基于数据仓库体系结构的OLAP和数据挖掘技术的研究与应用
提要 | 第1-7页 |
第一章 绪论 | 第7-13页 |
·数据仓库系统发展的背景 | 第7-10页 |
·数据仓库起源 | 第7-8页 |
·数据仓库与OLAP及数据挖掘的关系 | 第8-10页 |
·国内外发展现状 | 第10-11页 |
·本文的研究工作 | 第11-13页 |
第二章 数据仓库体系结构设计 | 第13-31页 |
·数据仓库系统的数据组织形式 | 第13-14页 |
·数据仓库的关键技术 | 第14-15页 |
·数据仓库维度建模技术 | 第15-17页 |
·星型模型 | 第16页 |
·雪花模型 | 第16-17页 |
·混合型架构的实时数据仓库 | 第17-22页 |
·引入ODS构建实时数据仓库 | 第17-18页 |
·构建实时数据仓库体系架构 | 第18-20页 |
·缓慢变化维 | 第20页 |
·代理键自增序列算法设计 | 第20-22页 |
·实时增量ETL设计 | 第22-26页 |
·增量数据的ETL方法研究 | 第23-24页 |
·基于系统日志的实时增量ETL算法设计 | 第24-26页 |
·实验 | 第26-29页 |
·代理键自增序列算法性能分析与实验 | 第26-27页 |
·基于系统日志实时增量ETL实验 | 第27-29页 |
·小结 | 第29-31页 |
第三章 OLAP 相关技术研究 | 第31-46页 |
·OLAP的基本多维分析操作 | 第31-32页 |
·OLAP的体系结构 | 第32-33页 |
·OLAP的实现技术 | 第33-34页 |
·基于MOLAP数据立方体压缩存储设计 | 第34-41页 |
·Cuboid重复数据压缩结构 | 第35-37页 |
·维层次及成员编码设计 | 第37-39页 |
·基于Cuboid的压缩DataCube生成算法 | 第39-41页 |
·基于压缩Cuboid的DataCube查询 | 第41-43页 |
·多维数据查询语句分解 | 第41-42页 |
·基于Cuboid的压缩数据解压缩算法 | 第42-43页 |
·多维数据的点查询以及语义查询 | 第43页 |
·实验 | 第43-45页 |
·小结 | 第45-46页 |
第四章 数据挖掘算法研究与应用 | 第46-59页 |
·数据挖掘与传统分析方法的区别和处理步骤 | 第46页 |
·数据挖掘的研究内容 | 第46-48页 |
·OLAM技术研究 | 第48-50页 |
·基于数据立方体的贝叶斯数据挖掘分类算法设计 | 第50-53页 |
·朴素贝叶斯分类 | 第51-52页 |
·基于数据立方体的改进朴素贝叶斯分类算法 | 第52-53页 |
·数据挖掘其他应用 | 第53-57页 |
·关联规则算法获取关联知识 | 第54-55页 |
·时间序列算法获取预测知识 | 第55-57页 |
·基于数据立方体的改进朴素贝叶斯分类算法实验 | 第57-58页 |
·小结 | 第58-59页 |
第五章 公安数据仓库系统设计实现 | 第59-71页 |
·背景与需求分析 | 第59-60页 |
·公安数据仓库系统总体设计 | 第60-61页 |
·公安数据仓库设计实现 | 第61-65页 |
·公安数据集市维度建模 | 第61-63页 |
·公安混合型实时数据仓库架构 | 第63-64页 |
·使用代理键更新数据 | 第64-65页 |
·公安数据仓库系统功能设计 | 第65-70页 |
·公安数据仓库系统实时警情通报 | 第65页 |
·公安数据仓库系统多维分析 | 第65-68页 |
·公安数据仓库系统报表统计功能 | 第68页 |
·公安数据仓库系统挖掘预测功能 | 第68-70页 |
·小结 | 第70-71页 |
第六章 总结与展望 | 第71-73页 |
参考文献 | 第73-77页 |
摘要 | 第77-80页 |
Abstract | 第80-84页 |
致谢 | 第84页 |