分布式异构数据集成及其在校园一卡通工程上的应用
摘要 | 第1-5页 |
ABSTRACT | 第5-6页 |
第一章 引言 | 第6-10页 |
·高校校园一卡通建设的历史和现状 | 第6-7页 |
·数据处理和决策支持技术的研究和进展 | 第7-9页 |
·本文的主要内容和章节安排 | 第9-10页 |
第二章 相关技术框架的研究 | 第10-17页 |
·数据仓库 | 第10-12页 |
·ETL | 第10-11页 |
·元数据 | 第11-12页 |
·基于统一视图和语义映射的数据整合技术 | 第12-13页 |
·ODBC/JDBC | 第12-13页 |
·CORBA | 第13页 |
·数据挖掘 | 第13-14页 |
·OLAP | 第14-15页 |
·决策支持系统 | 第15-17页 |
第三章 数据集成和应用的需求分析 | 第17-26页 |
·数据集成需求概述 | 第17-22页 |
·基本的人员信息 | 第17-20页 |
·公费医疗信息 | 第20页 |
·学生的消费数据 | 第20页 |
·门禁认证信息 | 第20页 |
·校内食堂的设备使用情况,就餐人数类别统计 | 第20页 |
·课程、活动安排信息 | 第20页 |
·一卡通照片信息 | 第20-21页 |
·学生报到和学费缴纳信息 | 第21页 |
·课堂考勤信息 | 第21-22页 |
·数据集成模式的分析和选择 | 第22-26页 |
第四章 数据集成模式的设计和实现 | 第26-36页 |
·以共享数据库为数据源的数据集成 | 第26-30页 |
·业务数据库到共享数据库的数据集成 | 第26-29页 |
·共享数据库与校园一卡通系统之间的数据集成 | 第29-30页 |
·通用前置服务器为平台的数据集成模式 | 第30-36页 |
第五章 数据挖掘和决策支持 | 第36-56页 |
·使用线性回归模型对系统的使用推广进行预测 | 第37-40页 |
·使用挖掘类比较方法对消费数据进行分析 | 第40-46页 |
·连续分布数据的聚类分析 | 第46-54页 |
·高斯分布 | 第47-49页 |
·数据聚类 | 第49-54页 |
·数据分析和挖掘的实际应用 | 第54-56页 |
第六章 结论 | 第56-58页 |
·系统数据集成和应用的总体情况 | 第56-57页 |
·本文的贡献 | 第57页 |
·展望 | 第57-58页 |
参考文献 | 第58-60页 |
致谢 | 第60-61页 |