| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-9页 |
| 引言 | 第9-11页 |
| 1 绪论 | 第11-23页 |
| 1．1 信息技术与金融信息化 | 第11-14页 |
| 1．1．1 信息技术在金融业经营管理中的作用 | 第11-12页 |
| 1．1．2 国外金融信息化的发展历程及其启示 | 第12-13页 |
| 1．1．3 国内金融信息化的发展历程及现状 | 第13-14页 |
| 1．1．4 金融信息化与银行信息化 | 第14页 |
| 1．2 国内商业银行信息化概述 | 第14-17页 |
| 1．2．1 国内商业银行信息化的发展历程 | 第14-15页 |
| 1．2．2 国内商业银行信息化的发展趋势 | 第15-16页 |
| 1．2．3 商业银行信息化的基本框架 | 第16-17页 |
| 1．3 现代商业银行信息化的重要内容—数据仓库技术利用 | 第17-21页 |
| 1．3．1 数据仓库概述 | 第17-18页 |
| 1．3．2 银行引入数据仓库的必要性 | 第18-20页 |
| 1．3．3 数据仓库在银行整体系统架构中的地位与作用 | 第20-21页 |
| 1．4 数据仓库及其在银行业务应用中的国内外研究现状 | 第21-23页 |
| 2 数据仓库原理及其构建方法 | 第23-43页 |
| 2．1 数据仓库的基本原理 | 第23-26页 |
| 2．1．1 数据仓库的兴起 | 第23-24页 |
| 2．1．2 数据仓库的概念及其特征 | 第24-25页 |
| 2．1．3 数据仓库的拓扑结构 | 第25-26页 |
| 2．2 数据仓库构建的方法论 | 第26-27页 |
| 2．3 数据仓库的构建过程 | 第27-40页 |
| 2．3．1 数据仓库的构建步骤 | 第27-28页 |
| 2．3．2 立项与规划阶段 | 第28-30页 |
| 2．3．3 概念模型设计阶段 | 第30-31页 |
| 2．3．4 逻辑模型设计阶段 | 第31-37页 |
| 2．3．4．1 细化主题并确定分析维度 | 第31页 |
| 2．3．4．2 建立逻辑模型 | 第31-35页 |
| 2．3．4．3 确定数据仓库的粒度 | 第35-36页 |
| 2．3．4．4 确定数据分割策略 | 第36-37页 |
| 2．3．5 物理模型设计阶段 | 第37-38页 |
| 2．3．6 实施阶段 | 第38-40页 |
| 2．4 典型的数据仓库解决方案 | 第40-43页 |
| 2．4．1 SAS数据仓库解决方案 | 第40-41页 |
| 2．4．2 ORACLE数据仓库解决方案 | 第41页 |
| 2．4．3 NCR Teradata解决方案 | 第41-42页 |
| 2．4．4 SQL Server2000的Analysis Services解决方案 | 第42-43页 |
| 3 工商银行数据仓库项目及其在江苏省分行的应用现状 | 第43-62页 |
| 3．1 工商银行基本情况及其核心业务体系 | 第43-45页 |
| 3．1．1 工商银行简介 | 第43页 |
| 3．1．2 工商银行数据仓库实施背景 | 第43-44页 |
| 3．1．3 工商银行核心业务体系 | 第44-45页 |
| 3．2 工商银行现有的业务分析方法及利用数据仓库辅助分析的必要性 | 第45-47页 |
| 3．3 工商银行数据仓库项目实施现状 | 第47-54页 |
| 3．3．1 工商银行信息化进程 | 第47-50页 |
| 3．3．1．1 业务处理系统的演变 | 第47-49页 |
| 3．3．1．2 数据大集中工程 | 第49-50页 |
| 3．3．1．3 数据仓库项目 | 第50页 |
| 3．3．2 工商银行数据仓库项目的总体规划 | 第50-51页 |
| 3．3．3 工商银行数据仓库一期工程主要系统介绍 | 第51-52页 |
| 3．3．4 工商银行数据仓库一期工程在江苏省分行的应用成效 | 第52-54页 |
| 3．4 工行数据仓库项目在江苏省分行应用过程中存在的问题 | 第54-56页 |
| 3．5 工行数据仓库项目建设的改进意见 | 第56-62页 |
| 3．5．1 扩大宣传力度 | 第56页 |
| 3．5．2 加强培训机制 | 第56-57页 |
| 3．5．3 保证数据质量 | 第57页 |
| 3．5．4 发掘业务需求 | 第57-62页 |
| 4 面向银行个人贷款业务的数据仓库分析与设计 | 第62-84页 |
| 4．1 个人贷款业务 | 第62-64页 |
| 4．1．1 个人贷款业务—银行利润新增长点 | 第62-63页 |
| 4．1．2 工商银行个人贷款业务概况 | 第63-64页 |
| 4．2 构建个人贷款数据仓库前的分析工作 | 第64-74页 |
| 4．2．1 个人贷款业务分析 | 第64-65页 |
| 4．2．2 数据源分析 | 第65-71页 |
| 4．2．3 客户信用分析业务指标和分析算法 | 第71-74页 |
| 4．3 概念模型设计 | 第74-76页 |
| 4．4 逻辑模型设计 | 第76-82页 |
| 4．4．1 主题域的细化 | 第76-81页 |
| 4．4．2 确定数据仓库的粒度 | 第81-82页 |
| 4．4．3 数据分割策略的制定 | 第82页 |
| 4．5 数据的采集与预处理 | 第82-84页 |
| 4．5．1 采集策略的制定 | 第83页 |
| 4．5．2 数据预处理 | 第83-84页 |
| 5 基于 SQL Analysis Services的个人贷款业务数据仓库的实施 | 第84-106页 |
| 5．1 预备知识 | 第84-87页 |
| 5．1．1 SQL Analysis Services数据仓库中的基本概念 | 第84-85页 |
| 5．1．2 数据仓库的三层架构及 SQL Analysis Services的体系结构 | 第85-86页 |
| 5．1．3 个人贷款数据仓库构建思路 | 第86-87页 |
| 5．2 服务器端的设置 | 第87-97页 |
| 5．2．1 建立与源数据库的链接 | 第87-88页 |
| 5．2．2 建立多维数据集 | 第88-96页 |
| 5．2．2．1 构建事实表 | 第88-89页 |
| 5．2．2．2 构建维度表 | 第89-93页 |
| 5．2．2．3 利用数据表和维表，建立多维数据集 | 第93-95页 |
| 5．2．2．4 优化存储设置 | 第95-96页 |
| 5．2．2．5 浏览多维数据集中的数据 | 第96页 |
| 5．2．3 构建完成的数据仓库 | 第96-97页 |
| 5．3 客户端的开发 | 第97-106页 |
| 5．3．1 数据透视表服务 | 第98页 |
| 5．3．2 数据透视表服务与 Excel | 第98页 |
| 5．3．3 个人贷款发放、收回情况的 OLAP查询分析 | 第98-102页 |
| 5．3．4 新、老客户信用度评价及客户群分析 | 第102-106页 |
| 结束语 | 第106-107页 |
| 6 总结 | 第107-109页 |
| 6．1 本论文的主要创新点 | 第107页 |
| 6．2 本论文的不足之处 | 第107-108页 |
| 6．3 展望 | 第108-109页 |
| 致谢 | 第109-110页 |
| 参考文献 | 第110-113页 |
