Проектирование и построение хранилища данных для мониторинга и анализа деятельности компании микрофинансирования
Задачи информационной поддержки управления в компаниях микрофинансирования России. Подходы к построению хранилища данных. Разработка хранилища данных для мониторинга и анализа бизнес-процесса компании микрофинансирования "оформление и выдача займа".
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 19.09.2016 |
| Размер файла | 2,3 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Процесс автоматической загрузки завершился успешно. В конечном счете, автоматически заполнено 4 таблицы.
Для таблицы Dim_Client система загрузила 99129 строк.
Для таблицы Dim_Country система загрузила 1165 строк.
Для таблицы Dim_Regions система загрузила 85 строк.
Для таблицы Fact_Operations система загрузила 99129 строк.
Для проверки введённой информации выполним простые запросы в SQL Server:
· select * from Dim_Regions
Рисунок 21 Данные из таблицы Dim_Regions
Результат запроса представлен на рис.21. Поле Regions_id соответствует уникальному номеру каждого региона. Поле Reg_name отражает наименование региона.
· select * from Dim_Country
Рисунок 22 Данные из таблицы Dim_Country
Результат запроса представлен на рис.22. Поле Country_id соответствует уникальному номеру каждой области. Поле Country_name отражает наименование области. Поле Regions_id представляет собой уникальный идентификатор региона, взятый из таблицы Dim_Regions. Каждому округу соответствует определённый регион. Например, из рис.22 видно, что региону Республика Адыгея соответствуют городские области Адыгейск и Майкоп.
· select * from Dim_Client
Рисунок 23 Данные из таблицы Dim_Client
Результат запроса представлен на рис.23. Поле Client_id соответствует уникальному номеру каждого клиента. Поля Name, Surname, Midname и Gender отражают ФИО и пол каждого клиента. Поле Status_id включает в себя уникальный номер статуса клиента, указанный в таблице Dim_Status (рис.24). Поле Country_id представляет собой уникальный идентификатор области, взятый из таблицы Dim_Country.
Например, из рис.23 видно, что Елена Евгеньевна Ященко, под уникальным номером 1 является вторичным клиентом, проживающим в области Чадан (138 уникальный номер из таблицы Dim_Country) Республики Тыва (17 уникальный номер из таблицы Dim_Regions).
Рисунок 24 Данные из таблицы Dim_Status
· select * from Fact_Operations
Рисунок 25 Данные из таблицы Fact_Operations
Результат запроса представлен на рис.25. Поле Operations_id соответствует уникальному номеру каждой операции. Поле Amount отражает сумму, выданную клиенту под уникальным номером Client_id. Важно отметить, что сумма выданного займа соответствует статусу клиента. Сумма первичного займа не превышает 7000 руб., сумма вторичного займа-не более 20 000 руб., а сумма займа для постоянного клиента не должна превышать 30 000 руб. Поле Payment_id отражает информацию о способе выдаче займа, которая хранится в таблице Dim_Payment (рис.28). Также, в данной таблице отражаются такие временные поля Years_id и Periods_id.
· select * from Dim_Years
Рисунок 26 Данные из таблицы Dim_Years
· select * from Dim_Periods p
join Dim_Quarters q
on p.Quarters_id = q.Quarters_id
Рисунок 27 Данные из таблицы Dim_Periods и Dim_Quarters
На рис.27 представлена информация из таблицы Dim_Periods и Dim_Quarters, отражающая уникальный номер региона (Periods_id) и наименование месяца (Month_name). Поле Quarters_id представляет собой уникальный идентификатор квартала, взятый из таблицы Dim_ Quarters. Каждому кварталу соответствует определенный набор месяцев. Например, из рис.27 видно, что кварталу под номером 1 (Q1) соответствуют три месяца: январь, февраль и март.
· select * from Dim_Payment
Рисунок 28 Данные из таблицы Dim_Payment
На этом этап загрузки данных в хранилище данных завершен. В результате получено хранилище данных, на основе которого можно сделать необходимые отчеты. Этому будет посвящен следующий параграф.
3.3 Создание управленческих отчётов
Данный раздел описывает отчёты, полученные с помощью SQL запросов в среде SQL Server Management Studio 2008 R2, примененные к построенному хранилищу данных. Все запросы были созданы с целью анализа деятельности выбранной микрофинансовой организации за 2014-2015 годы. На основе результатов приведены выводы и рекомендации по оптимизации деятельности компании. Данный анализ послужил примером возможного процесса принятий решений со стороны организации.
Сводная таблица Fact_Operations
Запрос:.
select amount, c.Name, Surname, Midname, Gender, Country_Name, Reg_name, Status_name, Year_name, month_name, quarter, p.name, description
from Fact_Operations f
join Dim_years y
on f.years_id = y.years_id
join Dim_Client c
on f.client_id = c.client_id
join Dim_status s
on c.status_id = s.status_id
join Dim_Country cr
on c.Country_id = cr.Country_id
join Dim_Regions r
on cr.Regions_id = r.Regions_id
join Dim_periods pr
on f.periods_id = pr.periods_id
join Dim_quarters q
on pr.quarters_id = q.quarters_id
join Dim_payment p
on f.payment_id = p.payment_id
Результат:
Рисунок 29 Сводная таблица Dim_Operations
На рис.29 представлена сводная таблица Fact_Operations. Здесь отражена вся информация из хранилища данных по бизнес-процессу «оформление и выдача займа» за 2014 и 2015 годы. Суммарное число всех клиентов составило 99129 человек.
· Суммарное количество займов в 2014 и 2015 годах.
Запрос:
select year_name, COUNT(*) from Fact_Operations f
join Dim_Years y
on f.years_id = y.years_id
group by year_name
Результат:
Рисунок 30 Суммарное число займов 2014-2015
Диаграмма 1 Суммарное число займов 2014-2015
Результаты запросы показаны на рис.30 (для визуального восприятия также созданы круговая диаграмма 1). Разница в количестве займов между 2014 и 2015 годом незначительна. Данный факт говорит о том, что компания не предпринимала никаких действий с целью увеличения портфеля количества займов. Для увеличения активов компании необходимо предпринять меры по привлечению большего числа клиентов, а соответственно суммарное число активных займов возрастёт, что привлечет к увеличению прибыли компании. Для достижения данной цели, необходимо понять какому типу маркетинговой стратегии придерживать. Для этого проанализировано соотношение мужчин и женщин среди заёмщиков компании за 2014-2015 годы.
Количество займов среди мужчин и женщин.
Запрос:
select gender, COUNT(*) as 'Количество займов у мужчин и женщин' from Fact_Operations f
join Dim_Client c
on f.client_id = c.client_id
group by gender
Результат:
Рисунок 31 Суммарное число займов среди женщин и мужчин
Диаграмма 2 Суммарное число займов среди женщин и мужчин
Результаты запросы показаны на рис.31 (для визуального восприятия также созданы круговая диаграмма 2). Результатом данного запроса является преобладание мужского пола почти в 2 раза над женским среди заёмщиков ООО МФО «Кредитех Рус» за 2014-2015 годы. Как результат, компания может принять решение о разработке маркетинговой стратегии, нацеленной на привлечение в большей степени женского пола. К примеру, можно создать рекламный ролик с обращением к женщинам и девушкам, что заставит женщин подсознательно привлечь внимание к компании.
В целях привлечения большего числа заёмщиков необходимо также произвести анализ суммарного числа заёмщиков по регионам.
Количество займов по регионам (не популярные < 500).
Запрос:
select reg_name, COUNT(*) as 'Количество займов по регионам'
from Fact_Operations f
join Dim_Client c
on f.client_id = c.client_id
join Dim_Country ct
on c.Country_id = ct.Country_id
join Dim_Regions r
on r.Regions_id = ct.Regions_id
group by reg_name
having COUNT(*) < 500
order by COUNT(*) asc
Результат:
Рисунок 32 Рейтинг займов по регионам: нижнии позиции
Количество займов по регионам (топ 10)
Запрос:
select top 10 reg_name, COUNT(*) as 'Количество займов по регионам'
from Fact_Operations f
join Dim_Client c
on f.client_id = c.client_id
join Dim_Country ct
on c.Country_id = ct.Country_id
join Dim_Regions r
on r.Regions_id = ct.Regions_id
group by reg_name
order by COUNT(*) desc
Результат:
Рисунок 33 Рейтинг займов по регионам: топ 10
Диаграмма 3 Рейтинг займов по регионам: топ 10
Результаты запросов показаны на рис.32 и рис.33 (для визуального восприятия также созданы круговая диаграмма 3). Результаты показывают, что существует 18 регионов, где общее суммарное количество займов за 2 года не превышает отметки 500. Со стороны компании можно отказаться от расходов на данные 18 регионов в целях повышения затрат на привлечение большего числа клиентов из топ 10 регионов, где данный сектор пользуется большим успехом. Как правило, вероятность привлечения большего числа клиентов в таких регионах как Московская, Свердловская и Ленинградская области гораздо выше, чем в Республике Алтай или Ненецком Автономном округе.
Соответственно, даже такой небольшой анализ данных из хранилища данных может определить картину состояния текущих дел компании, на основе чего в целях улучшения можно принять решение о реструктуризации системы выдачи займов компании. Применение построенного хранилища данных обладает свойством легкости его использования, чёткого представления модели данных, удобного доступа к данным, а также реструктуризации данных в целях улучшения процесса принятия решений. Однако ориентированность хранилища данных на конкретный бизнес-процесс сужает круг возможностей. В перспективе разработки данного хранилища необходимо будет дополнить систему остальными процессами компании, оказывающих влияние на процесс принятий решений.
Заключение
Все задачи, поставленные в данной работе, успешно реализованы. После анализа рынка микрофинансирования было принято решение о разработке системы хранилища данных в целях поддержки процесса принятия решений. В результате было спроектировано и построено хранилище данных для мониторинга и анализа бизнес-процесса компании микрофинансирования «оформление и выдача займа». На основании информационно-аналитической системы на основе хранилища данных были построены отчёты и рекомендации по улучшению деятельности компании.
Также была изучена литература по проектированию и построению хранилищ данных. На основе данной литературы были проанализированы основные подходы к построению хранилища данных, а также выявлены наиболее эффективные инструменты для построения хранилищ данных. Более того, был изучен ETL-процесс, позволяющий осуществлять загрузку данных из внешних источников в хранилище данных.
В перспективе предполагается расширение системы хранилища данных в целях построения дополнительных отчётов. Также, построенную систему можно дополнить таблицами проверки данных, таких как адрес клиента.
Список использованной литературы
1. Архипенков С., Голубев Д., Максименко О. ХРАНИЛИЩА ДАННЫХ. От концепции до внедрения. М.: ДИАЛОГ-МИФИ, 2002, 528 с.
2. Горбач И.В. Microsoft SQL Server 2005 Analysis Services. OLAP и многомерный анализ данных. М.: БХВ-Петербург, 2007, 928 с.
3. Спирли Э. Корпоративные хранилища данных. Планирование, разработка, реализация: В 2 т. М.: Вильямс, 2001, Т.1 400 с.
4. Диго С. М. Базы данных. Проектирование и создание. Учебно-методический комплекс. М.: Центр ЕАОИ, 2008,171 с.
5. Аверченков В., Рощин С. Мониторинг и системный анализ информации в сети Интернет. М.: ФЛИНТА, 2011, 145 с.
6. Шакер И.Е., Абрамова М.А., Мамута М., Тенетник О.С., Криворучко С.В. Микрофинансирование в России, М.: Центр Исследований Платежных Систем и Расчетов, 2013, 155 с.
7. Грекул В.И., Денищенко Г.Н., Коровкина Н.Л. Проектирование информационных систем. М.: Интернет-университет информационных технологий - ИНТУИТ. ру, 2005, 227 с.
8. Microsoft Business Intelligence - технические описания и презентационные материалы. © 2010 MICROSOFT CORP.
9. Inmon W.H. Building the Data Warehouse. John Wiley & Sons Inc., 2002, 432 p.
10. Reinschmidt J., Francoise A. Business Intelligence Certification Guide. IBM Red books, 2000, 166 p.
11. Kimball R., Margy R. The Data Warehouse Toolkit. WILEY Inc., 1996,
601 p.
12. Agosta L. The Essential Guide to Data Warehousing. Prentice Hall Inc., 2000, 526 p.
13. Данные из аналитических отчётов рейтингового агентства «Эксперт РА» [Электронный ресурс]: http://www.raexpert.ru
14. Материалы Web-сервера [Электронный ресурс]: http://www.olap.ru/
15. Интернет-форум, посвященный языку SQL [Электронный ресурс]: www.sql.ru
Приложение 1
SQL описание для генерации таблиц для хранилища данных
USE [MFI dat]
GO
/****** Object: Table [dbo].[Dim_Payment] Script Date: 05/19/2016 01:42:44 ******/
SET ANSI_NULLS ON
GO
SET QUOTED_IDENTIFIER ON
GO
CREATE TABLE [dbo].[Dim_Payment](
[Payment_id] [int] IDENTITY(1,1) NOT NULL,
[Name] [nvarchar](255) NULL,
[Description] [nvarchar](255) NULL,
CONSTRAINT [PK_Dim_Payment] PRIMARY KEY CLUSTERED
(
[Payment_id] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
) ON [PRIMARY]
GO
/****** Object: Table [dbo].[Dim_Years] Script Date: 05/19/2016 01:42:44 ******/
SET ANSI_NULLS ON
GO
SET QUOTED_IDENTIFIER ON
GO
CREATE TABLE [dbo].[Dim_Years](
[Years_id] [int] IDENTITY(1,1) NOT NULL,
[Year_name] [smallint] NULL,
CONSTRAINT [PK_Dim_Years] PRIMARY KEY CLUSTERED
(
[Years_id] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
) ON [PRIMARY]
GO
/****** Object: Table [dbo].[Dim_Status] Script Date: 05/19/2016 01:42:44 ******/
SET ANSI_NULLS ON
GO
SET QUOTED_IDENTIFIER ON
GO
CREATE TABLE [dbo].[Dim_Status](
[Status_id] [int] IDENTITY(1,1) NOT NULL,
[Status_name] [nvarchar](255) NULL,
CONSTRAINT [PK_Dim_Status] PRIMARY KEY CLUSTERED
(
[Status_id] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
) ON [PRIMARY]
GO
/****** Object: Table [dbo].[Dim_Regions] Script Date: 05/19/2016 01:42:44 ******/
SET ANSI_NULLS ON
GO
SET QUOTED_IDENTIFIER ON
GO
CREATE TABLE [dbo].[Dim_Regions](
[Regions_id] [int] IDENTITY(1,1) NOT NULL,
[Reg_name] [nvarchar](255) NULL,
CONSTRAINT [PK_Dim_Regions] PRIMARY KEY CLUSTERED
(
[Regions_id] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
) ON [PRIMARY]
GO
/****** Object: Table [dbo].[Dim_Quarters] Script Date: 05/19/2016 01:42:44 ******/
SET ANSI_NULLS ON
GO
SET QUOTED_IDENTIFIER ON
GO
CREATE TABLE [dbo].[Dim_Quarters](
[Quarters_id] [int] IDENTITY(1,1) NOT NULL,
[Quarter] [nchar](50) NULL,
CONSTRAINT [PK_Dim_Quarters] PRIMARY KEY CLUSTERED
(
[Quarters_id] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
) ON [PRIMARY]
GO
/****** Object: Table [dbo].[Dim_Periods] Script Date: 05/19/2016 01:42:44 ******/
SET ANSI_NULLS ON
GO
SET QUOTED_IDENTIFIER ON
GO
CREATE TABLE [dbo].[Dim_Periods](
[Periods_id] [int] IDENTITY(1,1) NOT NULL,
[Month_name] [nvarchar](255) NULL,
[Quarters_id] [int] NULL,
CONSTRAINT [PK_Dim_Periods] PRIMARY KEY CLUSTERED
(
[Periods_id] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
) ON [PRIMARY]
GO
/****** Object: Table [dbo].[Dim_Country] Script Date: 05/19/2016 01:42:44 ******/
SET ANSI_NULLS ON
GO
SET QUOTED_IDENTIFIER ON
GO
CREATE TABLE [dbo].[Dim_Country](
[Country_id] [int] IDENTITY(1,1) NOT NULL,
[Country_Name] [nvarchar](255) NULL,
[Regions_id] [int] NULL,
CONSTRAINT [PK_Dim_Country] PRIMARY KEY CLUSTERED
(
[Country_id] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
) ON [PRIMARY]
GO
/****** Object: Table [dbo].[Dim_Client] Script Date: 05/19/2016 01:42:44 ******/
SET ANSI_NULLS ON
GO
SET QUOTED_IDENTIFIER ON
GO
CREATE TABLE [dbo].[Dim_Client](
[Client_id] [int] IDENTITY(1,1) NOT NULL,
[Name] [nvarchar](225) NULL,
[Surname] [nvarchar](255) NULL,
[Midname] [nvarchar](255) NULL,
[Gender] [nvarchar](255) NULL,
[Status_id] [int] NULL,
[Country_id] [int] NULL,
CONSTRAINT [PK_Dim_Client] PRIMARY KEY CLUSTERED
(
[Client_id] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
) ON [PRIMARY]
GO
/****** Object: Table [dbo].[Fact_Operations] Script Date: 05/19/2016 01:42:44 ******/
SET ANSI_NULLS ON
GO
SET QUOTED_IDENTIFIER ON
GO
CREATE TABLE [dbo].[Fact_Operations](
[Operations_id] [int] IDENTITY(1,1) NOT NULL,
[Amount] [smallint] NULL,
[Payment_id] [int] NULL,
[Client_id] [int] NULL,
[Years_id] [int] NULL,
[Periods_id] [int] NULL,
CONSTRAINT [PK_Fact_Operations] PRIMARY KEY CLUSTERED
(
[Operations_id] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
) ON [PRIMARY]
GO
/****** Object: ForeignKey [FK_Dim_Client_Dim_Country] Script Date: 05/19/2016 01:42:44 ******/
ALTER TABLE [dbo].[Dim_Client] WITH CHECK ADD CONSTRAINT [FK_Dim_Client_Dim_Country] FOREIGN KEY([Country_id])
REFERENCES [dbo].[Dim_Country] ([Country_id])
GO
ALTER TABLE [dbo].[Dim_Client] CHECK CONSTRAINT [FK_Dim_Client_Dim_Country]
GO
/****** Object: ForeignKey [FK_Dim_Client_Dim_Status] Script Date: 05/19/2016 01:42:44 ******/
ALTER TABLE [dbo].[Dim_Client] WITH CHECK ADD CONSTRAINT [FK_Dim_Client_Dim_Status] FOREIGN KEY([Status_id])
REFERENCES [dbo].[Dim_Status] ([Status_id])
GO
ALTER TABLE [dbo].[Dim_Client] CHECK CONSTRAINT [FK_Dim_Client_Dim_Status]
GO
/****** Object: ForeignKey [FK_Dim_Country_Dim_Regions] Script Date: 05/19/2016 01:42:44 ******/
ALTER TABLE [dbo].[Dim_Country] WITH CHECK ADD CONSTRAINT [FK_Dim_Country_Dim_Regions] FOREIGN KEY([Regions_id])
REFERENCES [dbo].[Dim_Regions] ([Regions_id])
GO
ALTER TABLE [dbo].[Dim_Country] CHECK CONSTRAINT [FK_Dim_Country_Dim_Regions]
GO
/****** Object: ForeignKey [FK_Dim_Periods_Dim_Quarters] Script Date: 05/19/2016 01:42:44 ******/
ALTER TABLE [dbo].[Dim_Periods] WITH CHECK ADD CONSTRAINT [FK_Dim_Periods_Dim_Quarters] FOREIGN KEY([Quarters_id])
REFERENCES [dbo].[Dim_Quarters] ([Quarters_id])
GO
ALTER TABLE [dbo].[Dim_Periods] CHECK CONSTRAINT [FK_Dim_Periods_Dim_Quarters]
GO
/****** Object: ForeignKey [FK_Fact_Operations_Dim_Client] Script Date: 05/19/2016 01:42:44 ******/
ALTER TABLE [dbo].[Fact_Operations] WITH CHECK ADD CONSTRAINT [FK_Fact_Operations_Dim_Client] FOREIGN KEY([Client_id])
REFERENCES [dbo].[Dim_Client] ([Client_id])
GO
ALTER TABLE [dbo].[Fact_Operations] CHECK CONSTRAINT [FK_Fact_Operations_Dim_Client]
GO
/****** Object: ForeignKey [FK_Fact_Operations_Dim_Payment] Script Date: 05/19/2016 01:42:44 ******/
ALTER TABLE [dbo].[Fact_Operations] WITH CHECK ADD CONSTRAINT [FK_Fact_Operations_Dim_Payment] FOREIGN KEY([Payment_id])
REFERENCES [dbo].[Dim_Payment] ([Payment_id])
GO
ALTER TABLE [dbo].[Fact_Operations] CHECK CONSTRAINT [FK_Fact_Operations_Dim_Payment]
GO
/****** Object: ForeignKey [FK_Fact_Operations_Dim_Periods] Script Date: 05/19/2016 01:42:44 ******/
ALTER TABLE [dbo].[Fact_Operations] WITH CHECK ADD CONSTRAINT [FK_Fact_Operations_Dim_Periods] FOREIGN KEY([Periods_id])
REFERENCES [dbo].[Dim_Periods] ([Periods_id])
GO
ALTER TABLE [dbo].[Fact_Operations] CHECK CONSTRAINT [FK_Fact_Operations_Dim_Periods]
GO
/****** Object: ForeignKey [FK_Fact_Operations_Dim_Years] Script Date: 05/19/2016 01:42:44 ******/
ALTER TABLE [dbo].[Fact_Operations] WITH CHECK ADD CONSTRAINT [FK_Fact_Operations_Dim_Years] FOREIGN KEY([Years_id])
REFERENCES [dbo].[Dim_Years] ([Years_id])
GO
ALTER TABLE [dbo].[Fact_Operations] CHECK CONSTRAINT [FK_Fact_Operations_Dim_Years]
GO
Размещено на Allbest.ru
...Подобные документы
Построение схемы хранилища данных торгового предприятия. Описания схем отношений хранилища. Отображение информации о товаре. Создание OLAP-куба для дальнейшего анализа информации. Разработка запросов, позволяющих оценить эффективность работы супермаркета.
контрольная работа [1,9 M], добавлен 19.12.2015Методы построения хранилища данных на основе информационной системы реального коммерческого предприятия. Основные аналитические задачи, для решения которых планируется внедрение хранилищ данных. Загрузка процессоров на серверах. Схемы хранения данных.
контрольная работа [401,0 K], добавлен 31.05.2013Разработка программного обеспечения для анализа полученных из хранилища данных. Система SAS Enterprise Miner и система Weka. Расчёт капитальных затрат на создание ПМК для анализа полученных из хранилища данных с использованием библиотеки XELOPES.
дипломная работа [1,4 M], добавлен 07.06.2012Архитектура и технология функционирования системы. Извлечение, преобразование и загрузка данных. Oracle Database для реализации хранилища данных. Создание структуры хранилища. Механизм работы системы с точки зрения пользователя и с точки зрения платформы.
курсовая работа [2,2 M], добавлен 22.02.2013Концепции хранилищ данных для анализа и их составляющие: интеграции и согласования данных из различных источников, разделения наборов данных для систем обработки транзакций и поддержки принятия решений. Архитектура баз для хранилищ и витрины данных.
реферат [1,3 M], добавлен 25.03.2013Понятие и структура хранилища данных, его составные элементы и назначение. Технологии управления информацией. Методика создания базы данных и составления ее схемы, пользовательские формы, структура и содержание таблиц. Программная реализация базы данных.
дипломная работа [1,4 M], добавлен 13.04.2010Понятие и функциональное назначение информационного хранилища, свойства и компоненты. Проблемы интеграции данных, принципы организации хранилищ. Проектирование и анализ реляционной базы данных "Салона красоты" методом нормальных форм и "сущность-связь".
курсовая работа [573,5 K], добавлен 21.02.2015Вечное хранение данных. Сущность и значение средства OLAP (On-line Analytical Processing). Базы и хранилища данных, их характеристика. Структура, архитектура хранения данных, их поставщики. Несколько советов по повышению производительности OLAP-кубов.
контрольная работа [579,2 K], добавлен 23.10.2010Определение многомерной модели данных для удовлетворения основных информационных потребностей предприятия. Экстракция, загрузка и перенос данных из различных источников данных. Разработка собственных ETL–систем. Оптимизация работы хранилища данных.
презентация [9,1 M], добавлен 25.09.2013Способы мониторинга качества данных. Формирование функциональных требований к системе мониторинга консистентности данных. Документирование требований к системе мониторинга консистентности данных. Написание скриптов проверок для системы мониторинга.
дипломная работа [387,3 K], добавлен 26.08.2017Метод извлечения информации о личностных характеристиках пользователя с помощью технологии распознавания лица. Разработка алгоритма работы рекомендательной системы, основанной на психологическом портрете пользователя, хранилища баз данных и интерфейса.
курсовая работа [815,2 K], добавлен 21.09.2016Разработка программного обеспечения для передачи данных на удаленный хост; обеспечения записи переданной информации в хранилище; выборку данных из хранилища через критерии, определяемые пользователем на веб-ресурсе. Архитектура функций и процедур.
курсовая работа [728,2 K], добавлен 11.08.2012Формы представляемой информации. Основные типы используемой модели данных. Уровни информационных процессов. Поиск информации и поиск данных. Сетевое хранилище данных. Проблемы разработки и сопровождения хранилищ данных. Технологии обработки данных.
лекция [15,5 K], добавлен 19.08.2013Ознакомление с методами анализа популярности языков программирования. Рассмотрение логической модели базы данных дистанционного практикума. Разработка листинга скрипта создания таблицы-справочника. Анализ статистики по применению языков программирования.
диссертация [1,4 M], добавлен 10.07.2017Файловая организация баз данных. Взаимодействие администратора баз данных с пользователями. Иерархическая и сетевая даталогические модели системы управления базами данных. Принципиальная организация системы обработки информации на основе БД-технологии.
реферат [762,0 K], добавлен 23.12.2015OLAP как автоматизированные технологии сложного (многомерного) анализа данных, Data mining - извлечение данных, интеллектуальный анализ. Виды запросов к многомерной базе данных, их содержание и анализ полученных результатов. Схема "звезда", "снежинка".
презентация [132,1 K], добавлен 19.08.2013Понимание хранилища данных, его ключевые особенности. Основные типы хранилищ данных. Главные неудобства размерного подхода. Обработка информации, аналитическая обработка и добыча данных. Интерактивная аналитическая обработка данных в реальном времени.
реферат [849,7 K], добавлен 16.12.2016Сущность разработки и построения хранилища данных в цепочке локальных сетей. Его типичная структура. Особенности организации хранения информации. Алгоритм действия системы ROLAP и его сравнение с алгоритмом многомерных систем управления базами данных.
курсовая работа [743,1 K], добавлен 23.01.2015Принципы и критерии построения распределенных баз данных. Ряд свойств, которым по К. Дейту должна удовлетворять распределенная база данных: независимость узлов, прозрачность расположения, обработка распределенных запросов. Типы распределенных баз данных.
реферат [131,5 K], добавлен 18.06.2013Проектирование информационной системы, используемые в данном процессе методики и модели. Требования к возможностям и функциональности. Описание хранилища данных. Разработка классов, архитектуры, расширений. Формирование руководства пользователя.
дипломная работа [2,7 M], добавлен 02.08.2015
