共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
于海英 《内蒙古科技与经济》2003,(6):74-76
作为数据库技术的一种新型的应用，数据仓库是用数据库管理系统来管理其中的数据，使企业在决策中更快地获得更准确的信息。本文着重阐述了数据仓库的基本概念和发展现状，同时提出了在建立数据仓库方面上存在的问题以及技术上获取信总存在的相关问题，并对数据仓库未来的发展进行了展望。 相似文献
3.
数据仓库改变了传统的以支持查询为主的事务型处理，变成以面向主题为主的分析型处理，并在此基础上建立了联机分析处理和数据挖掘应用，以适应快速的访问和支持决策分析等操作。本文使用了信息动态打包法构造概念模型和逻辑模型，并通过事实星座模式构造物理数据存储模型，来实现英语教学信息数据仓库的构建。 相似文献
4.
数据挖掘技术与用户知识获取 总被引：6，自引：0，他引：6
1 数据挖掘技术概述随着信息技术的迅速发展 ,数据库的规模不断扩大 ,从而产生了大量的数据。为给决策者提供一个统一的全局视角 ,在许多领域建立了数据仓库。但大量的数据往往使人们无法辨别隐藏在其中的能对决策提供支持的信息 ,而传统的查询、报表工具无法满足挖掘这些信息的需求。因此 ,需要一种新的数据分析技术处理大量数据 ,并从中抽取有价值的潜在知识 ,数据挖掘 (ＤａｔａＭｉｎｉｎｇ)技术由此应运而生。数据挖掘技术也正是伴随着数据仓库技术的发展而逐步完善起来的。数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信… 相似文献
5.
数据库技术在电子政务系统中应用广泛。本文主要论述了电子政务系统建设中对数据库建设的要求，并提出了以建立数据仓库为目标的数据库建设方法。 相似文献
6.
田保军 《内蒙古科技与经济》2002,(11)
传统的数据库技术是单一的数据资源 ,即数据库为中心 ,进行事务处理批处理等各种类型的数据处理工作。近年来随着计算机应用的发展 ,人们希望计算机能够更多的参与数据分析与决策制定的领域 ,用传统的数据库技术是行不通的 ,需要使用数据仓库技术。本文简述了数据库和数据仓库在不同领域的应用 相似文献
7.
材料数据库建设存在着诸多问题,已不适应材料科学研究的发展需要。采用数据集成技术是解决问题的关键。通过分析数据仓库技术特点,以及材料研究的数据要求和管理特点,提出了采用数据仓库进行材料数据集成和分析的新思路。 相似文献
8.
数据挖掘是指从大型数据库或数据仓库中提取隐含的、未知的及有应用价值的信息或模式。它是数据库研究中的一个很有应用价值的领域,融合了数据库、机器学习、统计学等多个领域的理论和技术。Ⅷ具有强大的数据操作功能,利用vB能够开发各种数据库应用系统,建立多种类型的数据库,并管理、维护和使用这些数据库。详细介绍了vB数据控件的属性,实现与数据库连接的方法步骤。 相似文献
9.
基于数据挖掘技术的知识发现系统 总被引：5，自引：0，他引：5
本文结合当今信息爆炸的时代特征，讨论了数据挖掘技术和数据仓库技术，在源数据库中讨论了知识发现的原理、过程和步骤，建立了基于数据挖掘技术的知识发现系统框架体系。 相似文献
10.
11.
数据挖掘技术及其实现 总被引：6，自引：0，他引：6
数据挖掘是在数据库中对数据进行一定的处理，从而获得其中隐含的、事先未知的而又可能级为有用的信息。这些信息通常是以知识，规则或约束等形式来表现。这些知识可以用于知识管理，问题求解、制定决策，过程控制和其他领域。本文分析了数据挖掘技术和相关领域及其基本问题，为知识获取提供了一种新方法。 相似文献
12.
数据仓库技术可以为决策分析提供更好的支持,是数据分析和知识挖掘的发展方向。结合某人寿保险公司的实际情况,详细分析和设计了该人寿保险公司的数据仓库,包括数据仓库体系结构、概念模型、逻辑模型、物理模型,并在此基础上利用SQL Server 2000实现了数据仓库。保险公司可以利用该数据仓库进行数据挖掘,发现有价值的客户信息,制定相应的市场策略。 相似文献
13.
随着计算机应用的展开与深入,大量数据存储在计算机中,人们迫切需要将这些数据转换成有用的知识,并将获取的知识广泛用于各行各业。数据仓库技术的出现为解决这个问题提供了技术支持。本次设计在教学管理数据库的基础上,建立教学管理数据仓库,能为教务管理部门对教学中的成绩等分析提供依据。 相似文献
14.
现代信息技术在生物信息学研究中的应用 总被引：5，自引：0，他引：5
通过对生物信息学研究内容和目的的分析,阐明了现代信息技术在生物信息的采集、存储、处理、获取、分析中的重要作用．重点介绍了数据库技术、数据仓库技术及数据挖掘技术在生物信息学中的具体应用。 相似文献
15.
随着以计算机和网络为代表的信息技术的发展,越来越多的政府组织,教育机构和科研单位实现了信息的数字化处理。而数据库技术也开始得到广泛的普及和应用。同时,信息量的不断增长也对数据存储,管理和分析提出了更高的要求。面对这一挑战,数据挖掘和知识发现技术应运而生。数据挖掘技术帮助人们从数据库或数据仓库中提取感兴趣的知识规律或高层信息,不仅用于描述过去数据的发展过程,还进一步预测未来的趋势。本文就此新技术,结合身边环境,举例说明数据挖掘在大学校园中的应用。 相似文献
16.
近年来 ,多数高校开发的ＭＩＳ均是基于两层或三层Ｃ/Ｓ和Ｂ/Ｓ体系 ,数据库平台多为ＳＱＬＳｅｒｖｅｒ或Ｓｙｂａｓｅ等关系数据库管理系统。这些ＭＩＳ绝大多数属于联机事务处理系统 ,数据组织形式基于规范化理论 ,目的是提供多用户访问和快速响应的事务处理 ,不适合大规模、高复杂度的数据分析。即使放宽关系型数据库的冗余限制 ,引入综合数据 ,开发的分析应用程序仍会因为应用逻辑分散杂乱 ,系统性差 ,使得分析功能有限 ,维护困难。 数据仓库 数据仓库技术的出现使得上述状况可能得以改观。数据仓库是用以支持决策分析处理的数据集合… 相似文献
17.
18.
数据挖掘是指把人工智能、机器学习与数据库等技术结合起来，由计算机自动地从数据库或数据仓库中的大量数据中揭示出隐含的、先前未知的并具有潜在价值的信息或模式，以解决数据量大而知识贫乏这一困扰专家系统（ES）的知识瓶颈问题的非平凡过程。 相似文献
19.
数据集成是数字化校园实现数据交换、信息共享的基石。文章剖析了目前数字化校园各种数据集成方案,分析了数据仓库技术,设计了将数字化校园数据共享和决策分析功能二合一的数字化校园集成平台。 相似文献
20.
充分利用高校教学管理活动中产生的信息及数据,使用SQL Server2005作为数据库,SQL Server 2005 Analysis Services作为数据仓库数据库服务器和OLAP查询服务器,建立多维数据集,通过对多维形式组织起来的数据采取钻取、切片、切块、旋转等操作来剖析数据,使决策者能从多个角度、多侧面地观察数据仓库的数据,从而深入地了解包含在教学管理数据中的信息内涵,挖掘潜在联系,科学管理高校教学工作,提高教学效果。 相似文献