BI理念下人力资源数据集市的实现
摘要 | 第3-4页 |
ABSTRACT | 第4页 |
第一章 引言 | 第9-14页 |
1.1 背景及问题的提出 | 第9-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 研究的主要目标、内容及其方法 | 第12-13页 |
1.4 本文的组织结构及其章节编排 | 第13-14页 |
第二章 BI 的相关理论 | 第14-30页 |
2.1 BI 的定义及相关概念 | 第14-17页 |
2.1.1 BI 的定义 | 第14-15页 |
2.1.2 BI 的体系结构 | 第15页 |
2.1.3 BI 开发的一个循环周期 | 第15-17页 |
2.2 数据仓库及其相关概念 | 第17-26页 |
2.2.1 数据仓库、数据集市及ODS 数据库 | 第17-18页 |
2.2.2 数据仓库维度模型 | 第18-23页 |
2.2.3 数据仓库的元数据 | 第23-24页 |
2.2.4 ETL 相关概念 | 第24-26页 |
2.3 OLAP | 第26-27页 |
2.4 数据挖掘 | 第27-29页 |
2.4.1 常用的数据挖掘方法 | 第27-28页 |
2.4.2 人工神经网络 | 第28-29页 |
2.4.3 遗传算法 | 第29页 |
2.5 本章小结 | 第29-30页 |
第三章 项目分析及设计 | 第30-46页 |
3.1 企业数据仓库的轮廓设计 | 第30-31页 |
3.2 HR-DM 轮廓设计 | 第31页 |
3.3 HR-DM 系统需求分析 | 第31-33页 |
3.3.1 业务需求分析 | 第32-33页 |
3.3.2 技术需求分析 | 第33页 |
3.4 工具的选择 | 第33-34页 |
3.5 HR-DM 数据集市的模型 | 第34-38页 |
3.5.1 概念模型 | 第35页 |
3.5.2 逻辑模型设计 | 第35-36页 |
3.5.3 物理模型 | 第36-38页 |
3.6 HR-KPI 模型 | 第38-39页 |
3.6.1 KPI 指标树概念 | 第38-39页 |
3.6.2 KPI 指标的设计 | 第39页 |
3.7 ETL 设计 | 第39-45页 |
3.7.1 数据转换基本流程 | 第39-40页 |
3.7.2 设计原则 | 第40-41页 |
3.7.3 ETL 架构设计 | 第41-43页 |
3.7.4 ETL 操作设计 | 第43-44页 |
3.7.5 用例模型 | 第44-45页 |
3.8 本章小结 | 第45-46页 |
第四章 BI 理念下智能HR-DM 系统的实现 | 第46-57页 |
4.1 维表及OLAP 查询的实现 | 第46-50页 |
4.1.1 实现维表的DTS 包 | 第46页 |
4.1.2 展示设计 | 第46-47页 |
4.1.3 DTS 转换定义 | 第47-48页 |
4.1.4 多阶段数据抽取 | 第48-49页 |
4.1.5 抽取策略 | 第49页 |
4.1.6 调度设置 | 第49页 |
4.1.7 日志设置 | 第49-50页 |
4.2 元数据管理 | 第50-51页 |
4.2.1 管理系统界面 | 第50页 |
4.2.2 元数据的提取 | 第50-51页 |
4.2.3 元数据表的命名规则 | 第51页 |
4.3 OLAP 设计 | 第51-52页 |
4.3.1 OLAP 展示 | 第51-52页 |
4.3.2 OLAP 与数据挖掘 | 第52页 |
4.4 数据挖掘 | 第52-56页 |
4.4.1 建立神经网络的流程 | 第52-53页 |
4.4.2 神经网络模型与其他模型比较 | 第53页 |
4.4.3 神经网络模型的建立 | 第53-55页 |
4.4.4 神经网络模型的实现 | 第55-56页 |
4.5 本章小结 | 第56-57页 |
第五章 智能化人力资源管理系统的应用效果分析 | 第57-60页 |
5.1 关于DTS 应用效果分析 | 第57页 |
5.2 关于元数据管理的应用效果分析 | 第57页 |
5.3 关于OLAP 的应用效果分析 | 第57-58页 |
5.4 神经网络模型应用效果分析 | 第58-59页 |
5.5 本章小结 | 第59-60页 |
第六章 总结与展望 | 第60-61页 |
6.1 本文工作回顾 | 第60页 |
6.2 成果及意义 | 第60页 |
6.3 存在的问题及进一步的工作 | 第60-61页 |
参考文献 | 第61-62页 |
致谢 | 第62-63页 |
作者攻读学位期间发表的论文 | 第63-65页 |