基于商业智能的高校辅导员决策支持系统研究与应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 商业智能研究 | 第8-10页 |
| 1.2.2 决策支持系统研究 | 第10-11页 |
| 1.3 论文研究内容 | 第11页 |
| 1.4 论文结构安排 | 第11-13页 |
| 第二章 研究基础 | 第13-22页 |
| 2.1 数据仓库 | 第13-16页 |
| 2.1.1 数据仓库的特征 | 第13页 |
| 2.1.2 数据仓库的体系结构 | 第13-15页 |
| 2.1.3 数据仓库的存储模式 | 第15页 |
| 2.1.4 数据仓库的存储模式 | 第15-16页 |
| 2.2 数据分析技术 | 第16-22页 |
| 2.2.1 联机分析技术 | 第16-18页 |
| 2.2.2 数据挖掘技术 | 第18-22页 |
| 第三章 高校辅导员决策支持系统需求分析与总体设计 | 第22-32页 |
| 3.1 系统需求分析 | 第22-23页 |
| 3.1.1 业务需求 | 第22页 |
| 3.1.2 功能需求 | 第22-23页 |
| 3.2 系统建设特点 | 第23-25页 |
| 3.2.1 系统的总体结构 | 第23-24页 |
| 3.2.2 系统设计原则 | 第24-25页 |
| 3.3 数据仓库概要设计 | 第25-27页 |
| 3.3.1 数据仓库的概念模型 | 第25-26页 |
| 3.3.2 数据仓库的逻辑模型 | 第26页 |
| 3.3.3 数据仓库的物理模型 | 第26-27页 |
| 3.4 数据准备 | 第27-29页 |
| 3.4.1 业务数据源描述 | 第27页 |
| 3.4.2 ETL 技术 | 第27-28页 |
| 3.4.3 分析原业务库 | 第28-29页 |
| 3.5 数据挖掘算法应用 | 第29-32页 |
| 3.5.1 Apriori 算法应用 | 第29-30页 |
| 3.5.2 ARMA 算法应用 | 第30-32页 |
| 第四章 高校辅导员决策支持系统的详细设计 | 第32-41页 |
| 4.1 系统结构设计 | 第32-33页 |
| 4.1.1 系统信息模型 | 第32页 |
| 4.1.2 系统总体结构 | 第32-33页 |
| 4.2 数据模型详细设计 | 第33-38页 |
| 4.2.1 概念模型设计 | 第33-34页 |
| 4.2.2 逻辑模型设计 | 第34-37页 |
| 4.2.3 物理模型设计 | 第37-38页 |
| 4.3 ETL 设计 | 第38-41页 |
| 4.3.1 数据源到 ODS 的 ETL | 第39-40页 |
| 4.3.2 ODS 到数据仓库的 ETL | 第40-41页 |
| 第五章 高校辅导员决策支持原型系统的实现 | 第41-56页 |
| 5.1 系统开发平台的搭建 | 第41-46页 |
| 5.1.1 系统开源解决方案介绍 | 第41-44页 |
| 5.1.2 Mondrian 的配置与部署 | 第44-46页 |
| 5.2 实现主题的多维数据模型 | 第46-47页 |
| 5.3 实现多维分析查询 | 第47-48页 |
| 5.4 原型系统应用实例及展示 | 第48-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-60页 |
