基于数据仓库的银行业务决策系统的设计与实现

论文摘要

为了适应国内商业银行的发展,重庆**银行在开展传统的存、贷、汇业务得同时,还积极地拓展了新的业务。数据量日益地增加,导致了原有的操作型系统已不能够很好地满足当前的需求,因此,该行提出了通过构建符合自身特点的数据仓库来有效地解决当前问题的方案。同时,该行也希望利用该数据仓库完成数据的多维分析和部分数据挖掘的工作,从而能够对决策提供一定地支持。本文结合该行的项目背景,尝试研究数据仓库在国内银行业的应用。首先,根据该商业银行的需求,建立了符合该行特点的数据仓库模型。然后,通过业务需求和对多个源系统的分析,建立了基于星型模型的数据模型,并提出了符合实际需求的ETL过程方案,成功地完成了数据仓库的初期的搭建工作。并在此基础上,实现了灵活报表、即席查询、OLAP分析和部分数据挖掘功能。主要开展了以下工作:①通过走访该行各部门以及相关分支机构,对该行的各级决策者实际需求做了深入的调研和分析。②分析了该商业银行各业务系统数据库之间的现状,以及数据的构成、分布和特点。③结合实际需求和数据的规律,确定了数据分析的主题。④研究了数据仓库的数据模型,从而建立了一种符合该商业银行数据特点的数据模型。⑤重点研究了数据抽取、转换、加载(ETL),设计了符合该行特点的ETL过程。⑥对数据仓库的建设方法和实施方案做了深入地分析和设计,探索出了具有行业特征的通用方法模型。通过后期的试运行阶段表明,该项目是能够很好地满足该商业银行提出的需求,有助于该行的业务发展。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 选题背景、目的及意义
• 1.2 国内外研究现状
• 1.2.1 国外数据仓库在银行业的研究现状
• 1.2.2 国内数据仓库在银行业的研究现状
• 1.3 本文研究内容和结构
• 1.3.1 本文研究内容
• 1.3.2 本文组织和结构
• 2 相关知识和技术介绍
• 2.1 从传统数据库到数据仓库
• 2.1.1 传统数据库的不足
• 2.1.2 数据仓库与传统数据库的区别
• 2.2 数据仓库的基本概念
• 2.2.1 元数据
• 2.2.2 数据集市
• 2.2.3 粒度
• 2.3 数据仓库的关键技术
• 2.3.1 数据抽取、转换和加载（ETL）
• 2.3.2 ETL实现方式
• 2.3.3 数据仓库中的模型
• 3 基于数据仓库的银行业务决策系统的需求分析
• 3.1 数据仓库应用目标
• 3.2 建立数据仓库的必要性
• 3.3 系统设计目标
• 3.4 数据源分析
• 3.4.1 数据源系统
• 3.4.2 数据源存在的问题
• 3.5 业务决策主题域分析
• 3.5.1 客户主题分析
• 3.5.2 产品主题分析
• 3.5.3 职员主题分析
• 3.5.4 账户主题分析
• 3.5.5 分支机构主题分析
• 3.5.6 渠道主题分析
• 3.5.7 资产主题分析
• 3.5.8 交易主题分析
• 4 基于数据仓库的银行业务决策系统设计与实现
• 4.1 系统设计原则
• 4.2 系统总体设计
• 4.2.1 系统架构设计
• 4.2.2 系统功能设计
• 4.3 数据模型设计
• 4.3.1 事实表设计
• 4.3.2 维度表设计
• 4.4 ETL过程
• 4.4.1 数据抽取
• 4.4.2 数据转换、清洗
• 4.4.3 数据装载
• 4.5 元数据分析与设计
• 4.6 数据分析子系统
• 4.6.1 数据分析工具
• 4.6.2 报表制定和即席查询
• 4.6.3 OLAP分析
• 4.6.4 数据挖掘模型
• 4.7 系统管理子系统
• 5 BO访问权限测试与结果分析
• 5.1 测试内容介绍
• 5.2 测试用例设计
• 5.3 结果分析
• 6 结论与展望
• 致谢
• 参考文献