中支持的算法包括決策樹(shù)、聚類分析、神經(jīng)網(wǎng)絡(luò)、回歸分析等。 本項(xiàng)目中數(shù)據(jù)挖掘?qū)ｎ}分析支持對(duì)電信經(jīng)營(yíng)數(shù)據(jù)分類與預(yù)測(cè)分析。分類包括客戶分類、網(wǎng)元分類等；預(yù)測(cè)包括客戶發(fā)展分析與預(yù)測(cè)、業(yè)務(wù)量發(fā)展分析與預(yù)測(cè)、客戶流失分析與預(yù)測(cè)、營(yíng)銷管理與銷售機(jī)會(huì)分析與預(yù)測(cè)、市場(chǎng)競(jìng)爭(zhēng)分析與預(yù)測(cè)、大客戶分析與預(yù)測(cè)等。 采用回歸分析業(yè)務(wù)量進(jìn)行預(yù)測(cè)，如下圖所示： 圖 3 某電信業(yè)務(wù)量預(yù)測(cè)分析結(jié)果 以 20xx 年 7 月 1 日到 29 日的通話次數(shù)歷 史數(shù)據(jù)，預(yù)測(cè) 20xx 年 7 月30 日的通話次數(shù) ，結(jié)果為： 20xx 年 7 月 30 日的預(yù)測(cè)通話次數(shù)為： ， 20xx 年 7 月 30 日的實(shí)際通話次數(shù)為 30926；應(yīng)用中取得較好的預(yù)測(cè)準(zhǔn)確率。 結(jié)語(yǔ) 大型企業(yè)的數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)建設(shè)是一項(xiàng)復(fù)雜的系統(tǒng)工程，通過(guò)本項(xiàng)目的實(shí)施，用戶 形成了一套有自己特色的涵蓋企業(yè)客戶、產(chǎn)品、帳務(wù)等主題的數(shù)據(jù)模型，建立了企業(yè)級(jí)的數(shù)據(jù)倉(cāng)庫(kù)，并進(jìn)行數(shù)據(jù)模型和數(shù)據(jù)倉(cāng)庫(kù)的運(yùn)行驗(yàn)證，在產(chǎn)生報(bào)表的速度、質(zhì)量，數(shù)據(jù)分析的結(jié)論都基本上達(dá)到數(shù)據(jù)倉(cāng)庫(kù)應(yīng)有的效能，為企業(yè)的各項(xiàng)經(jīng)營(yíng)分析與決策行為 提供了科學(xué)的依據(jù)。 參考文獻(xiàn)： [1]欒誠(chéng) . 數(shù)據(jù)倉(cāng)庫(kù)技術(shù)淺析 . 山東通信技術(shù) ,20xx,01:3234. [2] Corinne Baragoin, Marty Marini, Andrew Perkins. . 20xx 12 [3]王英林，周潔，張申生 . 遺留軟件系統(tǒng)的一種重構(gòu)方法 . 上海交通大學(xué)學(xué)報(bào) 20xx 9（ 36） [4]戴超凡，陳文偉，鄧蘇，陸昌輝，唐九陽(yáng) . 數(shù)據(jù)倉(cāng)庫(kù)中元數(shù)據(jù)技術(shù)研究 . 計(jì)算機(jī)工程與應(yīng)用 20xx,14: 8
鄂ICP備17016276號(hào)-1