| 【中文题名】 | 基于ODS的商业智能技术的研究及其在钢铁行业中的应用 |
| 【英文题名】 | Research of Business Intelligence Based on ODS and Application in Steel Industry |
| 【学科专业】 | 运筹学与控制论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-5-8 |
| 【中关键词】 | 商业智能,0DS,ETL,数据仓库,, |
| 【英关键词】 | Business Intelligence,ODS,ETL,Datawarehouse, |
| 【分类导航】 | 经济>工业经济>工业经济理论>>> |
| 【论文摘要】 | 商业智能(Business Intelligence)作为企业信息化的辅助平台是指将企业的各种数据及时地转换为企业管理者可借鉴的信息(或者知识)，并以各种方式展现出来。商业智能可以帮助企业管理者进行科学决策，也可以对生产工艺进行优化，改进管理方法，进而加强企业的竞争优势。ODS是支持企业日常的全局应用的数据集合，是不同于Database的一种新的数据环境，是数据仓库扩展后得到的一个混合形式，是实现商业智能的重要技术手段之一。本文首先全面地介绍了商业智能的相关技术，然后在以下几方面做了深入的研究并且取得了创新性的成果。
(1) ODS的分类研究。本文在着重研究ODS技术的基础上，从一个截然不同的角度—数据更新方式以及数据流的角度对ODS加以分类并且基于这种分类比较了各类型ODS的特点。数据流是贯穿于整个商业智能过程的主线，从这个角度加以分类的优点在于能够清晰的认识到数据的走向，从而使整个过程更加清晰。
(2) 适用钢铁行业的四层体系架构的提出。目前商业智能在钢铁行业的应用还尚未成熟，在开展商业智能项目时应该基于怎样的架构一直是一个悬而未决的问题，本文在这方面加以研究并提出以ODS... |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
Abstract |
5-6 |
|
目录 |
6-9 |
|
第一章 前言 |
9-17 |
|
1.1 商业智能的产生 |
9-10 |
|
1.2 商业智能的定义 |
10-11 |
|
1.3 商业智能在钢铁行业的应用 |
11-12 |
|
1.4 目前已有商业智能解决方案比较 |
12-15 |
|
1.4.1 IBM商业智能解决方案 |
13 |
|
1.4.2 Oracle商业智能解决方案 |
13-14 |
|
1.4.3 Sybase商业智能解决方案 |
14 |
|
1.4.4 Informix商业智能解决方案 |
14-15 |
|
1.4.5 SAS商业智能解决方案 |
15 |
|
1.5 本文主要工作以及文章结构 |
15-17 |
|
第二章 商业智能相关技术简介 |
17-33 |
|
2.1 数据仓库技术 |
17-20 |
|
2.1.1 数据仓库的起源 |
17-18 |
|
2.1.2 数据仓库概念 |
18 |
|
2.1.3 数据仓库的特点 |
18-19 |
|
2.1.4 数据仓库开发方法 |
19-20 |
|
2.2 数据集市 |
20-21 |
|
2.3 数据挖掘和OLAP |
21-33 |
|
2.3.1 数据挖掘 |
21-27 |
|
2.3.1.1 数据挖掘的定义 |
21-22 |
|
2.3.1.2 数据挖掘的主要算法及相关模型 |
22-23 |
|
2.3.1.3 数据挖掘的步骤 |
23-24 |
|
2.3.1.4 两种主要数据挖掘工具比较 |
24-27 |
|
2.3.2 OLAP技术 |
27-31 |
|
2.3.2.1 OLAP定义及特点 |
27-29 |
|
2.3.2.2 OLAP与OLTP比较 |
29-30 |
|
2.3.2.3 OLAP服务器类型 |
30-31 |
|
2.3.3 OLAP与数据挖掘 |
31-33 |
|
第三章 ETL技术研究 |
33-41 |
|
3.1 ETL概念及扩展 |
33-34 |
|
3.1.1 ETL的概念 |
33 |
|
3.1.2 ETL概念的扩展 |
33-34 |
|
3.2 ETL主要功能 |
34-35 |
|
3.3 ETL在BI中的位置及其重要性 |
35-36 |
|
3.3.1 ETL在BI中的位置 |
35-36 |
|
3.3.2 ETL的重要性 |
36 |
|
3.4 ETL系统的设计 |
36-38 |
|
3.5 ETL现有实现方法比较 |
38-41 |
|
3.5.1 手工编码 |
38-39 |
|
3.5.2 工具 |
39 |
|
3.5.3 ETL产品介绍 |
39-41 |
|
3.5.3.1 IBM公司ETL产品介绍 |
39-40 |
|
3.5.3.2 SAS公司ETL产品介绍 |
40-41 |
|
第四章 ODS技术研究 |
41-55 |
|
4.1 ODS定义及特点 |
41-42 |
|
4.1.1 ODS定义 |
41 |
|
4.1.2 ODS的特点 |
41-42 |
|
4.2 ODS的优点 |
42-43 |
|
4.3 ODS与数据仓库区别 |
43-44 |
|
4.4 ODS的三种类型 |
44-46 |
|
4.4.1 A型ODS:实时的数据访问,有限制的更新 |
44-45 |
|
4.4.2 B型ODS:通过触发器更新 |
45 |
|
4.4.3 C型ODS:大量数据回流 |
45-46 |
|
4.4.4 三种类型ODS特点比较 |
46 |
|
4.5 以ODS为中心的三层体系架构 |
46-49 |
|
4.5.1 ODS在BI中的位置 |
46-47 |
|
4.5.2 ODS在BI中的任务 |
47-49 |
|
4.6 ODS系统的建立 |
49-50 |
|
4.6.1 建立DB-ODS-DW三层体系的步骤 |
49 |
|
4.6.2 ODS的数据获取和传输 |
49-50 |
|
4.7 以ODS为中心的四层体系架构 |
50-55 |
|
4.7.1 四层体系架构概述 |
50-52 |
|
4.7.2 四层体系架构特点 |
52 |
|
4.7.3 四层体系架构与三层体系架构的比较 |
52-55 |
|
第五章 商业智能技术在钢铁行业质量分析中的应用 |
55-68 |
|
5.1 系统概述 |
55-57 |
|
5.1.1 项目背景 |
55-56 |
|
5.1.2 项目目标 |
56-57 |
|
5.2 系统概要设计 |
57-60 |
|
5.2.1 系统逻辑架构 |
57-58 |
|
5.2.2 系统物理架构 |
58-59 |
|
5.2.3 方案总结 |
59-60 |
|
5.3 引入四层数据仓库架构的原因 |
60-62 |
|
5.3.1 ODS的时间跨度及类型选择 |
60-61 |
|
5.3.2 复杂的工艺流程 |
61-62 |
|
5.4 系统实现 |
62-68 |
|
5.4.1 ODS及数据集市设计 |
62-64 |
|
5.4.1.1 ODS设计 |
62-63 |
|
5.4.1.2 数据集市设计 |
63-64 |
|
5.4.2 E7L实现 |
64-65 |
|
5.4.3 质量分析的SAS实现 |
65-68 |
|
第六章 结束语 |
68-69 |
|
参考文献 |
69-73 |
|
致谢 |
73-74 |
|
攻读硕士学位期间发表的论文目录 |
74 |
|
| 【DOI】 | LunWen.ID:2.2008.366714 |
