基于数据仓库的青海省统计信息决策分析支持系统设计与实现

论文摘要

面对现在海量的信息数据,如何有效的收集、选择和使用有效数据,更重要的是如何帮助用户在众多的信息中发现它们之间的关系和新的概念,使之能够自动化,并且作用于决策支持是当今信息技术中的一个热点问题。而数据挖掘技术和数据仓库技术是近几年发展起来的有关数据库和人工智能的新技术,它可以通过对大量数据进行建模、分类与聚类等操作,多角度多方位地分析统计数据,发现数据之间的联系。而且在统计工作中,对数据进行统计,并利用数据及其关系来进行决策分析支持,是其工作的一项重要内容,而且统计数据的海量化、零散化是其数据的一个特点,因此将数据挖掘和数据仓库技术与统计行业相结合是一个势在必行的趋势。本文结合“青海省统计信息决策分析支持系统”的开发,对此进行了讨论。根据用户提出的灵活统计、发现数据中的规律、直观展现数据的要求,应用OLAP、决策树等概念描述数据仓库技术,尝试从数据挖掘和数据仓库的角度对统计学进行应用性研究。本文首先介绍系统选题的背景、意义及设计原则,着重归纳国内外数据挖掘和数据仓库领域的专家、学者在数据挖掘这一领域的探索和取得的成果,作为论文的基础。然后从统计行业对数据的要求和具体的数据形式做了基本情况分析、分类分析、动态分析、关联分析、特征值分析等陈述,以明确本文的撰写目的。其次,本文从青海省统计局的统计需求和结构方面出发,应用了统计学的方法明确了挖掘思路及使用的技术,应用数据仓库中的相关技术进行了系统设计,使数据仓库技术在统计行业的应用得以尝试性的实现,对大量原始数据进行了挖掘实现,通过决策树分类方法建立了模型,进一步实现挖掘任务。再者本文对使用数据挖掘技术和数据仓库技术实现的青海省统计信息的数据挖掘与分析系统进行了框架式的介绍,以明证实证部分的设计实现的可行性。最后对本文做了全面的总结,并提出了进一步的努力方向。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 选题背景及意义
• 1.1.1 项目研究背景
• 1.1.2 项目来源
• 1.1.3 研究的意义
• 1.1.4 研究现状分析
• 1.1.5 本研究所面临的问题
• 1.2 论文组织结构与章节安排
• 第二章 统计信息决策分析支持系统使用的关键技术
• 2.1 引言
• 2.2 数据仓库技术
• 2.2.1 数据仓库基础知识
• 2.2.2 数据仓库的主要概念
• 2.3 数据仓库建模
• 2.3.1 数据仓库高层建模方法
• 2.3.2 数据仓库中间层建模方法
• 2.3.3 数据仓库的底层建模方法
• 2.4 元数据
• 2.4.1 元数据的类型与组成
• 2.4.2 数据仓库中元数据的作用
• 2.5 OLAP联机分析处理技术
• 2.5.1 OLAP的特点
• 2.5.2 OLAP的多维数据概念
• 2.5.3 OLAP在多维数据上的操作
• 2.5.4 OLAP的存储方式
• 2.6 数据挖掘技术
• 2.6.1 数据挖掘的基本过程
• 2.6.2 数据挖掘的方法
• 2.6.3 数据挖掘的功能称述
• 2.7 聚类方法的概念
• 2.7.1 聚类方法的概念
• 2.7.2 聚类分析的数据结构
• 2.7.3 聚类分析方法分类
• 2.8 分类方法
• 2.8.1 决策树分类方法
• 第三章 统计信息决策分析支持系统的实现
• 3.1 引言与建设目标
• 3.1.1 引言
• 3.1.2 建设目标
• 3.2 系统总体设计
• 3.2.1 系统流程图
• 3.3 数据采集模块
• 3.4 数据仓库的建立
• 3.4.1 数据结构
• 3.4.2 数据结构图
• 3.5 系统基础平台
• 3.6 统计信息数据库系统模块
• 3.6.1 系统管理
• 3.6.2 元数据管理
• 3.6.3 数据输入管理模块
• 3.7 决策树算法模块
• 3.7.1 决策树算法模块的实现
• 3.7.2 应用实证
• 3.7.3 查询分析功能
• 3.8 TRSWCM门户网站
• 3.8.1 门户网站后台
• 第四章 有关系统实现的讨论
• 4.1 数据信息处理
• 4.2 统计信息数据库系统开发技术
• 4.3 决策分析支持系统文本类信息处理技术
• 第五章 总结及展望
• 5.1 本文做的工作
• 5.1.1 有待进一步完善的工作
• 5.1.2 统计决策分析系统的特点
• 5.2 研究意义和展望
• 参考文献
• 致谢