基于数据仓库技术的客户分析系统设计与实现.docVIP

基于数据仓库技术的客户分析系统设计与实现 一 课题的来源、目的和意义 这个课题来源于电信公司经营分析项目，目的是通过数据仓库对客户分类，分出高中低端客户，分别推荐不同的资费标准随着90年代后期Internet 的兴起与飞速发展，我们进入了一个新的时代，大量的信息和数据，迎面而来，用科学的方法去整理数据，从而从不同视角对企业经营各方面信息的精确分析、准确判断，比以往更为迫切,实施商业行为的有效性也比以往更受关注。传统数据库主要是为应用程序进行数据处理，未必按照同一主题存储数据;数据仓库侧重于数据分析工作，是按照主题存储的。数据仓库技术是基于信息系统业务发展的需要,基于数据库系统技术发展而来,并逐步独立的一系列新的应用技术。使用这些技术建设的信息系统我们称为数据仓库系统。随着数据仓库技术应用的不断深入，近几年数据仓库技术得到长足的发展。典型的数据仓库系统，比如：经营分析系统，决策支持系统等等。这些数据是海量的，汇总计算起来也要慢一些但是，只要能够提供有效的分析数据就达到目的了。 随着数据仓库系统带来的良好效果，“整合数据，从数据中找，运用数据知识、用数据说话”3.1预期的研究目标 总体的设计目标：为了实现对各种客户群的客户概况、客户消费结构分析、客户消费行为分析及监测、客户流失分析及监测、客户信用度分析及监测，预计设计一个客户分析系统，使其与现有的分析系统相比，有更全面、更详细地客户分析数据,能通过即席查询、预定义报表、联机分析处理、数据挖掘等手段实现面向主题的业务智能。针对不同的客户群制定不同的营销活动，针对客户的消费水平推荐更适合的套餐标准，针对客户流失分析原因采取应对措施。 3.2 预计的技术关键，技术方案 3.2.1预计的技术关键 为了实现预计的设计目标，我们要采取的关键技术有： （1）数据的抽取是数据进入仓库的入口。由于数据仓库是一个独立的数据环境，它需要通过抽取过程将数据从联机事务处理系统、外部数据源、脱机的数据存储介质中导入到数据仓库。 （2）数据仓库的真正关键是数据的存储和管理。对大量数据的存储和管理采用关系数据库可以解决，目前不少关系数据库系统已支持数据分割技术，能够将一个大的数据库表分散在多个物理存储设备中，进一步增强了系统管理大数据量的扩展能力。决策支持的关系数据库增加了采样数据的查询能力，是数据仓库的重要技术。 （3）支持多维分析的查询模式 。基于用户业务的分析模式，即联机分析 。采用关系数据库实现的联机分析应用称为ROLAP。目前，大多数厂商提供的数据仓库解决方案都采用ROLAP。 四 课题研究进展计划 ⑴2010．3-2010．4 阅读文献、业务需求分析、信息分析 ⑵2010．4-2010．5 逻辑数据模型设计、系统体系结构设计、物理数据库设计 ⑶2010．6-2010．7 数据转换加载ETL、前端应用开发、数据挖掘 ⑷2010．8-2010．9 元数据管理、数据仓库管理 ⑸2010．9 文档整理、撰写硕士学位论文 ⑹2010．10 学位论文审定、修改和答辩 五 参考文献 [1]王珊等编著，数据仓库技术与联机分析处理，科学出版社，1999 [2] Tom Hammergren 著，曹增强　王备战　等译，数据仓库技术（Data Wharehousing: Building the Corporate 　　Knowledge Base），中国水利水电出版社，1998 [3] Harjinder S.GILL 等著，王仲谋　刘书舟　译，数据仓库--客户／服务器计算指南，清华大学出版社，西蒙舒　　斯特国际出版公司，1997 [4]高人伯、陈文伟，数据仓库和数据开采相结合的决策支持新技术，计算机世界专题综述，1997 [5]王珊、王秋月，我国数据仓库的应用展望，计算机世界专题综述，1996 [6]王广清?、杨学良，数据仓库技术及其在电信计费领域应用的探讨，计算机工程与应用， 1999(9) [7]陈京民，数据仓库原理、设计与应用，中国水利水电出版社，2004 [8] 霍红，基于数据仓库技术的客户信用管理系统的设计与实现，计算机系统应用，2007 [9]彭木根等编著 ，数据仓库技术与实现 ，电子工业出版社 ，2002 [10] 王丽珍、周丽华、?陈红梅等?，数据仓库与数据挖掘原理及应用(第2版) ，科学出版社 ，2009 [11]陈志泊，数据仓库与数据挖掘 ，清华大学出版社 ，2009 [12]池太崴 ，数据仓库结构设计与实施:建造信息系统的金字塔 ，电子工业出版社 ，2005 [13]何玉洁、张俊超，数据仓库与OLAP实践教程 ，清华大学出版社 ，2008 [14]谭?斯坦巴赫，范明、范宏建译，数据挖掘导论 ，人民邮电出版社 ，2006 [15]荫蒙，王志海等译，数据仓库(原书