数据仓库技术在交通信息系统中的应用研究

论文摘要

随着信息技术的飞速发展,企业内部产生了越来越多的数据,但这些数据并没有产生应有的信息,因此常常出现“数据爆炸但知识贫乏”的窘迫局面。面对市场竞争的不断加剧,企业为有效整合与充分利用现有信息资源,提高核心竞争力,从自身的实际发展需要出发,在已有管理信息系统的基础上,提出了建立决策支持系统的需求。如何从现行管理信息系统大量的业务数据中抽取有用的知识,以辅助企业管理层进行决策,成为我们面临的关键问题。为此,本文以某交通局信息化工程为应用背景,构建了企业级的交通信息数据仓库,为决策支持提供了良好的数据基础。本文首先阐述了数据仓库技术在国内外的应用和研究现状,介绍了数据仓库的关键技术,包括数据仓库的体系架构、数据模型、ETL过程、OLAP多维分析及数据挖掘技术。随后分析了现行的交通信息业务系统,对项目背景作了介绍,确定了七大主题域和相应的子主题,进行了维度和度量值的设计,并以星座模式进行多维模型设计。在物理模型设计中,设计了后台的存储架构、维表、事实表和索引等。系统采用OWB软件工具进行ETL设计和元数据管理,分别对ETL的数据抽取、转换和加载模块进行了设计和实现,并对数据仓库元数据的相关性管理和元数据的导入导出作了阐述。最后将数据仓库应用于决策支持系统中,为OLAP分析和报表展现提供数据基础,并进一步分析了该数据仓库的应用前景。该交通局数据仓库的建成将有助于打破其“信息孤岛”,实现数据共享,统一分析平台的数据环境,为高质量的决策提供坚实的数据基础。

论文目录

• 摘要
• ABSTRACT
• 引言
• 第一章 综述
• 1.1 数据仓库的概念和特征
• 1.2 数据仓库技术的相关术语
• 1.3 数据仓库系统的体系结构
• 1.4 数据仓库的建设路线和步骤
• 1.5 数据仓库技术的发展现状
• 1.6 本章小结
• 第二章 数据仓库相关技术研究
• 2.1 数据仓库的模型
• 2.1.1 概念模型
• 2.1.2 逻辑模型
• 2.1.3 物理模型
• 2.2 联机分析处理（OLAP）技术
• 2.2.1 OLAP 的概念和特点
• 2.2.2 OLAP 的基本操作
• 2.2.3 OLAP 的模型
• 2.2.4 OLAP 的发展现状
• 2.3 数据挖掘（DM）技术
• 2.3.1 数据挖掘的定义
• 2.3.2 数据挖掘的任务和常用算法
• 2.3.3 数据挖掘的发展现状
• 2.4 数据仓库与决策支持系统（DSS）
• 2.5 本章小结
• 第三章 交通信息系统中数据仓库的模型设计
• 3.1 项目背景
• 3.2 系统体系架构设计
• 3.3 现行业务系统分析
• 3.4 概念模型设计
• 3.4.1 公路养护管理
• 3.4.2 桥梁管理
• 3.4.3 车流量统计分析
• 3.4.4 公路工程管理
• 3.4.5 公路建设管理
• 3.4.6 行政审批管理
• 3.4.7 客运管理
• 3.5 逻辑模型设计
• 3.5.1 维度设计
• 3.5.2 度量值设计
• 3.5.3 多维模型设计
• 3.6 物理模型设计
• 3.6.1 存储架构设计
• 3.6.2 维表设计
• 3.6.3 事实表设计
• 3.6.4 索引设计
• 3.7 本章小结
• 第四章 数据仓库的 ETL 设计和元数据管理
• 4.1 OWB 简介
• 4.2 ETL 设计
• 4.2.1 数据的抽取
• 4.2.2 数据的转换
• 4.2.3 数据的加载
• 4.3 元数据管理
• 4.3.1 元数据的相关性管理
• 4.3.2 元数据的导入与导出
• 4.4 本章小结
• 第五章 数据仓库的 DSS 应用
• 5.1 OLAP 分析
• 5.2 报表设计
• 5.2.1 RS 简介
• 5.2.2 报表展现架构设计
• 5.2.3 部分报表举例
• 5.3 应用前景展望
• 5.4 本章小结
• 结论
• 参考文献
• 发表文章目录
• 致谢