BI中数据仓库和预测技术在金融共享分析系统的应用

BI中数据仓库和预测技术在金融共享分析系统的应用

ID:43445345

大小:940.16 KB

页数:70页

时间:2019-10-02

BI中数据仓库和预测技术在金融共享分析系统的应用_第1页
BI中数据仓库和预测技术在金融共享分析系统的应用_第2页
BI中数据仓库和预测技术在金融共享分析系统的应用_第3页
BI中数据仓库和预测技术在金融共享分析系统的应用_第4页
BI中数据仓库和预测技术在金融共享分析系统的应用_第5页
资源描述:

《BI中数据仓库和预测技术在金融共享分析系统的应用》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、BI中数据仓库和预测技术在金融共享分析系统的应用满超吉林大学分类号:TP31研究生学号:2006532040单位代码:10183密级:公开吉林大学硕士学位论文BI中数据仓库和预测技术在金融共享分析系统的应用ApplicationofBlDataWarehouseandPredictionTechnologyinFinancialSharingandAnalyzingSystem作者姓名:满超专业:计算机软件与理论研究方向:商务智能指导教师:欧阳丹彤教授培养单位:计算机科学与技术学院2009年4月Bl中数据仓库和预测技术

2、在金融共享分析系统的应用ApplicationofBlDataWarehouseandPredictionTechnologyinFinancialSharingandAnalyzingSystem作者姓名:满超专业名称:计算机软件与理论指导教师:欧阳丹彤教授学位类别:工学硕士答辩日期:2009年5月曰未经本论文作者的书面授权,依法收存和保管本论文书面版本、电子版本的任何单位和个人,均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用(但纯学术性使用不在此限)。否则,应承

3、担侵权的法律责任。吉林大学硕士学位论文原创性声明本人郑重声明:所呈交的硕士学位论文,是本人在指导教师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做岀重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:2009年4月2日《中国优秀博硕士学位论文全文数据库》投稿声明研究生院:本人同意《中国优秀博硕士学位论文全文数据库》出版章程的内容,愿意将本人的学位论文委托研究生院向屮

4、国学术期刊(光盘版)电子杂志社的《中国优秀博硕士学位论文全文数据库》投稿,希望《中国优秀博硕士学位论文全文数据库》给予出版,并同意在《中国博硕士学位论文评价数据库》和CNKI系列数据库中使用,同意按章程规定享受相关权益。论文级别:■硕士□博士学科专业:计算机软件与理论论文题冃:BI中数据仓库和预测技术在金融共享分析系统的应用作者签名:指导教师签名:2009年4月2日作者联系地址(邮编):吉林大学计算机科学与技术学院130012作者联系电话:15810471703随着信息技术的飞速发展,金融行业的数拯量越来越大。信息化的

5、发展给金融行业决策者提供了大量宝贵信息,然而金融行业现有的信息系统对于这样大量信息的整合和分析利用则显得很不适应。面对这种现状,寻找一种新的解决方案来对现有的宝贵信息加以集成利用成为当前金融信息化最迫切的要求。而商务智能是一套完整的解决方案,主要完成对企业海量信息的有效整合,帮助管理者提高决策能力,优化资源配置。本文正是在这样的背景下,依托于金融共享分析系统的建设项目,对商务智能中的数据仓库技术、联机分析处理技术和预测技术的相关理论和方法进行了研究和探讨,并将它们成功应用于金融共享分析系统的建设当中,取得了较好的效果。

6、本文主要贡献包扌41.通过对金融数据源进行分析,结合数据仓库的理论知识,采用星型模式构建了金融数据仓库,并设计实现了适用于齐种数据源的ETL方法。2.通过对金融数据仓库中的业务主题进行多维建模,利用COGNOS实现了OMP分析。3.捉出了一种基于距离与回归相结合并使用灰色理论对残差加以修正的预测模型,应用于本系统的金融数据之上,提高了预测的准确度。4.设计开发的金融共享分析系统,已成功应用于实际的金融运行过程当中,向金融管理部门捉供信息共享和决策分析服务。第1章绪论11.1选题背景和意义11.2研究现状21.3本文主要

7、内容及工作41.4本文组织结构5第2章系统关键技术62.1数据仓库的相关概念62.2数据仓库的多维数据模型72.2.1多维数据模型的优势72.2.2多维数据模型的实现模式82.3数据仓库的ETL过程92.4联机分析处理112.4.1OLAP的含义与特征112.4.2OLAP的基本操作12第3章数据挖掘预测技术143.1预测技术143.1.1含义与类别143.1.2常用定量预测算法143.2线性回归模型153.2.1线性回归的步骤163.2.2线性回归的评估173.3灰色预测技术183.3.1灰色微分方程183.3.2G

8、M模型193.4改进的预测模型203.4.1回归部分213.4.2残差修正223.4.3实验分析23第4章系统需求分析274.1系统简介274.2功能性需求274.2.1数据采集274.2.2数据整合284.2.3分析决策294.2.4数据共享294.2.5系统管理294.3非功能性需求30第5章系统设计与实现325.1系统结构3

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。