通信行业中商业智能系统的设计与应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 商业智能在通信行业的发展概况 | 第15-16页 |
| 1.3 商业智能系统的现状研究 | 第16-20页 |
| 1.3.1 采用C/S模式 | 第16-17页 |
| 1.3.2 重量级的后台设计 | 第17-18页 |
| 1.3.3 繁锁的前端展示实现 | 第18-19页 |
| 1.3.4 有限的扩展性 | 第19-20页 |
| 1.3.5 普通报表与数据挖掘相分离 | 第20页 |
| 1.4 商业智能系统建设愿景 | 第20-22页 |
| 第2章 商业智能的基础知识 | 第22-32页 |
| 2.1 商业智能介绍 | 第22-26页 |
| 2.1.1 商业智能的功能 | 第22-23页 |
| 2.1.2 商业智能的实施方法与步骤 | 第23-26页 |
| 2.2 数据仓库介绍 | 第26-29页 |
| 2.2.1 什么是数据仓库 | 第26-27页 |
| 2.2.2 数据库与数据仓库的区别 | 第27-28页 |
| 2.2.3 数据仓库建模 | 第28-29页 |
| 2.3 商业智能联机分析处理介绍 | 第29-31页 |
| 2.4 小结 | 第31-32页 |
| 第3章 商业智能系统的建设需求 | 第32-35页 |
| 3.1 建设背景 | 第32页 |
| 3.2 建设目标 | 第32-33页 |
| 3.3 业务功能的需求分析 | 第33-35页 |
| 第4章 商业智能系统的总体设计 | 第35-38页 |
| 4.1 系统总体架构 | 第35-36页 |
| 4.2 解决现有商业智能产品的不足 | 第36-37页 |
| 4.2.1 采用B/S模式 | 第36页 |
| 4.2.2 轻量级的统一元数据后台 | 第36-37页 |
| 4.2.3 所见即所得的前端展示实现 | 第37页 |
| 4.2.4 统计元数据的无限扩展 | 第37页 |
| 4.2.5 普通报表与数据挖掘并存 | 第37页 |
| 4.3 小结 | 第37-38页 |
| 第5章 商业智能系统的详细设计 | 第38-63页 |
| 5.1 元数据管理的设计方案 | 第38-42页 |
| 5.1.1 业务需求 | 第38页 |
| 5.1.2 定义元数据 | 第38-39页 |
| 5.1.3 设计元数据 | 第39-41页 |
| 5.1.4 实现元数据 | 第41页 |
| 5.1.5 利用元数据定位物理数据 | 第41-42页 |
| 5.1.6 验证统一的元数据设计 | 第42页 |
| 5.2 自助取数的设计方案 | 第42-49页 |
| 5.2.1 业务需求 | 第42-43页 |
| 5.2.2 设计自助取数 | 第43-45页 |
| 5.2.3 实现自助取数 | 第45-46页 |
| 5.2.4 自助取数流程 | 第46-49页 |
| 5.2.5 验证取数所见即所得的前端设计 | 第49页 |
| 5.3 自助报表的设计方案 | 第49-56页 |
| 5.3.1 业务需求 | 第49页 |
| 5.3.2 设计自助报表 | 第49-50页 |
| 5.3.3 实现自助报表 | 第50-53页 |
| 5.3.4 自助报表流程 | 第53-55页 |
| 5.3.5 自助报表核心设计 | 第55-56页 |
| 5.3.6 验证报表所见即所得的前端设计 | 第56页 |
| 5.4 多层次挖掘设计方案 | 第56-62页 |
| 5.4.1 业务需求 | 第57页 |
| 5.4.2 设计多层次挖掘 | 第57-58页 |
| 5.4.3 实现多层次分析 | 第58-59页 |
| 5.4.4 多层次分析流程 | 第59-61页 |
| 5.4.5 多层次分析的核心设计 | 第61页 |
| 5.4.6 验证普通报表与数据挖掘并存的可能性 | 第61-62页 |
| 5.5 小结 | 第62-63页 |
| 第6章 商业智能系统的测试应用 | 第63-72页 |
| 6.1 自助取数的测试应用 | 第63-65页 |
| 6.1.1 自助取数测试样例场景 | 第63页 |
| 6.1.2 自助取数测试用例 | 第63-65页 |
| 6.2 自助报表测试应用 | 第65-67页 |
| 6.2.1 自助报表测试样例场景 | 第65页 |
| 6.2.2 自助报表测试用例 | 第65-67页 |
| 6.3 多层次挖掘测试应用 | 第67-71页 |
| 6.3.1 多层次分析挖掘测试样例场景 | 第67页 |
| 6.3.2 多层次分析挖掘测试用例 | 第67-70页 |
| 6.3.3 多层次分析挖掘结果分析 | 第70-71页 |
| 6.4 小结 | 第71-72页 |
| 第7章 商业智能系统的建设成果 | 第72-76页 |
| 7.1 商业智能系统的创新点 | 第72-73页 |
| 7.1.1 元数据统一与分散 | 第72页 |
| 7.1.2 完全自助式设计 | 第72-73页 |
| 7.1.3 打破C/S模式改为B/S模式 | 第73页 |
| 7.1.4 让数据挖掘变得更简单 | 第73页 |
| 7.2 商业智能系统的不足 | 第73-74页 |
| 7.2.1 数据集成约束性强 | 第74页 |
| 7.2.2 物理数据存储扩展性弱 | 第74页 |
| 7.2.3 数据挖掘算法单一 | 第74页 |
| 7.3 商业智能系统的后期工作安排 | 第74-75页 |
| 7.3.1 数据处理模块高度整合 | 第74-75页 |
| 7.3.2 完善数据挖掘功能 | 第75页 |
| 7.3.3 大数据产品化 | 第75页 |
| 7.4 小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-80页 |
| 致谢 | 第80页 |
