| 目录 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题背景及研究对象 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本课题研究的意义 | 第13-15页 |
| ·论文研究的主要内容 | 第15-16页 |
| 第二章 汽车销售系统数据仓库解决方案 | 第16-27页 |
| ·数据仓库源系统分析 | 第16-17页 |
| ·业务需求重定位 | 第17-18页 |
| ·业务数据 | 第18-19页 |
| ·两种模式的探讨 | 第19-21页 |
| ·决策分析系统的主要设计内容 | 第21-27页 |
| 第三章 维度建模分析 | 第27-44页 |
| ·确定主题 | 第27-29页 |
| ·粒度分析 | 第29-30页 |
| ·维度表的创建 | 第30-39页 |
| ·车辆维 | 第30页 |
| ·地区维 | 第30-32页 |
| ·日期维度 | 第32-33页 |
| ·产品维度 | 第33页 |
| ·促销维度 | 第33-34页 |
| ·客户维度 | 第34-39页 |
| ·事实表:建立数据中心 | 第39-44页 |
| ·销售事实表 | 第39-41页 |
| ·订单事实表 | 第41-42页 |
| ·促销范围事实表 | 第42-44页 |
| 第四章 数据预处理 | 第44-57页 |
| ·数据质量问题 | 第45-47页 |
| ·数据清洗技术的现状 | 第47-48页 |
| ·清洗过程的六个步骤 | 第48-49页 |
| ·数据清洗算法分析 | 第49-50页 |
| ·基于聚类分析的数据清洗算法的改进 | 第50-55页 |
| ·聚类分析的方法定义 | 第50-51页 |
| ·关于复制记录的检测 | 第51页 |
| ·运用Canopy技术减少计算量 | 第51-52页 |
| ·算法描述 | 第52-55页 |
| ·数据分割 | 第55-57页 |
| 第五章 利用Analysis Services 2000实现数据仓库和OLAP分析 | 第57-61页 |
| ·数据仓库的实现 | 第57-58页 |
| ·多维查询语言 MDX | 第58-59页 |
| ·对多维数据的访问 | 第59-61页 |
| 第六章 总结与展望 | 第61-62页 |
| ·可能存在的问题 | 第61页 |
| ·本文主要贡献 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-64页 |
| 攻读学位期间发表的论文情况 | 第64-65页 |