社会保障宏观决策系统数据仓库的研究

论文摘要

随着数据库技术的不断发展及数据库管理系统的广泛应用,数据库的数据量和规模也在急剧增长,人们已不满足于对业务数据装载和简单的查询、报表,而是更希望对日益积聚的海量业务数据和变化的信息环境进行分析,使信息不仅能反映当前业务的变化,更能反映它的发展趋势,数据仓库技术应运而生并迅速发展,在电信、移动和各种商业领域得到了广泛应用。本文主要介绍了在社会保障领域用于决策支持的数据仓库系统的分析、设计和实现过程。针对社会保障业务数据的特点,重点对数据抽取、存储和管理及前端数据展现三个方面进行了研究。系统采用当前较为流行的B/S/S架构,后台以ORACLE数据仓库技术和元数据管理技术为主,确定主题域模型,建立相应的维度表和事实表,开发ETL实现对业务数据的抽取、转换和装载。利用数据挖掘技术找出社会保障业务潜在关联规则,采用当前较为成熟的风险模型和预测模型,对社会保障现状及发展趋势做出实质性的预测。用DTS进行定时自动调度和数据转换,采用SQL2000数据仓库组件建立多维数据集和进行OLAP分析。前端数据展现以J2EE技术进行框架设计和多级权限设计,同时嵌入微软DOT NET技术进行数据展现和报表的开发,实现对任意数据的切片、旋转、钻取等在线处理分析功能。本文的研究成果已应用到《重庆市社会保障信息系统建设一期工程――劳动保障综合管理业务系统和宏观决策系统应用开发及实施项目》中。从用户的实际使用效果来看,普遍反映良好,系统使用率很高,这说明本研究成果具有可行性和实用性,能够满足业务部门实际需求。

论文目录

• 摘要
• Abstract
• 插图索引
• 附表索引
• 第1章 绪论
• 1.1 研究的背景
• 1.2 目的和意义
• 1.3 国内外数据仓库现状
• 1.3.1 国内外数据仓库现状
• 1.3.2 国内社会保障领域中数据仓库示例
• 1.4 课题来源和主要研究内容
• 1.4.1 课题来源
• 1.4.2 主要研究内容
• 1.4.3 论文结构
• 第2章 基本理论与实现策略
• 2.1 基本概念和数据仓库技术原理
• 2.1.1 数据的抽取
• 2.1.2 存储和管理
• 2.1.3 数据的展现
• 2.1.4 基本概念
• 2.2 现有数据仓库建设思路
• 2.3 社会保障宏观决策系统建设思路
• 2.3.1 系统平台布署
• 2.3.2 数据仓库服务器选型及配置
• 2.3.3 研发软件平台
• 2.4 小结
• 第3章 设计与实现
• 3.1 系统总体设计
• 3.1.1 设计目的和原则
• 3.1.2 业务设计
• 3.1.3 系统整体架构设计
• 3.1.4 系统功能设计
• 3.2 数据抽取
• 3.2.1 主题域模型
• 3.2.2 实体选择
• 3.2.3 宏观决策数据分析指标体系
• 3.2.4 事实表与维度表
• 3.2.5 粒度控制
• 3.2.6 ETL 过程的实现
• 3.3 存储和管理
• 3.3.1 操作数据存储（ODS）
• 3.3.2 元数据管理
• 3.4 数据展现
• 3.3.1 建立多维数据集
• 3.3.2 页面部分源代码示例
• 3.3.3 线性回归预测模型
• 3.3.4 基于STL 的关联规则模型的算法与实现
• 3.3.5 基于离散型Hopfield 神经网络的风险分析模型
• 3.5 数据仓库安全性策略与技术
• 3.6 小结
• 第4章 系统测试及应用
• 4.1 系统测试
• 4.2 系统性能对比分析
• 4.2.1 测试场景和方法
• 4.2.2 测试结果分析
• 4.3 系统应用
• 4.4 小结
• 结论
• 1. 本文已完成的工作
• 2. 进一步工作展望
• 参考文献
• 附录A 攻读学位期间所发表的论文
• 致谢