基于卫生行业信息系统的数据仓库和数据挖掘设计
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第1章 概述 | 第7-9页 |
·应用背景和问题的提出 | 第7页 |
·研究内容的介绍 | 第7-8页 |
·文章结构的介绍 | 第8-9页 |
第2章 数据仓库设计 | 第9-30页 |
·概念模型设计 | 第9-18页 |
·概念模型的需求调查 | 第9-10页 |
·概念模型的定义 | 第10-14页 |
·概念模型的分析 | 第14-15页 |
·概念模型的设计 | 第15-18页 |
·技术准备工作 | 第18-22页 |
·技术准备工作 | 第18-19页 |
·数据仓库选型 | 第19-22页 |
·逻辑模型设计 | 第22-28页 |
·物理模型设计 | 第28-29页 |
·数据仓库生成 | 第29-30页 |
第3章 ETL 的设计开发 | 第30-56页 |
·ETL 方案设计 | 第30-37页 |
·ETL 过程及其与元数据的关系 | 第31-32页 |
·CWM 元数据标准简介 | 第32-33页 |
·基于标准元数据模型开发标准 ETL 的过程 | 第33-34页 |
·元数据的获取模块设计 | 第34-35页 |
·数据增量更新方法设计 | 第35-37页 |
·ETL 程序设计 | 第37-52页 |
·ETL 过程中的抽取数据 | 第39页 |
·ETL 过程中XML 包的设计 | 第39-48页 |
·ETL 过程中的数据传输 | 第48-49页 |
·ETL 过程中的数据接收 | 第49-50页 |
·ETL 过程中的数据处理 | 第50-52页 |
·ETL 应用结果 | 第52-56页 |
第4章 数据分析挖掘 | 第56-77页 |
·数据挖掘技术概述及应用现状 | 第56-60页 |
·数据挖掘概述 | 第56-57页 |
·医学数据挖掘具有特殊性 | 第57-58页 |
·医学数据挖掘的关键技术 | 第58页 |
·医学数据挖掘的计算智能方法及应用 | 第58-60页 |
·基于关联规则的数据分析挖掘 | 第60-68页 |
·关联规则定义及 Apriori 算法 | 第61-62页 |
·医疗数据特点及转换 | 第62-64页 |
·在医疗数据中发现关联规则 | 第64-65页 |
·改进算法描述 | 第65-67页 |
·实验与性能评估 | 第67-68页 |
·基于聚类分析的数据分析挖掘 | 第68-77页 |
·聚类算法简介 | 第68-69页 |
·常用的几种聚类算法 | 第69-71页 |
·模糊聚类算法的应用 | 第71-74页 |
·社区居民健康状况的聚类分析 | 第74-77页 |
第5章 数据展现 | 第77-84页 |
·展现工具的选择 | 第77-79页 |
·数据展现的设计 | 第79-82页 |
·分析结果展示 | 第82-84页 |
第6章 结束语与展望 | 第84-86页 |
·结论 | 第84页 |
·系统的不足和展望 | 第84-86页 |
参考文献 | 第86-88页 |
致谢 | 第88-89页 |
作者攻读学位期间发表的论文 | 第89-91页 |