基于数据仓库技术的道路货物运输业经济活动分析
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.2.1 国内外经济活动分析研究现状 | 第11-13页 |
1.2.2 国内外数据仓库技术的发展现状 | 第13-14页 |
1.3 论文的组织结构 | 第14-16页 |
1.3.1 论文的主要研究内容 | 第14-15页 |
1.3.2 论文的技术路线图 | 第15-16页 |
第2章 论文相关理论与方法概述 | 第16-26页 |
2.1 经济活动分析基本理论 | 第16-17页 |
2.1.1 经济活动分析概述 | 第16页 |
2.1.2 经济活动分析的意义 | 第16-17页 |
2.2 数据仓库 | 第17-19页 |
2.2.1 数据仓库的概念和特点 | 第17页 |
2.2.2 数据仓库的体系结构 | 第17-19页 |
2.3 联机分析(OLAP)技术 | 第19-20页 |
2.3.1 OLAP 的概念和作用 | 第19页 |
2.3.2 OLAP 的多维数据概念 | 第19页 |
2.3.3 OLAP 的分析方法 | 第19-20页 |
2.4 数据挖掘技术 | 第20-24页 |
2.4.1 数据挖掘的概念和功能 | 第20-21页 |
2.4.2 数据挖掘技术 | 第21-23页 |
2.4.3 数据挖掘的过程 | 第23-24页 |
2.5 本章小结 | 第24-26页 |
第3章 经济活动分析方案需求分析及具体设计 | 第26-38页 |
3.1 需求分析 | 第26-27页 |
3.2 数据分析模型的整体设计思路 | 第27页 |
3.3 数据仓库设计 | 第27-34页 |
3.3.1 数据仓库概念模型设计 | 第28-29页 |
3.3.2 数据仓库逻辑模型设计 | 第29-31页 |
3.3.3 数据仓库物理模型设计 | 第31-34页 |
3.3.4 数据仓库建立工具选择 | 第34页 |
3.4 数据挖掘设计 | 第34-36页 |
3.4.1 超载车辆分类算法设计 | 第34-35页 |
3.4.2 车辆收入预测算法设计 | 第35-36页 |
3.4.3 货运车辆聚类分析设计 | 第36页 |
3.4.4 数据挖掘工具选择 | 第36页 |
3.5 本章小结 | 第36-38页 |
第4章 数据仓库建立及数据多维分析 | 第38-56页 |
4.1 数据预处理 | 第38页 |
4.2 数据仓库的建立 | 第38-42页 |
4.2.1 建立数据库 | 第38-39页 |
4.2.2 数据导入 | 第39-41页 |
4.2.3 数据关系设计 | 第41-42页 |
4.3 数据的多维分析 | 第42-54页 |
4.3.1 建立多维数据集 | 第42-43页 |
4.3.2 多维数据集的切片、旋转、钻取分析 | 第43-44页 |
4.3.3 数据的展现 | 第44-54页 |
4.4 本章小结 | 第54-56页 |
第5章 数据挖掘算法实现 | 第56-70页 |
5.1 超载车辆分类算法实现 | 第56-62页 |
5.2 车辆收入预测算法实现 | 第62-65页 |
5.3 货运车辆聚类分析实现 | 第65-67页 |
5.4 本章小结 | 第67-70页 |
第6章 总结与展望 | 第70-72页 |
6.1 总结 | 第70页 |
6.2 展望 | 第70-72页 |
参考文献 | 第72-76页 |
导师及作者简介 | 第76-77页 |
致谢 | 第77页 |