基于WEB的OLAP决策支持系统的实现与应用
这是一篇关于决策支持系统,OLAP,数据仓库的论文, 主要内容为随着企业的生产扩大,市场竞争的加剧,从大量数据中提取制定市场策略的信息就显得越来越重要了。随着信息技术的发展,数据仓库、联机分析处理(On-Line Analytical Processing, OLAP)、决策支持系统(DSS)等技术就是为上述问题而提出的一种解决方案。 数据仓库是支持管理决策过程的、面向主题的、集成的、稳定的、不同时间的数据集合。联机分析处理是近十年迅速发展起来的一种高级决策支持工具。使用OLAP工具,人们可以深入分析和研究数据,发现趋势,看到异常情况,并得到重要细节以更好地理解商业行为的涨落变迁,并能进行决策支持。决策支持系统是信息系统研究的最新发展阶段,既具有数据处理功能又具有数值计算功能,达到了更高层次的对管理者的辅助决策能力。 本文对决策支持系统、OLAP技术和数据仓库进行了介绍,并着重对OLAP技术和数据仓库做了深入研究,针对制造业企业建立决策支持系统的需求提出了一种技术解决方案。在Microsoft SQL Server创建数据仓库,使用Microsoft OLAP Server作为OLAP引擎,Microsoft Analysis Services创建多维数据集,并结合JSP、Microsoft Office Web组件等技术创建前端展示工具,构建基于WEB的OLAP决策支持系统。 本文着眼于中小企业,开发适合中小企业使用的OLAP决策支持系统。提出的解决方案具有成本低、结构灵活、易于开发等特点,可以满足中小型企业建立决策支持系统的需求,具有实际的应用价值。
基于SSH的银行分析型客户关系管理系统设计与实现
这是一篇关于分析型,客户关系管理,SSH,数据仓库,OLAP的论文, 主要内容为国内的主要商业银行如果想要在与国外金融机构竞争中获得优势,就必须充分利用已有的资源和客户关系,对客户资源和价值信息进行深度的挖掘。可以说,分析型客户关系管理就是在这种情况下产生的,受重视程度也是越来越高,在商业银行中占有极其重要的地位。分析型客户关系管理属于商业银行内部的一种经营策略,其能够根据客户的潜在价值划分客户层级,并对企业资源进行重新整合。通过分析型客户关系管理能够使得商业银行的经营理念逐步转变为客户为中心,在使得客户忠诚度和满意度提高的同时,使得商业银行的竞争优势得到增强,进而获得更多的经济利益。本文进行研究的分析型客户关系管理系统是以中国银行的业务要求为依据的,对中国银行内部的客户关系业务进行分析,分析已有业务中的不足和缺陷,进行银行分析型客户关系管理业务的确定和建立,并对适合中国银行特点的分析型客户关系管理系统进行设计与实现。本文研究的主要内容包括以下几个方面:(1)对中国银行内部的客户关系管理业务进行梳理,确定分析型客户关系管理的价值和意义;(2)对分析型客户关系管理系统采用的SSH(Struts、Spring和Hibernate)技术、OLAP技术以及数据仓库技术进行研究;(3)对分析型客户关系管理系统的安全需求、性能需求、功能需求以及研究必要性进行分析,结合分析结果进行用例模型的建立;(4)进行分析型客户关系管理功能模块、数据仓库模型以及数据模型等进行分析和建立;(5)结合系统设计的实际要求,进行数据仓库、数据提取和安全性功能的SSH实现。分析型客户关系管理系统已经在中国银行内部开始实施和应用,目前为止应用效果明显,不但能够保障客户关系管理的实际业务需求,而且操作简便易于管理,对于其他银行实施分析型客户关系管理系统具有一定的参考价值和借鉴意义。
基于JBPM的煤炭企业销售管理系统的研究与实现
这是一篇关于煤炭销售管理系统,工作流技术,JBPM,MVC,OLAP的论文, 主要内容为由于目前市场经济的快速发展，互联网技术的普及以及经济全球化进程的加剧，使得市场竞争更加激烈，为了解决企业由于市场竞争所带来的缩短交货期、提高产品质量、降低产品成本以及实现“零库存”等的巨大压力，企业的销售管理模式必须改革。基于JBPM的煤炭企业销售管理模式极大地满足企业管理的要求，这种模式的出现不仅缩短了供应商与企业需求之间的距离，同时也大大减少了各种经济资源的消耗，提高了商务活动的效率。 本论文以作者参与的课题项目“兖矿物流综合信息平台”为背景，首先建立了煤炭企业销售管理的框架模型；通过分析项目需求，提出整体的业务系统架构；研究了Spring的MVC技术和JBPM在企业级信息系统中的应用，并针对煤炭企业销售管理的业务需求，探讨了系统的技术方案和网络结构；利用JBPM实现销售管理的流程模型，并对系统中销售管理模块进行了设计。在销售情况统计分析方面，本文依据OLAP理论知识，采用Hadoop工具和Hive数据仓库对煤炭企业的销售情况进行统计并提供可视化的分析结果。在系统性能方面，针对大数据下的系统资源利用率，以及多并发数下的响应时间进行了压力测试，测试结果验证了系统的稳定性和可靠性。最后，对论文的研究工作进行总结，并对系统做了进一步的研究展望。 本文设计和实现的销售管理系统即将投入到兖矿物流的实际业务应用中，实现各项业务信息高度共享，为企业员工和管理人员提供及时、准确、全面的数据，提高工作效率和工作质量，节省企业运营成本，将为企业带来良好的经济和社会效益。
基于WEB的OLAP决策支持系统的实现与应用
这是一篇关于决策支持系统,OLAP,数据仓库的论文, 主要内容为随着企业的生产扩大,市场竞争的加剧,从大量数据中提取制定市场策略的信息就显得越来越重要了。随着信息技术的发展,数据仓库、联机分析处理(On-Line Analytical Processing, OLAP)、决策支持系统(DSS)等技术就是为上述问题而提出的一种解决方案。 数据仓库是支持管理决策过程的、面向主题的、集成的、稳定的、不同时间的数据集合。联机分析处理是近十年迅速发展起来的一种高级决策支持工具。使用OLAP工具,人们可以深入分析和研究数据,发现趋势,看到异常情况,并得到重要细节以更好地理解商业行为的涨落变迁,并能进行决策支持。决策支持系统是信息系统研究的最新发展阶段,既具有数据处理功能又具有数值计算功能,达到了更高层次的对管理者的辅助决策能力。 本文对决策支持系统、OLAP技术和数据仓库进行了介绍,并着重对OLAP技术和数据仓库做了深入研究,针对制造业企业建立决策支持系统的需求提出了一种技术解决方案。在Microsoft SQL Server创建数据仓库,使用Microsoft OLAP Server作为OLAP引擎,Microsoft Analysis Services创建多维数据集,并结合JSP、Microsoft Office Web组件等技术创建前端展示工具,构建基于WEB的OLAP决策支持系统。 本文着眼于中小企业,开发适合中小企业使用的OLAP决策支持系统。提出的解决方案具有成本低、结构灵活、易于开发等特点,可以满足中小型企业建立决策支持系统的需求,具有实际的应用价值。
传媒大数据多维数据分析系统的设计与实现
这是一篇关于多维数据分析,OLAP,数据仓库,Hadoop的论文, 主要内容为随着大数据时代的到来,新闻客户端每天会产生大量的用户行为数据和业务数据,如何实现对数据的高效处理并洞察数据背后的意义,成为企业关注的问题。传统的OLAP系统由于数据量的暴增产生了巨大压力,存在数据高速读写性能不足和查询效率低下等问题。为解决上述问题,本文在Hadoop平台上设计并实现了一个面向新闻传媒大数据的多维数据分析系统。本文深入分析国内外OLAP发展现状并找出存在的主要问题,对现有的多维分析系统进行了充分的调研,在此基础上,设计并实现了多维数据分析系统。多维数据分析系统架构在Hadoop平台上,前端采用Bootstrap框架,后台利用Hive和NoSQL构建多维数据。根据Hive中列式存储格式Parquet的特点设计了星型模型,该模型通过事实表关联不同的维度表存储于Hive数据仓库,提高了多维数据模型的可扩展性;同时,根据Hive中数据量级的不同分别存储在Impala和Kylin,从而提高查询效率。利用Hive提供的基于MapReduce计算框架的HQL提高数据抽取、转换和加载的效率。然后本文完成了对整个系统包括数据管理、多维数据分析和数据展示等模块的设计和实现。在论文的最后,进行了工作的总结和展望。本文主要研究目的是对新闻客户端用户数据进行多维度的分析,分析结果不仅促使业务人员及时了解用户状况,而且为产品的长期发展和决策提供了精准全面的数据支持;同时该系统为没有SQL基础的用户提供了极大便利,通过简单的拖拽式操作就可以呈现多维透视分析。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设向导 ，原文地址：https://m.bishedaima.com/lunwen/46171.html
