| 第一章 引言 | 第1-12页 |
| ·论文研究背景及现状 | 第9-10页 |
| ·研究内容 | 第10-11页 |
| ·论文结构 | 第11-12页 |
| 第二章 技术背景 | 第12-39页 |
| ·数据仓库技术 | 第12-16页 |
| ·数据仓库的由来 | 第12页 |
| ·数据仓库的定义 | 第12-14页 |
| ·数据仓库的体系结构 | 第14-16页 |
| ·OLAP技术 | 第16-25页 |
| ·OLAP的定义 | 第17页 |
| ·OLAP的基本概念 | 第17-19页 |
| ·OLAP的基本分析操作 | 第19-22页 |
| ·OLAP的存储方式 | 第22-23页 |
| ·数据仓库与OLAP的关系 | 第23页 |
| ·OLAP技术的新发展 | 第23-25页 |
| ·方法库技术 | 第25-31页 |
| ·决策支持系统中的模型库和方法库 | 第25-27页 |
| ·方法库系统结构与方法构造 | 第27-31页 |
| ·MS Analysis Services简介 | 第31-39页 |
| ·MS Analysis Services系统构架 | 第31-33页 |
| ·Analysis Services数据访问模型---ADO MD介绍 | 第33-35页 |
| ·MDX(多维查询语言)简介 | 第35-39页 |
| 第三章 联机数据分析系统中多维业务空间 | 第39-55页 |
| ·为什么提出多维业务空间的概念 | 第39页 |
| ·OLAP多维业务空间的研究近况 | 第39-50页 |
| ·多维联机数据分析(MOLDA)模型简介 | 第40-43页 |
| ·业务空间的设计 | 第43-49页 |
| ·多维数据立方体 | 第49-50页 |
| ·多维业务空间与多维数据立方体的区别和联系 | 第50页 |
| ·业务空间和子空间 | 第50-55页 |
| ·交通部案件管理系统的业务空间 | 第51-53页 |
| ·子业务空间(子主题)划分原则 | 第53页 |
| ·交通部案件管理系统业务空间的子业务空间 | 第53-55页 |
| 第四章 Simplified Analysis系统的设计及实现 | 第55-83页 |
| ·为什么在MS Analysis Services平台上研究业务空间 | 第55页 |
| ·Simplified Analysis系统简介 | 第55-69页 |
| ·需求分析 | 第55-56页 |
| ·Simplified Analysis设计目的 | 第56页 |
| ·Simplified Analysis系统功能设计 | 第56-68页 |
| ·Simplified Analysis总体结构 | 第68-69页 |
| ·Simplified Analysis如何实现业务空间 | 第69-70页 |
| ·Simplified Analysis的系统数据库设计 | 第70页 |
| ·OLAP前端展现工具的设计及实现 | 第70-78页 |
| ·多维数据的逻辑和物理表示 | 第71-73页 |
| ·多维表格的设计和实现 | 第73-78页 |
| ·Simplified Analysis实现关键技术介绍 | 第78-83页 |
| ·多维查询语言的构造与数据显示 | 第78-80页 |
| ·数据透视表的使用 | 第80页 |
| ·反映Analysis Services中对象结构的树形控件开发 | 第80-83页 |
| 第五章 Simplified Analysis在交通部案件管理系统中的应用 | 第83-89页 |
| ·数据抽取与转换 | 第83-86页 |
| ·面向分析型的关系数据库设计 | 第83-84页 |
| ·“信访件”分析型数据视图的构造 | 第84-86页 |
| ·用MS Analysis Services数据仓库建模工具建模 | 第86-87页 |
| ·用Simplified Analysis进行数据分析 | 第87-89页 |
| 第六章 结论与展望 | 第89-91页 |
| ·结论 | 第89-90页 |
| ·Simplified Analysis系统的不足 | 第90页 |
| ·展望 | 第90-91页 |
| 鸣谢 | 第91-92页 |
| 参考文献 | 第92-95页 |
| 附录A | 第95-101页 |
