基于数据仓库的银行决策支持系统初步分析.docVIP

基于数据仓库的银行决策支持系统初步分析.doc

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于数据仓库的银行决策支持系统初步分析

基于数据仓库的银行决策支持系统初步分析 ???1?数据仓库技术的发展 ????随着计算机信息系统在全球范围内的广泛应用,许多机构和公司都积累了大量的历史数 据.从这些数据中,可以研究过去的经营状况、管理状况,发现和挖掘可以改进的地方,可 使决策者很快地对自己的经营情况做出准确的评估,并为制订计划、确定发展规划提供依据 .然而准确地从这成堆的历史数据中挖掘、整理出有用的数据,需要使用新的方法。1990年 Prism?Solutions公司W.?H.?Inmon在Building?the?Data?Warehouse一书中提出数据仓库 (Data?Warehouse)的概念.这一概念和引入联机分析处理(OLAP)方法解决了在信息技术 发展中存在的拥有大量数据及如何利用其中有价值信息的问题,为构筑合理可行的DSS/EIS 系统提出了解决方案。数据仓库的设计是一个非常重要的基础,国内外诸多研究者对此也提 出了许多建模的规划及实现方法。 近年来,微电子、计算机技术快速发展,网络通讯、操作平台与工具、数据库、多媒体(超 媒体)等新兴技术领域,连连取得重大突破与实用化进展;企业竞争的日益激烈为DSS的需 求不断注入活力,新兴技术的发展尤其数据库技术的发展,以数据仓库(Data?Warehouse, DW)技术为基础,以在线分析处理(On?Line?Analytical?Processing,OLAP)技术和数据挖 掘(Data?Mining,DM)技术工具为手段的决策支持系统解决方案逐渐成熟。这是一种对于 DSS问题的更为完整统一的解决途径,它具有技术起点高、支持工具强、有广阔实用前景等 优势。 早期的决策支持系统(DSS)在应用需求推动和人工智能技术支持下,经过长期探索,建立 了一套理想化的框架体系,这就是以数据库(DB)、模型库(MB)和知识库(KB)等三库 为核心的理论体系结构和系统建设方法。有些系统取得了令人瞩目的成绩,然而就其总体 而言,以往的系统多数只能停留在演示阶段,录活性、可用性差,因而不够实用,未能迈入 大规模的工业工程实践。多年来,DSS仍然处在设计方案与系统规划阶段,缺乏可操作、可 实施的技术、方法和工具。究其原因,概因为缺乏丰富的数据资源所致,不论是内部数据还 是外部数据,操作数据还是管理数据,综合数据还是历史数据统统不足;DSS是面向分析的 ,然而分析模型和算法设计均缺少坚实的数据基础;所得少量信息,其关联性又差(如三 库无法有机结合),结果形成信息弧岛;最后,缺乏有力的分析工具,无法从外部市场得 到成熟的分析工具产品,多数为自行开发,力不从心只能就事论事。 数据仓库技术高性能的数据库服务器,可处理数据量巨大、查询要求复杂,且具查询优化机 制的难题,并行数据库技术,可并行存贮管理超大规模数据库(VLDB),提供高速度复杂查 询的能力;网络与数据库的互操作技术,使大量数据通过网络的传输、转化高得简易可靠, 这些都为新兴的数据仓库技术的发展开辟了道路。 数据仓库是面向主题的集成化的稳定的、随时间变化的数据集合,用以支持决策管理的一个 过程。它是从数据库技术发展而来,为决策服务的数据组织、数据存贮技术。数据仓库把数 据使用者(企业的生产经营决策者)所关心的带有统计性趋势性的数据,从大量业已存在的 数据库或业务处理过程中集中起来,经过加工、提炼和重组,形成新的存贮管理体系-数据 仓库,作为向决策者提供查询和分析用的集成化信息库。 数据仓库的信息源具有分布和异构的特点,主要信息可视为定义在各信息源上的实体化视图 集合。数据仓库管理系统把实体化视图所对应的数据从信息源中提取出来,物理地存贮到 DW中,使之成为物理存贮的数据实体。因此,数据仓库应具有两方面功能,一是从信息源提 取数据并加工转化存入DW中;二是在DW上处理用户查询与决策分析请求,要尽量避免直接访 问数据源。数据仓库要由不同信息源的数据(微数据)产生综合数据,这可由各种聚集操作 (如分类、求和、计数等)得到。如何从综合数据恢复微数据,以及如何在保持DW及时增加 新数据的同时,又支持对其数据实施有效存取,都是重要的技术。 数据仓库是面向主题的,因而适合于决策支持的应用。数据仓库中的数据是多维的,构成多 维数据库,以便于从不同角度观察分析问题。数据仓库中的数据包括:近期基本数据( Current?detail?data)远期基本数据(Older?detail?data)、轻度综合数据(Lightly? summarized?data)、高度综合数据(Highly?summarized?data)和元数据(Meta?data)。 元数据是定义数据的数据,在数据仓库中地位十分重要。建立数据仓库的步骤是:(1)分 析决策需求,确定数据来源;(2)定义数据结合转化过

文档评论(0)

baoyue + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档