您现在的位置: 精品资料网 >> 管理信息化 >> 数据仓 >> 资料信息

数据仓库与数据挖掘项目建设方案(DOC 106页)

所属分类:
数据仓
文件大小:
19596 KB
下载地址:
相关资料:
数据仓库,数据挖掘,项目建设方案
数据仓库与数据挖掘项目建设方案(DOC 106页)内容简介
3.1关于数据仓库的数据建模
3.10设计逻辑模型
3.11设计物理模型
3.12逻辑模型设计的质量控制
3.13逻辑模型设计质量控制的目标
3.14逻辑模型设计质量控制的方法
3.15跟踪检查以下关键点
3.16常用的数据模型(主题域)
3.17FS-LDM模型框架
3.17.1从金融机构举例:
3.17.2跟踪检查以下关键点:
3.17.3当事人主题域细节模型局部展示
3.17.4协议主题域细节模型局部展示
3.17.5事件主题域细节模型局部展示
3.17.5产品主题域细节模型局部展示
3.17.6地域主题域细节模型局部展示
3.17.7渠道主题域细节模型局部展示
3.17.7财务主题域细节模型局部展示
3.2模型的特点
3.3模型的类型
3.4模型设计的目标
3.5模型设计的方法
3.6设计原则
3.6.1中立性原则
3.6.2常用性原则
3.6.3多样性原则
3.6.4方便性原则
3.7数据资源层—数据类别
3.8数据仓库(数据集市)的数据模型设计
3.9设计概念模型
3.客户分析
3.数据仓库建模
4.ETCL策略和前端应用
4.基准测试
4.建议
4.数据应用层:主要分为查询、统计报表、多维分析和数据挖掘四大类应用。
4.数据挖掘:工具驱动
4.质量状态:质量控制的状态、整体质量状态
4.创建单元测试计划,测试数据归档过程是否满足功能需要。
4.定义并跟踪需求管理的方法和流程
4.客户流失预测模型应用模式
4.登记元数据。
4.部分变量举例如下:
4.1ETL设计
4.10ETL的主要任务包括
4.11OLAP与前端的质量控制
4.11.1质量控制的目标
4.11.2质量控制方法
4.2数据ETL过程设计
4.3数据归档转储设计
4.4备份与恢复过程设计
4.5作业调度过程设计
4.6设计安全访问控制机制
4.7ETL的质量控制
4.8ETL的质量控制的目标
4.9ETL的质量控制的方法
5.元数据管理与系统维护
5.制定单元测试计划
5.11项目整体管理的方法
5.12项目总体管理的质量控制
5.13项目总体管理的质量控制的目标
5.14项目总体管理的质量控制的方法
5.15项目状态指标
5.1主要工具厂商
5.2元数据管理的质量控制
5.3元数据管理的质量控制目标
5.4元数据管理的质量控制方法
5.5元数据建设目标
5.6元数据需求情况
5.7元数据架构设计
5.8元数据架构设计(第九节)
5.9项目整体管理的目标
6数据挖掘及其应用
6.环境状态:设备是否正常、软件环境是否正常、办公环境是否正常
6.在业务需求访谈的过程中按照以下方法工作:
6.10在银行中可进行的数据挖掘主题范例
6.11在保险企业中可进行的数据挖掘主题范例
6.12在证券行业中可进行的数据挖掘主题范例
6.13数据挖掘在税务应用框架
6.14数据挖掘在税务应用
6.15商业智能在零售业—应用案例
6.15在电信业—主要应用
6.15在零售业—应用主题
6.16任务时间分配
6.17数据挖掘团队结构
6.18GBICC数据挖掘过程模型
6.1什么是数据挖掘
6.2数据挖掘的主要特点
6.3数据挖掘简单历史
6.4应用在寻找更为有效的区别能力中的若干数据源
6.5数据样本抽样
6.6决定数据收集的因素
6.7数据准备
6.8派生与转换
6.9属性的选择
7数据挖掘算法
7.针对信息系统,进行以下内容的调查:
7.1数据挖掘功能、算法及典型应用(重要)
7.2分类
7.2.1基于传统统计学理论的判别分析
7.2.2逻辑回归
7.2.3正态回归
7.2.4决策树
7.2.5神经网络
7.3分类segmentation
7.3.1分类的对象
7.3.2分类目的举例
7.3.3K均值
7.3.4K均值的限制
7.3.5人口统计学分群挖掘
7.3.6人口统计学分群挖掘的工作
7.3.7举例说明
7.4值预估
7.4.1线性回归
7.4.2非线性回归
7.4.3静函数
7.5关联分析
7.6联合分析
7.7时间序列分析
7.8如何估算模型的效果的好的呢
7.9如何分类
8数据库营销和数据挖掘
..............................
数据仓库与数据挖掘项目建设方案(DOC 106页)