健康体检数据仓库的构建与分析系统的实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 课题研究背景 | 第12-13页 |
| 1.2 课题研究意义及应用价值 | 第13-14页 |
| 1.3 本文的主要研究内容 | 第14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第2章 数据仓库与数据分析技术 | 第16-28页 |
| 2.1 数据仓库技术 | 第16-21页 |
| 2.1.1 定义及特性 | 第16-17页 |
| 2.1.2 数据集市 | 第17-18页 |
| 2.1.3 操作数据存储 | 第18页 |
| 2.1.4 元数据 | 第18-19页 |
| 2.1.5 ETL技术 | 第19-20页 |
| 2.1.6 数据仓库的一般架构 | 第20-21页 |
| 2.2 联机分析处理技术 | 第21-24页 |
| 2.2.1 OLAP概述 | 第21-22页 |
| 2.2.2 多维数据模型 | 第22-23页 |
| 2.2.3 多维分析的主要操作 | 第23-24页 |
| 2.3 数据挖掘技术 | 第24-26页 |
| 2.3.1 数据挖掘技术概述 | 第24-25页 |
| 2.3.2 数据挖掘技术的分类 | 第25页 |
| 2.3.3 数据挖掘技术在健康领域的应用 | 第25-26页 |
| 2.4 基于数据仓库的数据分析 | 第26页 |
| 2.5 本章小结 | 第26-28页 |
| 第3章 健康体检数据仓库的构建 | 第28-44页 |
| 3.1 数据仓库构建概述 | 第28-29页 |
| 3.1.1 仓库架构选择 | 第28-29页 |
| 3.1.2 仓库构建方法 | 第29页 |
| 3.2 业务及需求概述 | 第29-31页 |
| 3.2.1 健康体检业务流程概述 | 第30页 |
| 3.2.2 健康体检分析需求概述 | 第30-31页 |
| 3.3 数据分析系统技术架构 | 第31-32页 |
| 3.4 健康体检数据仓库维度建模 | 第32-40页 |
| 3.4.1 关系型数据库多维建模 | 第32-34页 |
| 3.4.2 业务过程选取 | 第34-35页 |
| 3.4.3 粒度声明 | 第35-36页 |
| 3.4.4 维度识别 | 第36-37页 |
| 3.4.5 事实识别 | 第37-38页 |
| 3.4.6 模型建立 | 第38-40页 |
| 3.5 健康体检数据仓库物理设计 | 第40-43页 |
| 3.5.1 仓库层次规划 | 第40-41页 |
| 3.5.2 物理表结构设计 | 第41-42页 |
| 3.5.3 索引设计 | 第42-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 健康体检数据仓库ETL设计与实现 | 第44-58页 |
| 4.1 方案选择 | 第44-45页 |
| 4.2 源数据治理 | 第45页 |
| 4.3 抽取方案设计 | 第45-46页 |
| 4.3.1 数据捕捉 | 第45-46页 |
| 4.3.2 数据传输 | 第46页 |
| 4.4 转换方案设计 | 第46-48页 |
| 4.4.1 主数据管理系统 | 第47页 |
| 4.4.2 数据一致化 | 第47页 |
| 4.4.3 数据清洗 | 第47-48页 |
| 4.5 加载方案设计 | 第48-51页 |
| 4.5.1 首次加载 | 第48页 |
| 4.5.2 增量加载 | 第48-51页 |
| 4.6 管理方案设计 | 第51-52页 |
| 4.6.1 任务调度 | 第51页 |
| 4.6.2 错误处理 | 第51页 |
| 4.6.3 ETL元数据设计 | 第51-52页 |
| 4.7 ETL实现 | 第52-56页 |
| 4.7.1 DB到ODS的实现 | 第52-54页 |
| 4.7.2 ODS到DW的实现 | 第54-56页 |
| 4.7.3 DW到DM的实现 | 第56页 |
| 4.8 本章小结 | 第56-58页 |
| 第5章 健康体检数据多维分析 | 第58-70页 |
| 5.1 多维分析原理 | 第58-60页 |
| 5.1.1 多维分析方式 | 第58页 |
| 5.1.2 关系型仓库多维分析原理 | 第58-60页 |
| 5.2 MSTR简介 | 第60-61页 |
| 5.2.1 MSTR实现原理 | 第60-61页 |
| 5.2.2 MSTR核心组件 | 第61页 |
| 5.3 基于MSTR的多维分析设计方案 | 第61-63页 |
| 5.4 基于MSTR的多维分析实现 | 第63-69页 |
| 5.4.1 MSTR项目结构 | 第63-64页 |
| 5.4.2 MSTR多维分析报表的实现 | 第64-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第6章 基于健康体检数据仓库的数据挖掘 | 第70-82页 |
| 6.1 数据挖掘集市构建 | 第70-71页 |
| 6.1.1 数据模型描述 | 第70页 |
| 6.1.2 数据模型构建 | 第70-71页 |
| 6.2 基于分类技术的健康风险评估研究 | 第71-76页 |
| 6.2.1 评估框架 | 第71-72页 |
| 6.2.2 分类算法 | 第72-74页 |
| 6.2.3 评价标准 | 第74-75页 |
| 6.2.4 数据实验 | 第75-76页 |
| 6.3 非平衡健康数据集分类提升研究 | 第76-80页 |
| 6.3.1 非平衡数据集处理方法 | 第76-77页 |
| 6.3.2 SMOTE算法原理 | 第77-78页 |
| 6.3.3 对比实验 | 第78-80页 |
| 6.4 本章小结 | 第80-82页 |
| 第7章 工作总结与展望 | 第82-84页 |
| 7.1 工作总结 | 第82-83页 |
| 7.2 工作展望 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88页 |
