| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.3 Pentaho平台发展现状 | 第16页 |
| 1.4 本文的研究内容 | 第16-17页 |
| 1.5 本文的组织结构 | 第17-18页 |
| 第2章 相关的理论及技术 | 第18-30页 |
| 2.1 商业智能 | 第18-19页 |
| 2.2 商业智能核心技术 | 第19-22页 |
| 2.2.1 数据仓库技术 | 第19-20页 |
| 2.2.2 联机分析处理技术 | 第20页 |
| 2.2.3 数据挖掘技术 | 第20-22页 |
| 2.3 ETL技术 | 第22-24页 |
| 2.3.1 ETL各个步骤介绍 | 第22页 |
| 2.3.2 ETL构建数据仓库的过程 | 第22-23页 |
| 2.3.3 ETL抽取原则和方法 | 第23-24页 |
| 2.4 商务智能工作过程 | 第24-25页 |
| 2.5 Pentaho BI平台 | 第25-28页 |
| 2.6 库存管理概述 | 第28-29页 |
| 2.6.1 库存管理的概念 | 第28页 |
| 2.6.2 库存管理相关性能指标 | 第28页 |
| 2.6.3 库存管理作用 | 第28-29页 |
| 2.7 本章小结 | 第29-30页 |
| 第3章 关键技术研究 | 第30-37页 |
| 3.1 Pentaho BI集成机制改进 | 第30-31页 |
| 3.1.1 webService技术研究 | 第30页 |
| 3.1.2 数据传输管道 | 第30-31页 |
| 3.1.3 集成机制改进 | 第31页 |
| 3.2 传统ETL体系结构不足 | 第31-33页 |
| 3.3 分布式并行ETL架构研究 | 第33-36页 |
| 3.3.1 并行ETL技术分析 | 第33-34页 |
| 3.3.2 多线程技术 | 第34-35页 |
| 3.3.3 分布式技术 | 第35页 |
| 3.3.4 改进的分布式并行ETL架构 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 商务智能信息系统设计 | 第37-50页 |
| 4.1 商业智能信息系统架构设计 | 第37-40页 |
| 4.1.1 WMS之上构建商业智能的解决方案 | 第37-39页 |
| 4.1.2 WMS之上实施商业智能的系统架构设计 | 第39-40页 |
| 4.2 功能设计 | 第40-42页 |
| 4.2.1 企业级报表 | 第40-41页 |
| 4.2.2 立方体分析 | 第41页 |
| 4.2.3 任意查询与分析 | 第41页 |
| 4.2.4 统计分析和数据挖掘 | 第41-42页 |
| 4.2.5 报表分发和预警 | 第42页 |
| 4.3 基于Pentaho的商业智能的设计 | 第42-46页 |
| 4.3.1 流程设计 | 第42-44页 |
| 4.3.2 OLAP设计 | 第44-45页 |
| 4.3.3 ETL设计 | 第45-46页 |
| 4.3.4 分析界面设计 | 第46页 |
| 4.4 数据模型设计 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 基于Pentaho的商业智能在钢铁物流企业的应用 | 第50-57页 |
| 5.1 钢铁物流企业仓储管理系统业务数据 | 第50-53页 |
| 5.2 基于Pentaho的商业智能对钢材库存的多维分析 | 第53-56页 |
| 5.3 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 附录A 攻读硕士学位期间所参与的科研活动 | 第64页 |