| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第12-18页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 发展现状 | 第13-16页 |
| 1.2.1 商务智能发展现状 | 第13-15页 |
| 1.2.2 城市管理发展现状 | 第15-16页 |
| 1.3 课题背景及研究内容 | 第16页 |
| 1.4 论文主要工作 | 第16-17页 |
| 1.5 论文的组织结构 | 第17-18页 |
| 第二章 系统关键技术研究 | 第18-29页 |
| 2.1 业务流程理论和方法 | 第18-19页 |
| 2.1.1 HIGO简介 | 第18-19页 |
| 2.1.2 关键绩效指标的定义 | 第19页 |
| 2.2 商务智能应用技术 | 第19-25页 |
| 2.2.1 数据仓库 | 第20-21页 |
| 2.2.1.1 数据集市 | 第20-21页 |
| 2.2.1.2 维事实模型 | 第21页 |
| 2.2.2 ETL概述 | 第21-22页 |
| 2.2.3 OLAP概述 | 第22-24页 |
| 2.2.4 数据挖掘概述 | 第24-25页 |
| 2.2.4.1 数据挖掘的过程 | 第24-25页 |
| 2.2.4.2 数据挖掘的主要算法 | 第25页 |
| 2.3 商务智能平台和工具介绍 | 第25-27页 |
| 2.3.1 Pentaho BI平台概述 | 第25-27页 |
| 2.3.2 C-tools简介 | 第27页 |
| 2.3.3 Weka工具 | 第27页 |
| 2.4 小结 | 第27-29页 |
| 第三章 需求分析 | 第29-36页 |
| 3.1 需求来源 | 第29-33页 |
| 3.1.1 基于大众信息源的城市管理系统概述 | 第29-30页 |
| 3.1.2 城市管理业务流程分析 | 第30-32页 |
| 3.1.3 业务需求 | 第32-33页 |
| 3.2 商务智能系统功能需求 | 第33-35页 |
| 3.2.1 系统模块 | 第33页 |
| 3.2.2 系统的功能描述 | 第33-35页 |
| 3.3 非功能性需求 | 第35页 |
| 3.4 小结 | 第35-36页 |
| 第四章 城市管理商务智能系统设计 | 第36-57页 |
| 4.1 系统架构 | 第36-37页 |
| 4.2 数据仓库设计 | 第37-44页 |
| 4.2.1 概念模型设计 | 第37-40页 |
| 4.2.2 逻辑模型设计 | 第40-44页 |
| 4.2.2.1 事件发生数量的DFM | 第41页 |
| 4.2.2.2 事件处理率的DFM | 第41-42页 |
| 4.2.2.3 事件上报错误率的DFM | 第42页 |
| 4.2.2.4 响应事件的平均时间的DFM | 第42-43页 |
| 4.2.2.5 事件处理的满意度的DFM | 第43页 |
| 4.2.2.6 处理事件平均时间的DFM | 第43-44页 |
| 4.3 数据分析模块设计 | 第44-48页 |
| 4.3.1 ETL设计 | 第44-45页 |
| 4.3.2 OLAP分析模型设计 | 第45-48页 |
| 4.3.2.1 数据表设计 | 第45-47页 |
| 4.3.2.2 数据立方体设计 | 第47-48页 |
| 4.4 数据访问控制模块设计 | 第48-51页 |
| 4.4.1 数据提取 | 第49页 |
| 4.4.2 数据处理 | 第49-50页 |
| 4.4.3 数据返回 | 第50-51页 |
| 4.5 数据预测模块设计 | 第51-56页 |
| 4.5.1 事件发生数量预测模型设计 | 第51-52页 |
| 4.5.2 异常检测算法 | 第52-54页 |
| 4.5.2.1 孤立森林 | 第53页 |
| 4.5.2.2 四分位距 | 第53-54页 |
| 4.5.2.3 孤立森林方法与四分位距方法的比较 | 第54页 |
| 4.5.3 支持向量机SVM预测算法 | 第54-56页 |
| 4.6 小结 | 第56-57页 |
| 第五章 城市管理商务智能系统实现 | 第57-83页 |
| 5.1 城市管理商务智能系统开发环境 | 第57-58页 |
| 5.2 ETL过程实现 | 第58-67页 |
| 5.2.1 构建维度表 | 第58-65页 |
| 5.2.1.1 日期维度 | 第58-61页 |
| 5.2.1.2 事件类型维度 | 第61-62页 |
| 5.2.1.3 事件区域维度 | 第62-65页 |
| 5.2.2 构建事实表 | 第65-67页 |
| 5.3 数据仓库构建 | 第67-71页 |
| 5.3.1 构建维度 | 第67-68页 |
| 5.3.2 建立数据立方体 | 第68-71页 |
| 5.4 数据访问控制 | 第71-73页 |
| 5.5 数据挖掘实现 | 第73-76页 |
| 5.5.1 数据异常检测 | 第73-74页 |
| 5.5.2 数据预测 | 第74-76页 |
| 5.6 系统结果展示 | 第76-82页 |
| 5.6.1 Web页面的展示 | 第76-79页 |
| 5.6.2 Pentaho Console平台的分析结果 | 第79-82页 |
| 5.7 小结 | 第82-83页 |
| 第六章 系统测试 | 第83-89页 |
| 6.1 系统测试环境 | 第83-84页 |
| 6.2 ETL过程测试 | 第84-86页 |
| 6.2.1 ETL过程测试方法 | 第84-85页 |
| 6.2.2 ETL过程测试结果 | 第85-86页 |
| 6.3 OLAP测试 | 第86-87页 |
| 6.3.1 OLAP测试用例 | 第86页 |
| 6.3.2 OLAP测试结果 | 第86-87页 |
| 6.4 性能测试 | 第87-88页 |
| 6.5 小结 | 第88-89页 |
| 第七章 结论与展望 | 第89-90页 |
| 致谢 | 第90-91页 |
| 参考文献 | 第91-94页 |