| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·选题依据与研究意义 | 第7-8页 |
| ·课题研究背景 | 第7页 |
| ·课题研究意义 | 第7-8页 |
| ·国内外研究动态 | 第8-10页 |
| ·主要研究工作 | 第10页 |
| ·本文的组织结构 | 第10-13页 |
| 第二章 商业智能技术分析 | 第13-21页 |
| ·商业智能的关键技术分析 | 第13-17页 |
| ·数据仓库技术 | 第13-15页 |
| ·ETL | 第15页 |
| ·OLAP和DM | 第15-17页 |
| ·联机分析挖掘(OLAM) | 第17页 |
| ·Microsoft SQL Server 2005的商业智能解决方案 | 第17-19页 |
| ·SQL SERVER 2005服务 | 第17-18页 |
| ·SQL Server 2005的BI平台 | 第18-19页 |
| ·实施商业智能的步骤 | 第19-21页 |
| 第三章 需求分析与解决方案设计 | 第21-25页 |
| ·企业现状和系统建设目标 | 第21-22页 |
| ·公交信息分析系统BI解决方案设计 | 第22-24页 |
| ·系统设计特点 | 第22-23页 |
| ·系统应用层次架构设计 | 第23-24页 |
| ·公交信息分析系统开发环境要求 | 第24页 |
| ·本章小节 | 第24-25页 |
| 第四章 数据仓库设计 | 第25-51页 |
| ·数据源的获取 | 第26-27页 |
| ·概念模型设计 | 第27-30页 |
| ·界定系统的边界 | 第27-28页 |
| ·确定主题及其内容 | 第28-30页 |
| ·逻辑模型设计 | 第30-35页 |
| ·逻辑建模方法的比较和选择 | 第30-31页 |
| ·数据仓库逻辑结构的选择 | 第31-32页 |
| ·公交信息分析系统数据仓库的维度模型设计 | 第32-35页 |
| ·物理模型设计 | 第35-39页 |
| ·事实表设计 | 第35-38页 |
| ·维度表设计 | 第38-39页 |
| ·数据仓库的创建 | 第39页 |
| ·ETL设计 | 第39-49页 |
| ·数据抽取设计 | 第39-41页 |
| ·数据清洗/转换设计 | 第41-44页 |
| ·数据加载设计 | 第44-49页 |
| ·ETL效率的优化 | 第49页 |
| ·本章小节 | 第49-51页 |
| 第五章 OLAM设计和系统实现 | 第51-69页 |
| ·OLAM体系结构 | 第51-52页 |
| ·基于面对主题的多维分析模型的实现 | 第52-59页 |
| ·OLAP数据存储格式的选择 | 第52-53页 |
| ·多维数据分析方法的确定 | 第53-56页 |
| ·基于主题的数据立方体的分析实现 | 第56-59页 |
| ·基于面对主题的多维数据模型挖掘的实现 | 第59-65页 |
| ·数据挖掘工具与数据仓库的紧密结合 | 第59-60页 |
| ·基于SQL Server 2005的数据挖掘处理流程 | 第60-61页 |
| ·面对探寻营运生产问题的数据挖掘 | 第61-65页 |
| ·商业智能客户端界面的设计 | 第65-67页 |
| ·基于SSRS的公交信息分析系统报表解决方案 | 第65-66页 |
| ·数据报表展示 | 第66-67页 |
| ·本章小节 | 第67-69页 |
| 第六章 结束语 | 第69-71页 |
| ·论文总结 | 第69页 |
| ·进一步的工作 | 第69-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-74页 |