基于数据仓库模型技术构建个人征信系统
吕罗文，张书杰，余彦峰，翟东升
（北京工业大学计算机学院，北京
!"""##）摘要：针对个人征信系统海量数据的存储和应用需要高效能的数据组织结构问题，利用数据仓库的数据建模技术研究了个人征信系统的数据组织结构，设计了系统的数据仓库总体框架$研究认为，个人征信系统组织为%种数据库：基础数据库、&’(数据库和分析集市数据库，
采用)*+,-的数据建模技术满足明细数据的存储和多维分析查询的需要$
关键词：数据仓库；数据模型；多维分析；个人征信系统
中图分类号：.-%/#文献标识码：,文章编号："#012""%3（#""0）"12"%4#2"1
收稿日期：#""15!"5%"$作者简介：吕罗文（!/312），男，重庆人，博士生$数据仓库为企业决策者进行市场分析并做出决策提供了有效的途径［!］$常见的数据仓库模型有：%67
（第%范式）模型、纬模型（包括：星型模型、雪花模型、星系模型）［#］等$
数据仓库的实现方式包括基于关系数据库’*+,-（89:;<=>?;:>?:=?9;?;:@A=A B8>C9AA=?D ）、多维数据库(*5
+,-
（EF:<=G=E9?A=>?;:>?:=?9;?;:@A=A B8>C9AA=?D ），和混合数据库)*+,-（H@I8=G >?:=?9;?;:@A=A B8>C9AA=?D ）［%］$’*+,-是以二维关系表为核心表达多维的概念，
把多维结构划分为维表和事实表$(*+,-是以多维数据模型来组织数据$)*+,-是将’*+,-和(*+,-相结合，)*+,-将多维型的能力和关系型的能力进行整
合，能够提供更好的功能［1］$利用)*+,-技术将统计数据以多维数据库的形式存储，
而细节数据以关系数据库的形式存储$
!系统总体框架
整个系统的数据模型总体框架如图!所示$
图!
系统数据模型总体框架7=D$!
J;<;E>G9:;8CH=<9C
#""0年3月北京工业大学学报L*M’6,+*7NOPLP6Q M6PRO’SP.T *7.O&)6*+*QT R>:$%!6>$1!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
LF:$
#""0万方数据
2.5数据仓库模型的设计 数据仓库模型的设计大体上可以分为以下三个层面的设计151: .概念模型设计; .逻辑模型设计; .物理模型设计; 下面就从这三个层面分别介绍数据仓库模型的设计。 2.5.1概念模型设计 进行概念模型设计所要完成的工作是: <1>界定系统边界 <2>确定主要的主题域及其内容 概念模型设计的成果是，在原有的数据库的基础上建立了一个较为稳固的概念模型。因为数据仓库是对原有数据库系统中的数据进行集成和重组而形成的数据集合，所以数据仓库的概念模型设计，首先要对原有数据库系统加以分析理解，看在原有的数据库系统中“有什么”、“怎样组织的”和“如何分布的”等，然后再来考虑应当如何建立数据仓库系统的概念模型。一方面，通过原有的数据库的设计文档以及在数据字典中的数据库关系模式，可以对企业现有的数据库中的内容有一个完整而清晰的认识;另一方面，数据仓库的概念模型是面向企业全局建立的，它为集成来自各个面向应用的数据库的数据提供了统一的概念视图。 概念模型的设计是在较高的抽象层次上的设计，因此建立概念模型时不用考虑具体技术条件的限制。 1.界定系统的边界 数据仓库是面向决策分析的数据库，我们无法在数据仓库设计的最初就得到详细而明确的需求，但是一些基本的方向性的需求还是摆在了设计人员的面前: . 要做的决策类型有哪些? . 决策者感兴趣的是什么问题? . 这些问题需要什么样的信息? . 要得到这些信息需要包含原有数据库系统的哪些部分的数据? 这样，我们可以划定一个当前的大致的系统边界，集中精力进行最需要的部分的开发。因而，从某种意义上讲，界定系统边界的工作也可以看作是数据仓库系统设计的需求分析，因为它将决策者的数据分析的需求用系统边界的定义形式反映出来。 2，确定主要的主题域 在这一步中，要确定系统所包含的主题域，然后对每个主题域的内
财务分析模型 一、公司财务分析的目的 1、增加公司决策的科学性； 2、评价公司过去的经营业绩； 3、衡量现在的财务状况； 4、预测未来的发展趋势； 5、提高公司的财务管理水平； 二、财务分析的要求 1、根据计算出的各种财务比率与历史同期和上期相比，进行具体、深入的分析； 2、解释原因，并不断深化，寻找最直接的原因； 三、财务分析的具体内容 1、公司变现能力分析。 变现能力是公司产生现金的能力。它取决于可以在近期转变为现金的流动资产的多 少。主要为流动比率和速动比率。 1.1、流动比率= 流动资产/ 流动负债 该比率通过公司不同时期的比较，可以反映公司的短期偿债能力。 1.2、速动比率= 速动资产/ 流动负债= （流动资产-存货）/ 流动负债(酸性测试比率) 该比率排除了容易产生误解因素的存货的影响，计算出的速动比率反映公司短期偿债能力更加令人可信。 1.3、保守速动比率= （货币资金+应收票据+应收帐款净额）/ 流动负债 该比率排除了可能与当期现金流量无关的项目，更能真实反映公司变现能力和短期偿债能力。 3、资产管理能力分析。 它是用来衡量公司在资产管理效率高低的分析，因此又被称作运营效率分析，具体通过以下几个指标的计算和分析来反映公司资产管理效率方面的高低。 2.1、存货周转天数= （平均存货* 360）/ 销售成本 公式中销售成本数据来源于利润表，平均存货来源于资产负债表中的“期初存货”与“期末存货”的平均数。存货周转天数指标的好坏反映公司存货管理水平，它也是整个公司经营管理的重要内容。 为了更准确反映我们的存货管理水平，我们应细化存货的分析，应对存货的结构及影响存货周转速度的重要项目进行分析，如： 2.1.1、原材料周转天数=（360 * 平均原材料存货）/ 耗用原材料成本 2.1.2、在制品周转天数=（360 * 平均在制品存货）/制造成本 存货分析的目的是从不同角度和环节找出存货管理中的问题，使存货管理在保证生产经营的同时，尽量少的占用经营资金，提高资金的使用效率，促进公司管理水平的提高。 2.2、应收帐款周转天数
数据仓库物理模型设计 数据仓库的物理模型就是数据仓库逻辑模型在物理系统中的实现模式。其中包括了逻辑模型中各种实体表的具体化，例如表的数据结构类型、索引策略、数据存放位置和数据存储分配等。在进行物理模型的设计实现时，所考虑的因素有：I/O存取时间、空间利用率及维护的代价。 为确定数据仓库的物理模型，设计人员必须做这样几方面工作：首先要全面了解所选用的数据库管理系统，特别是存储结构和存取方法；其次了解数据环境、数据的使用频率、使用方式、数据规模及响应时间要求等，这些都是对时间和空间效率进行平衡和优化的重要依据；最后还需要了解外部存储设备的特征。只有这样才能在数据的存储需求与外部存储设备条件两者之间获得平衡。 1 设计存储结构 在物理设计时，常常要按数据的重要性、使用频率及对反应时间的要求进行分类，并将不同类型的数据分别存储在不同的存储设备中。重要性高、经常存取并对反应时间要求高的数据存放在高速存储设备上；存取频率低或对存取响应时间要求低的数据则可以存放在低速存储设备上。另外，在设计时还要考虑数据在特定存储介质上的布局。在设计数据的布局时要注意遵循以下原则。 l 不要把经常需要连接的几张表放在同一存储设备上，这样可以利用存储设备的并行操作功能加快数据查询的速度。 l 如果几台服务器之间的连接会造成严重的网络业务量的问题，则要考虑服务器复制表格，因为不同服务器之间的数据连接会给网络带来沉重的数据传输负担。 l 考虑把整个企业共享的细节数据放在主机或其他集中式服务器上，提高这些共享数据的使用速度。 l 不要把表格和它们的索引放在同一设备上。一般可以将索引存放在高速存储设备上，而表格则存放在一般存储设备上，以加快数据的查询速度。 在对服务器进行处理时往往要进行大量的等待磁盘数据的工作，此时，可以在系统中使用RAID（Redundant Array of Inexpensive Disk，廉价冗余磁盘阵列）。 2 设计索引策略 数据仓库的数据量很大，因而需要对数据的存取路径进行仔细地设计和选择。由于数据仓库的数据一般很少更新，所以可以设计索引结构来提高数据存取效率。在数据仓库中，设计人员可以考虑对各个数据存储建立专用的索引和复杂的索引，以获取较高的存取效率，虽然建立它们需要付出一定的代价，但建立后一般不需要过多的维护。 数据仓库中的表通常要比联机事务处理系统（OLTP）中的表建立更多的索引，表中应用的最大索引数应与表格的规模成正比。数据仓库是个只读的环境，建立索引可以取得灵活性，对性能极为有利。但是表若有很多索引，那么数据加载时间就会延长，因此索引的建立需要进行综合的考虑。在建立索引时，可以按照索引使用的频率由高到低逐步添加，直到某一索引加入后，使数据加载或重组表的时间过长时，就结束索引的添加。 最初，一般都是按主关键字和大多数外部关键字建立索引，通常不要添加很多的其他索引。在表建立大量的索引后，对表进行分析等具体使用时，可能需要许多索引，这会导致表的维护时间也随之增加。如果从主关键字和外部关键字着手建立索引，并按照需要添加其他索引，就会避免首先建立大量的索引带来的后果。如果表格过大，而且需要另外增加索引，那么可以将表进行分割处理。如果一个表中所有用到的列都在索引文件中，就不必访问事实表，只要访问索引就可以达到访问数据的目的，以此来减少I/O操作。如果表太大，并且经常要对它进行长时间的扫描，那么就要考虑添加一张概括表以减少数据的扫描任务。 3 设计存储策略
财务比率分析模型的构建及其应用 发布时间：2007-7-28 20:09:09 阅读次数：231 评分(0票，平均0.00分) 来源：财会通讯作者：陈磊编辑：dushaer -------------------------------------------------------------------------------- 财务比率分析法是以财务报表中的数据为主要依据，利用指标间一系列比率分析公式来计算比值，用于考察、计量、评价和反映企业经济活动效益的一种数学分析方法。财务比率分析模型是以财务比率分析法为基础，运用Excel的强大功能，建立一个基本模式，使管理者能准确、简单、快捷地把握企业财务状况。从而有效地统一了指标的数据源，加快了数据的处理能力，提高了数据计算的准确性，为评价和改进财务管理工作提供了可靠依据。本文以华文史氏股份有限公司为例，说明利用Excel构建企业财务比率分析模型的基本方法。该公司资产负债表、利润。 一、构建财务比率分析工作簿 第一步，新建一空白工作簿。打开Excel程序，则Excel自动新建一空白工作簿。左单击“文件”菜单，选择下拉式菜单中的“保存”子菜单，将工作簿保存在指定位置并命名为“某某年度会计报表及其财务比率分析”。 第二步，编辑工作簿。(1)对工作表重命名。在该工作簿中，将光标指向工作表标签“Sheetl”，单击右键，从弹出式菜单中选择“重命名”，然后在标签栏中，输入表名“资产负债表”并按回车键即可；依次将“Sheet2”工作表命名为“利润表”、“Sheet3”工作表命名为“现金流量表”。(2)引入报表格式。在财务软件中，将其Excel格式的会计报表引入到“××年度会计报表及其财务比率分析”工作簿相应的工作表中。(3)建立财务比率分析表。在“××年度会计报表及其财务比率分析”工作簿中，利用“插入”菜单下“工作表”子菜单，再建一新工作表并命名为“财务比率分析”。 二、构建财务比率分析模型 由于不同的企业其经验管理所需的财务比率分析指标不尽相同，为使模型具有一定的实用性，因此，针对主要的财务比率分析指标来说明如何构建模型。 一是变现能力比率。是企业产生现金的能力，它取决于可以在近期转变为现金的流动资金的多少。 (1)流动比率=流动资产，流动负债 (2)速动比率=(流动资产－存货)，流动负债表!
《财务分析模型》实验报告 年级：2013级学号：姓名：陈婷实验时间：2015.10 【实验目的】 1.掌握应用Excel获取数据的方法； 2.掌握财务分析模型（比率分析模型、趋势分析模型以及杜邦财务分析模型）的设计方法 3.掌握Excel软件中相关函数、功能的应用 【实验内容】 1.编制1月、2月资产负债表； 2.编制1月、2月利润表； 3.建立比率分析模型，包括： ①偿债能力（流动比率、速动比率、现金比率、资产负债率、股东权益比率、负债股权比率、有形净值债务率、利息保障倍数）； ②营运能力(存货周转率、应收账款周转率、流动资产周转率、总资产周转率)； ③获利能力(资产报酬率、股东权益报酬率、销售毛利率、销售净利率、成本费用净利率)；并对企业2月份的财务状况进行评价。 4.根据比率分析模型分析： ①总资产、总负债变化原因；②流动比率变动原因；③分析资产净利率变化原因； 【实验器材】 硬件：处理器：Intel(R) Celeron（R）CPU420 @ 1.60GＨz 主板：Lenovo Intel 945GZ（Lakeport-GZ）+ICH7 内存：DDR400 504MB；硬盘：Hitachi80G. 显卡：Inter（R） 82945G Express Chipset Family； 显示器：Lenovo 17.1吋液晶显示器； 电源：ATX 300SD； 网卡：Realtek RTL8139/810Xa Family Fast Ethernet NIC 系统：Microsoft Windows XP Professional Build 2600 软件：Excel软件 【预备知识】 1.《财务管理学》 2.Excel软件的应用 【实验步骤】
现代电信企业数据仓库系统建设 电信企业数据仓库建设的需求 电信行业目前主要的数据来自于计费系统和网管数据。电信系统经过多年的运行，已经存储了大量的历史数据。这些数据中蕴涵着丰富的信息，从中可以了解企业在电信市场经营过程中所处的态势、竞争对手的经营形势、客户群的分布状况、消费特征、企业经营发展的趋势等，对其进行分析处理可以得到很多令人欣喜的结论。强大的数据处理能力，加上丰富的企业数据，可以有力地促进企业经营和竞争。 目前，企业信息化建设呈现出“数据集中化、业务综合化、管理扁平化、决策科学化”的发展趋势。面对激烈的市场竞争，许多大型企业纷纷实施“以客户为中心，以服务求发展”的经营策略。如何优化客户关系，增强企业的竞争优势已经成为现代企业关注的焦点。现有的应用系统往往以“产品”为中心，以“单据（票证）”处理为基础，是面向联机事务处理（Online Transaction Processing，简称OLTP）的系统，而以客户为中心的经营管理模式要求对现有业务系统的数据进行有效的集成并加以重组，建立面向联机分析处理（Online Analysis Processing，简称OLAP）的系统。通过分析客户的行为，掌握不同类型客户的特征，进而为客户提供更加优质的服务，尤其是个性化的服务，同时全面掌握并理解、分析企业业务的发生情况，充分发挥企业现已积累的数据，为各级管理人员提供科学化管理和决策的有力依据，以提高企业的经营业绩，保证利润的持续增长。 面对纷繁复杂的市场竞争，众多企业立足于多年积累的数据和自身的核心业务，提出了建立企业级数据仓库的规划和实施方案，为企业的进一步发展奠定基础。 企业数据仓库系统的总体结构 一个典型的企业数据仓库系统通常包含数据源、数据存储与管理、OLAP服务器以及前端工具与应用四个部分 从系统结构看，电信行业数据仓库解决方案系统一般包括应用系统部分、中央数据仓库系统部分，数据源系统部分三大部分。如图所示：
哈尔滨工业大学华德应用技术学院实验报告 课程名称：数据仓库与数据挖掘 系别：计算机应用技术系 专业：软件工程 学号：1099111130 姓名：陈天任 学期：2012春季学期 实验成绩：
实验项目列表 序号实验名称成绩1SQL Server Integration Services 2SQL Server Analysis Services 3SQL Server Reporting Services 4 5 6 7 8 9 10 11 12 指导教师签字：
实验名称：实验一SQL Server Integration Services 实验时间:2012.4.17实验地点:S201 实验目的：熟悉数据仓库的ETL操作,熟悉SQL Server2005中SSIS的使用；熟练掌握平面文件、excel文件和sql server三者之间的数据转换； 实验步骤：启动SSMS,在sql server2005中新建一个数据库命名为dw。在dw数据库上单击鼠标右键，在弹出的快捷菜单中，选择“任务→导入数据”,设置表名字T2、选择文件源类型excel、选择文件地址、选择导入的数据库dw、设置字段名、设置字段类型。所有的设置完成点击“完成”.打开数据库，查看表，刷新，导入完成。 在Microsoft SQL Server2005中启动SQL Server Business Intelligence Development Studio，在文件菜单中选择“新建→项目”，在弹出的新建项目对话框中选择，填好名称和位置后，点击确定。（1）在Microsoft SQL Server2005的dw数据库中，新建user表，结构如下一图：新建系别表，结构如下二图： （2）控制流中添加数据流任务，数据流中添加 ，，。 （3）设置平面文件源，源文件text1,设置OLE DB，第四列“系别编号”参照新建的系别表中的“编号”，将test1中的前三列及系别表中的系别列导入到dw数据库中的user表中，建立三者的关系，点击文件点启动，等三个控件都变成绿色代表导入成功。 3.将AdventureWorks数据Production.TransactionHistoryArchive表里
业务驱动 任何需求均来源于业务,业务决定了需求,需求分析的正确与否是关系到项目成败的关键所在,从任何角度都可以说项目是由业务驱动的所以数据仓库项目也是由业务所驱动的. 但是数据仓库不同于日常的信息系统开发,除了遵循其他系统开发的需求,分析,设计,测试等通常的软件声明周期之外;他还涉及到企业信息数据的集成,大容量数据的阶段处理和分层存储,数据仓库的模式选择等等,因此数据仓库的物理模型异常重要,这也是关系到数据仓库项目成败的关键. 数据仓库的结构总的来说是采用了三级数据模型的方式: 概念模型: 也就是业务模型,由企业决策者,商务领域知识专家和IT专家共同企业级地跨领域业务系统需求分析的结果. 逻辑模型：用来构建数据仓库的数据库逻辑模型。根据分析系统的实际需求决策构建数据库逻辑关系模型,定义数据库物体结构及其关系。他关联着数据仓库的逻辑模型和物理模型这两头. 物理模型：构建数据仓库的物理分布模型,主要包含数据仓库的软硬件配置,资源情况以及数据仓库模式。 如上图所示,在数据仓库项目中,物理模型设计和业务模型设计象两个轮子一样有力的支撑着数据仓库的实施,两者并行不悖,缺一不可.实际上,我有意的扩大了物理模型和业务模型的内涵和外延.在这里物理模型不仅仅是数据的存储,而且也包含了数据仓库项目实施的方法论,资源,以及软硬件选型等等;而业务模型不仅仅是主题模型的确立,也包含了企业的发展战略,行业模本等等. 一个优秀的项目必定会兼顾业务需求和行业的标准两个方面,业务需求即包括用户提出的实际需求,也要客观分析它隐含的更深层次的需求,但是往往用户的需求是不明确的,需要加以提炼甚至在商务知识专家引导下加以引导升华,和用户一起进行需求分析工作;不能满足用户的需求,项目也就失去原本的意义了. 物理模型就像大厦的基础架构,就是通用的业界标准,无论是一座摩天大厦也好,还是茅草房也好,在架构师的眼里,他只是一所建筑,地基->层层建筑->封顶,这样的工序一样也不能少,关系到住户的安全,房屋的建筑质量也必须得以保证,唯一的区别是建筑的材料,地基是采用钢筋水泥还是石头,墙壁采用木质还是钢筋水泥或是砖头;当然材料和建筑细节还是会有区别的,视用户给出的成本而定;还有不可忽视的一点是,数据仓库的数据从几百GB到几十TB不等,即使支撑这些数据的RDBMS无论有多么强大,仍不可避免的要考虑到数据库的物理设计. 接下来,将详细阐述数据仓库概念模型(业务模型),逻辑模型,物理模型的意义. 概念模型设计 进行概念模型设计所要完成的工作是: 界定系统边界 确定主要的主题域及其内容
数据仓库概念的简单理解 一个典型的企业数据仓库系统通常包含数据源、数据存储与管理、OLAP服务器以及前端工具与应用四个部分。如下图所示： 数据源： 是数据仓库系统的基础，是整个系统的数据源泉。通常包括企业内部信息和外部信息。内部信息包括存放于企业操作型数据库中（通常存放在RDBMS中）的各种业务数据和办公自动化（OA）系统包含的各类文档数据。外部信息包括各类法律法规、市场信息、竞争对手的信息以及各类外部统计数据及各类文档等；数据的存储与管理： 是整个数据仓库系统的核心。在现有各业务系统的基础上，对数据进行抽取、清理，并有效集成，按照主题进行重新组织，最终确定数据仓库的物理存储结构，同时组织存储数据仓库元数据（具体包括数据仓库的数据字典、记录系统定义、数据转换规则、数据加载频率以及业务规则等信息）。按照数据的覆盖范围，数据仓库存储可以分为企业级数据仓库和部门级数据仓库（通常称为“数据集市”，Data Mart）。数据仓库的管理包括数据的安全、归档、备份、维护、恢复等工作。这些功能与目前的DBMS基本一致。 OLAP服务器： 对分析需要的数据按照多维数据模型进行再次重组，以支持用户多角度、多层次的分析，发现数据趋势。其具体实现可以分为：ROLAP、MOLAP和HOLAP。ROLAP 基本数据和聚合数据均存放在RDBMS之中；MOLAP基本数据和聚合数据均存放于多维数据库中；而HOLAP是ROLAP与MOLAP的综合，基本数据存放于RDBMS之中，聚合数据存放于多维数据库中。 前端工具与应用： 前端工具主要包括各种数据分析工具、报表工具、查询工具、数据挖掘工具以及各种基于数据仓库或数据集市开发的应用。其中数据分析工具主要针对OLAP服务器，报表工具、数据挖掘工具既针对数据仓库，同时也针对OLAP服务器。? 集线器与车轮状结构的企业级数据仓库 ?
背景介绍 熟悉社保行业的读者可以知道，目前我们国家的社保主要分为养老，失业，工伤，生育，医疗保险和劳动力市场这6 大块主要业务领域。在这6 大业务领域中，目前的状况养老和事业的系统已经基本完善，已经有一部分数据开始联网检测。而，对于工伤，生育，医疗和劳动力市场这一块业务，有些地方发展的比较成熟，而有些地方还不够成熟。 1.业务建模阶段 基于以上的背景介绍，我们在业务建模阶段，就很容易来划分相应的业务。因此，在业务建模阶段，我们基本上确定我们本次数据仓库建设的目标，建设的方法，以及长远规划等。如下图： 图8. 业务建模阶段 在这里，我们将整个业务很清楚地划分成了几个大的业务主线，例如：养老，失业，工伤，生育，医疗，劳动力等着几个大的部分，然后我们可以根据这些大的模块，在每个业务主线内，考虑具体的业务主线内需要分析的业务主题。 因此，业务建模阶段其实是一次和业务人员梳理业务的过程，在这个过程中，不仅能帮助我们技术人员更好的理解业务，另一方面，也能够发现业务流程中的一些不合理的环节，加以改善和改进。 同时，业务建模阶段的另一个重要工作就是确定我们数据建模的范围，例如：在某些数据准备不够充分的业务模块内，我们可以考虑先不建设相应的数据模型。等到条件充分成熟的情况下，我们可以再来考虑数据建模的问题。 2.领域概念建模阶段领域概念建模阶段是数据仓库数据建模的一个重要阶段，由于我们在业务建模阶段已经完全理清相应的业务范围和流程，因此，我们在这个领域概念建模阶段的最主要的工作就是进行概念的抽象，整个领域概念建模的工作层次如下图所示：
图9. 领域概念建模阶段 从上图我们可以清楚地看到，领域概念建模就是运用了实体建模法，从纷繁的业务表象背后通过实体建模法，抽象出实体，事件，说明等抽象的实体，从而找出业务表象后抽象实体间的相互的关联性，保证了我们数据仓库数据按照数据模型所能达到的一致性和关联性。 从图上看，我们可以把整个抽象过程分为四个层次，分别为： ?抽象方法层，整个数据模型的核心方法，领域概念建模的实体的划分通过这种抽象方法来实现。 ?领域概念层，这是我们整个数据模型的核心部分，因为不同程度的抽象方法，决定了我们领域概念的不同。例如：在这里，我们可以使用“参与方”这个概念，同时，你也可以把他分成三个概念：“个人”，“公司”，和“经办机构”这三个概念。而我们在构建自己的模型的时候，可以参考业务的状况以及我们自己模型的需要，选择抽象程度高的概念或者是抽象程度低的概念。相对来说，抽象程度高的概念，理解起来较为复杂，需要专业的建模专家才能理解，而抽象程度低的概念，较适合于一般业务人员的理解，使用起来比较方便。笔者在这里建议读者可以选用抽象概念较低的实体，以方便业务人员和技术人员之间的交流和沟通。 ?具体业务层，主要是解决具体的业务问题，从这张图我们可以看出，具体的业务层，其实只是领域概念模型中实体之间的一些不同组合而已。因此，完整的数据仓库的数据模型应该能够相应灵活多变的前端业务的需求，而其本身的模型架构具有很强的灵活性。这也是数据仓库模型所具备的功能之一。 ?业务主线层，这个层次主要划分大的业务领域，一般在业务建模阶段即已经完成这方面的划分。 我们一般通过这种大的业务主线来划分整个业务模型大的框架。 通过领域概念建模，数据仓库的模型已经被抽象成一个个的实体，模型的框架已经搭建完毕，下面的工作就是给这些框架注入有效的肌体。
数据仓库设计与实现 学号 128302106 姓名江晨婷 成绩 教师张丹平 二O一五年四月
数据仓库建设方案设计与实现 摘要：本文以博士学位调查为基础，创建方案，设计与实现数据仓库，通过对当前各种主流数据仓库软件在性能、价格等方面的对比，充分考虑统计业务、单位数量等实际情况，本系统决定采用SQL Server 2005数据仓库软件来构建综合信息分析系统的数据仓库。 关键词：数据仓库；联机分析；数据挖掘；博士学位 一、概述 数据仓库的设计一般从操作型数据开始，通常需要经过以下几个处理过程；数据仓库设计——数据抽取——数据管理。 1.数据仓库设计 根据决策主题设计数据仓库结构，一般采用星型和雪花模型设计其数据模型，在设计过程中应保证数据仓库的规范化和体系各元素的必要联系。 2.数据抽取 根据元数据库中的主题表定义、数据源定义、数据抽取规则定义对异地异构数据源进行清理、转换、对数据进行重新组织和加工，装载到数据仓库的目标库中。 3.数据管理 数据管理分为目标数据维护和元数据维护两方面。目标数据维护是根据元数据为所定义的更新频率、更新数据项等更新计划任务来刷新数据仓库，以反映数据源的变化，且对时间相关性进行处理。元数据是数据仓库的组成部分，元数据的质量决定整个数据仓库的质量。当数据源的运行环境、结构及目标数据的维护计划发生变化时，需要修改元数据。 二、博士学位授予信息年度数据统计分析 1.按主管部门统计 从主管部门的角度，分析在一个时间段（年）内，各主管部门所授予的博士学位信息统计。可回答如“2008，由某部门主管的，博士学位授予一共有多少，其平均学习年限是多少，脱产学习的有多少人?”等问题。具有表格和图形两种方式来展示分析结果。典型报表格式如表1所示
财务比率分析模型构建及其应用 财务比率分析法是以财务报表中的数据为主要依据,利用指标间一系列比率分析公式来计算比值,用于考察、计量、评价和反映企业经济活动效益的一种数学分析方法。财务比率分析模型是以财务比率分析法为基础,运用Excel的强大功能,建立一个基本模式,使管理者能准确、简单、快捷地把握企业财务状况。从而有效地统一了指标的数据源,加快了数据的处理能力,提高了数据计算的准确性,为评价和改进财务管理工作提供了可靠依据。本文以华文史氏股份有限公司为例,说明利用Excel构建企业财务比率分析模型的基本方法。该公司资产负债表、利润。 一、构建财务比率分析工作簿 第一步,新建一空白工作簿。打开Excel程序,则Excel自动新建一空白工作簿。左单击“文件”菜单,选择下拉式菜单中的“保存”子菜单,将工作簿保存在指定位置并命名为“某某年度会计报表及其财务比率分析”。 第二步,编辑工作簿。(1)对工作表重命名。在该工作簿中,将光标指向工作表标签“Sheetl”,单击右键,从弹出式菜单中选择“重命名”,然后在标签栏中,输入表名“资产负债表”并按回车键即可,依次将“Sheet2”工作表命名为“利润表”、 1 “Sheet3”工作表命名为“现金流量表”。(2)引入报表格式。在财务软件中,将其Excel格式的会计报表引入到“××年度会计报表及其财务比率分析”工作簿相应的工作表中。(3)建立财务比率分析表。在“××年度会计报表及其财务比率分析”工作簿中,利用“插入”菜单下“工作表”子菜单,再建一新工作表并命名为“财务比率分析”。 二、构建财务比率分析模型
由于不同的企业其经验管理所需的财务比率分析指标不尽相同,为使模型具有一定的实用性,因此,针对主要的财务比率分析指标来说明如何构建模型。 一是变现能力比率。是企业产生现金的能力,它取决于可以在近期转变为现金的流动资金的多少。 (1)流动比率=流动资产,流动负债 (2)速动比率=(流动资产,存货),流动负债表! 二是资产管理比率。是用来衡量企业在资金管理方面效益的财务比率。 (1)存货周转率=主营业务成本,平均存货 (2)应收账款周转率=主营业务收入,平均应收账款 (3)流动资产周转率=主营业务收入,平均流动资产 (4)总资产周转率=主营业务收入,平均资产总额, 在“财务比率分析”表的B6单元格中,输入“=利润表!C5,((资产负债表!B7+资产负债表!C7),2)”,B7单元格中,输 2 入“=利润表!c4,((资产负债表!B6+资产负债表!C6),2)”,B8单元格中,输入“=利润表!c4,((资产负债表!B11+资产负债表!C11),2)”,B9单元格中,输入“=利润表!C4“(资产负债表!B26+资产负债表!C26),2)”。 三是负债比率。是指债务与资产、净资产的关系。反映了企业偿付到期长期债务的能力。 (1)资产负债率=负债总额,资产总额 (2)产权比率=负债总额,股东权益 (3)有形净值债务率=负债总额,(股东权益一无形资产净值) (4)己获利息倍数=息税前利润,利息费用
电信企业数据仓库的设计和应用 漆晨曦 编者按: 竞争的加剧使得营销能力成为决定电信企业竞争力的最重要因素，也使得数据仓库作为营销决策分析支撑的手段日益盛行，如何设计数据仓库、数据仓库上可以展开哪些应用、如何展开等成为电信企业迫切需要解决的问题。本期的这一组文章将围绕数据仓库在电信企业的应用展开深入的阐述，同时也是对上述问题的解答。 数据仓库技术在电信企业的盛行是电信行业竞争的必然结果。竞争使得企业的营销能力成为决定企业竞争力的最重要因素，而营销能力则建立在对客户的购买行为、消费行为、服务要求、营销参与等方面信息的收集、整合、存储的数据基础和分析基础上。为了收集和整合客户购买、消费、服务、营销等方面的海量数据，数据仓库必然地进入电信企业的采购单，比如某电信企业有千万级的电信客户，每个客户每月几百次的本地电话和上百分钟的长途电话，上TB级的数据使得原来的数据存储、分析方法和处理能力力不从心，“仓库”的概念随之被引进数据存储过程中。简单地说，数据仓库就是为了保证数据查询和分析的效率，按照主题将所有的数据分门别类进行存储，需要的时候，再按主题提取数据并进行了进一步的分析处理。 构建电信企业数据仓库 目前，电信企业数据仓库的应用一般集中在经营分析和营销决策支撑两方面。一方面数据仓库从营业、计费账务、渠道、客服中心等生产、管理系统获取市场经营的所有相关信息，经过整合、清洗等环节，按主题存储，形成企业内部有关市场经营的统一数据平台，通过查询、报表、多维分析等方式提供给数据分析用户和营销决策人员; 而另一方面，数据仓库根据客户交互系统的需求，经过分析或挖掘，将客户异常消费、流失客户预警、营销活动目标客户等信息反馈到各客户接触系统，供营销经理、营业员、客服人员对相应客户提供针对性营销和服务(数据仓库与电信企业其他生产管理系统之间的关系见图1)。
电信数据仓库设计的六个关键环节 编者按 数据仓库技术经过了十几年的发展，在理论与工程实践上都取得了显著的成果。国际上许多重要的学术会议，如超大型数据库国际会议（VLDB）、数据工程国际会议（Data Engineering）等，都有大量专门研究数据仓库（Data Warehousing）、联机分析处理（On-Line Analytical Processing）、数据挖掘（Data Mining）的论文，各大数据库厂商纷纷推出相应产品支持数据仓库，比如NCR、SAS、Oracle、IBM、Informix、Sybase等都提出了相应的数据仓库解决方案。 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，困此，我们常常可以看到企业“数据爆炸、知识贫乏”的窘迫局面。如何有效地整合与充分利用信息资源，成为企业提高核心竞争力的关键。此外，数据仓库的设计与实现，在不同的行业存在着极大的差别，企业在设计过程中应该注意哪些细节问题？ 本期“方案评析”专题中所选的几篇文章，以电信、银行、医疗行业为实例，在实际操作的基础上，分析了企业经营分析与决策支持系统的建设应用，分析了建设数据仓库及基于数据仓库的商业智能系统应具备的基本条件，从确定主题、数据准备、建立模型、评估和解释模型、运用和巩固模型等方面，对数据仓库的设计方法，以及解决关键环节问题的技巧进行了深入剖析，具有较高的实用价值。 大型企业数据仓库系统的建设是一项复杂的系统工程，在设计中会遇到各种各样的技术问题。本文以电信行业数据创库设计为例，提供数据仓库设计过程中的六个关键环节，从技术上给读者提供参考。 环节一：异种数据源集成 企业在经营分析与决策支持系统的建设时，必须将遗留系统（Legacy System）进行高效全面的集成。由于遗留系统是在企业发展的不同时期建设的，往往缺乏全局规划，所以拥有不同的操作系统、不同的数据库、不同的网络通信机制等，形成了所谓的“信息孤岛”。 系统中采用异种数据源企业应用集成接口，来实现对异种数据源的透明访问，包括数据源元数据访问及业务操作数据访问。数据源分为在线数据源和离线数据源，在线数据源是指允许在线抽取的业务数据源，如营业数据; 离线数据源是指不允许直接在线抽取的数据源，如计费样单数据就是采用以脱机文件数据格式及FTP方式集成进系统。 对数据源实现元数据级的管理，数据源的连接类型（ODBC、OLEDB、JDBC、Native）、连接字符串，以及数据结构信息都以元数据的形式存储于元数据库中，通过控制台对其进行业务语义定义，使用户对整个企业的信息系统有了全面的掌握。 环节二：ODS层的设计 操作数据存储ODS（Operation Data Storage）是一个集成了来自不同数据库数据的环境。其目的是为终端用户提供一致的企业数据集成视图。它可以帮助用户轻松应对跨多个商业功能的操作挑战，是面向主题的、集成的、近实时的数据存储。
Oracle数据仓库设计指南 在一般的数据仓库应用系统中，根据系统体系结构的不同，数据仓库设计的内容和范围不尽相同，并且设计方法也不尽相同，下面的两幅图示分别表示带有ODS的数据仓库应用系统体系结构和不带ODS的数据仓库应用系统体系结构。本文将说明两个体系结构上的差异以及这种差异造成的设计方法的不同，并且重点介绍带有ODS的体系结构中数据仓库的设计方法。 在数据仓库的设计指导思想中，数据仓库的概念定义是非常重要的，数据仓库概念规定了数据仓库所具有的几个基本特性，这些特性也正是对数据仓库设计结果进行检验的重要依据。 根据Bill.Inmon的定义，“数据仓库是面向主题的、集成的、稳定的、随时间变化的，主要用于决策支持的数据库系统”。 ODS（Operational Data Store）是数据仓库体系结构中的一个可选部分，ODS具备数据仓库的部分特征和OLTP系统的部分特征，它是“面向主题的、集成的、当前或接近当前的、不断变化的”数据。 一般在带有ODS的系统体系结构中，ODS都设计为如下几个作用： 1）在业务系统和数据仓库之间形成一个隔离层 一般的数据仓库应用系统都具有非常复杂的数据来源，这些数据存放在不同的地理位置、不同的数据库、不同的应用之中，从这些业务系统对数据进行抽取并不是一件容易的事。因此，ODS用于存放从业务系统直接抽取出来的数据，这些数据从数据结构、数据之间的逻辑关系上都与业务系统基本保持一致，因此在抽取过程中极大降低了数据转化的复杂性，而主要关注数据抽取的接口、数据量大小、抽取方式等方面的问题。 2）转移一部分业务系统细节查询的功能 在数据仓库建立之前，大量的报表、分析是由业务系统直接支持的，在一些比较复杂的报表生成过程中，对业务系统的运行产生相当大的压力。ODS的数据从粒度、组织方式等各个方面都保持了与业务系统的一致，那么原来由业务系统产生的报表、细节数据的查询自然能够从ODS中进行，从而降低业务系统的查询压力。 3）完成数据仓库中不能完成的一些功能 一般来说，带有ODS的数据仓库体系结构中，DW层所存储的数据都是进行汇总过的数据，并不存储每笔交易产生的细节数据，但是在某些特殊的应用中，可能需要对交易细节数据进行查询，这时就需要把细节数据查询的功能转移到ODS来完成，而且ODS的数据模型按照面向主题的方式进行存储，可以方便地支持多维分析等查询功能。
收益力分析 收益力又叫获利能力，是公司持续存在和发展的必要条件，也是决定和影响公司股票投资者获得的股利和差价利润多寡的主要因素。因此，收益力是投资者最主要的分析对象。企业获利能力的分析，可从股东及公司两方面来分析，也就是说，有些财务指标直接反映股东投资企业所能获得的投资报酬（称为股东获利能力）；有些指标反映公司经营中的获利能力，只是间接地影响股东利益。 1.1 分析股东获利能力的常用指标 (1) 每股盈余 每股盈余指公司普通股每股在一年中所赚得的盈余，是投资者评估股票价值时的重要指标。其计算公式为： 每股盈余=（税后利润 - 优先股股利）÷发行在外的普通股股利 每股盈余的计算关键在于普通股股数的确定。一般，年度中股数未发生变动时，以年终股数计算；年度中增加发行新股时，新股需按实际流通期间占全年度之比率折合计算；年度中如发放股票股利或实施股票分割时，不论在一年中何时发生，均应视作期初发生，而以发放股票股利或股票分割后的股数作为计算基础；股数仅指流通在外的普通股，公司收回后尚未重新发行的库藏股票不包括在内。(2) 市盈率 市盈率又称本益比、价盈比、P／E值，指投资者获得单位盈余所付出的成本，其公式为： 市盈率=每股市价÷每股盈余 (3) 本利比 本利比与市盈率的道理相近，只是用每股股利代替每股盈余，因此本利比通常比市盈率高。 本利比=每股市价÷每股股利 (4) 普通股权益报酬率 普通股权益报酬率指普通股股东的投资回报率。如果公司未发行优先股，那么普通股权益报酬率就等于股东权益报酬率或自有资本报酬率。这一比率自然是越高越好。 普通股权益报酬率=（税后净利润 - 优先股股利）÷平均普通股权益 股东权益报酬率=税后净利润÷平均股东权益总额 (5) 现金收益率 现金收益率指每股股东每年可从公司收取的现金除以市价，可用于衡量股东真正实现的报酬大小。 现金收益率=每股现金股利÷每股市价 1.2 用于分析公司获利能力的指标 (1) 毛利率 在商品生产行业，毛利是销售收入减去销售成本的余额。毛利率就是衡量企业毛利在销售收入中的比率。 毛利率=毛利÷销售收入 (2) 总资产报酬率 这一比率可以衡量企业对其所拥有资源的运用效果，最能显示出企业的经营绩效。该比率愈高表示公司运用经济资源的获利能力愈强。 总资产报酬率=税前息收益÷平均总资产 安定力分析
一、数据仓库的架构 数据仓库（Data Warehouse DW）是为了便于多维分析和多角度展现而将数据按特定的模式进行存储所建立起来的关系型数据库，它的数据基于OLTP源系统。数据仓库中的数据是细节的、集成的、面向主题的，以OLAP系统的分析需求为目的。 数据仓库的架构模型包括了星型架构（图二：pic2.bmp）与雪花型架构（图三：pic3.bmp）两种模式。如图所示，星型架构的中间为事实表，四周为维度表，类似星星；而相比较而言，雪花型架构的中间为事实表，两边的维度表可以再有其关联子表，从而表达了清晰的维度层次关系。 从OLAP系统的分析需求和ETL的处理效率两方面来考虑：星型结构聚合快，分析效率高；而雪花型结构明确，便于与OLTP系统交互。因此，在实际项目中，我们将综合运用星型架构与雪花型架构来设计数据仓库。 那么，下面我们就来看一看，构建企业级数据仓库的流程。 二、构建企业级数据仓库五步法 （一）、确定主题 即确定数据分析或前端展现的主题。例如：我们希望分析某年某月某一地区的啤酒销售情况，这就是一个主题。主题要体现出某一方面的各分析角度（维度）和统计数值型数据（量度）之间的关系，确定主题时要综合考虑。 我们可以形象的将一个主题想象为一颗星星：统计数值型数据（量度）存在于星星中间的事实表；分析角度（维度）是星星的各个角；我们将通过维度的组合，来考察量度。那么，“某年某月某一地区的啤酒销售情况”这样一个主题，就要求我们通过时间和地区两个维度的组合，来考察销售情况这个量度。从而，不同的主题来源于数据仓库中的不同子集，我们可以称之为数据集市。数据集市体现了数据仓库某一方面的信息，多个数据集市构成了数据仓库。 （二）、确定量度 在确定了主题以后，我们将考虑要分析的技术指标，诸如年销售额之类。它们一般为数值型数据。我们或者将该数据汇总，或者将该数据取次数、独立次数或取最大最小值等，这样的数据称为量度。 量度是要统计的指标，必须事先选择恰当，基于不同的量度可以进行复杂关键性能指标（KPI）等的设计和计算。
目录 1. 绪论 (2) 1.1项目背景 (2) 1.2 提出问题 (2) 2 数据库仓库与数据集的概念介绍 (2) 2.1数据仓库 (2) 2.2数据集 (3) 3 数据仓库 (3) 3.1 数据仓库的设计 (3) 3.1.1数据仓库的概念模型设计 (3) 3.1.2数据仓库的逻辑模型设计 (3) 3.2 数据仓库的建立 (4) 3.2.1数据仓库数据集 (4) 3.2.2建立维表 (4) 4.数据挖掘操作 (5) 4.1数据预处理 (5) 4.1.1描述性数据汇总 (5) 4.2决策树 (5) 5、实验心得 (13) 6、大总结 (14)
1. 绪论 1.1项目背景 在现在大数据时代，各行各业需要对商品及相关关节的数据进行收集处理，尤其零售行业，于企业对产品的市场需求进行科学合理的分析，从而预测出将来的市场，制定出高效的决策，给企业带来经济收益。 1.2 提出问题 对于超市的商品的购买时期和购买数量的如何决定，才可以使销售量最大，不积压商品，不缺货，对不同时期季节和不同人群制定不同方案，使企业收益最大，通过数据挖掘对数据进行决策树分析，关联分析，顺序分析与决策分析等可以制定出最佳方案。 2 数据库仓库与数据集的概念介绍 2.1数据仓库 数据仓库是为企业所有级别的决策制定过程提供支持的所有类型数据的战略集合。它是单个数据存储，出于分析性报告和决策支持的目的而创建。为企业提供需要业务智能来指导业务流程改进和监视时间、成本、质量和控制。 数据仓库是决策系统支持（dss）和联机分析应用数据源的结构化数据环境。
数据仓库研究和解决从数据库中获取信息的问题。数据仓库的特征在于面向主题、集成性、稳定性和时变性。 2.2数据集 数据集是指一种由数据所组成的集合。Data set（或dataset）是一个数据的集合，通常以表格形式出现。每一列代表一个特定变量。每一行都对应于某一成员的数据集的问题。它列出的价值观为每一个变量，如身高和体重的一个物体或价值的随机数。每个数值被称为数据资料。对应于行数，该数据集的数据可能包括一个或多个成员。 3 数据仓库 3.1 数据仓库的设计 3.1.1数据仓库的概念模型设计 概念模型的设计是整个概念模型开发过程的三阶段。设计阶段依据概念模型分析以及分析过程中收集的任何数据，完成星型模型和雪花型模型的设计。如果仅依赖ERD，那只能对商品、销售、客户主题设计成如图所示的概念模型。这种模型适合于传统的数据库设计，但不适合于数据仓库的设计。 3.1.2数据仓库的逻辑模型设计 逻辑建模是数据仓库实施中的重要一环，因为它能直接反映出各个业务的需求，同时对系统的物理实施有着重要的指导作用，它的作用在于可以通过实体和关系勾勒出企业的数据蓝图，数据仓库的逻辑模型设计任务主要有：分析主题域，确定要装载到数据仓库的主题、确认粒度层次划分、确认数据分割策略、关系模式的定义和记录系统定义、确认数据抽取模型等。逻辑模型最终设计成果包