Studiu privind tehnologia Data Warehouse ca metodă de analiză factorială

Previzualizare licența:

Cuprins licența:

1 INTRODUCERE
2 CONSTRUCTIA SI STRUCTURA UNUI DATA WAREHOUSE
2.1 INTEGRAREA DATELOR
2.2 PRINCIPALELE DEOSEBIRI DINTRE OLTP SI OLAP
2.3 MODELUL MULTIDIMENSIONAL
2.3.1 SCHEMA STEA
2.3.2 AGREGAREA IN SCHEMA MULTIDIMENSIONALA
2.3.3 NORMALIZARE PARTIALA; SCHEMA FULG
2.3.4 STOCAREA DATELOR IN VECTORI MULTIDIMENSIONALI
2.4 INDECSI
2.4.1 INDECSII IN SISTEMELE OLTP
2.4.2 INDECSII IN SISTEMELE OLAP
2.5 VIEW - URI
2.5.1 MATERIALIZAREA VIEW - URILOR
2.5.2 PROBLEMA MVC - MULTIPLE VIEW CONSISTENCY
2.6 STRUCTURA UNUI DATA WAREHOUSE
3 INTEROGAREA UNUI DEPOZIT DE DATE
3.1 PROBLEME LEGATE DE CERERILE TIPICE OLAP
3.1.1 EXTINDEREA SQL
3.2 CALCULUL CUBULUI DE DATE
3.2.1 CAZUL RELATIONAL
3.2.2 CAZUL MULTIDIMENSIONAL
4 EXPLOATAREA UNUI DATA WAREHOUSE - CATEVA ELEMENTE DE DATA MINING
4.1 MOTIVATIE
4.1.1 STATISTICA INFERENTIALA VERSUS DATA MINING
4.2 FORMALIZAREA MATEMATICA A PROBLEMEI. TERMINOLOGIE
4.2.1 INDIVIZI
4.2.2 VARIABILE
4.3 METODE DE ANALIZA FACTORIALA
4.3.1 ANALIZA IN COMPONENTE PRINCIPALE
4.3.2 ANALIZA DE CORESPONDENTA SIMPLA (ACS)
4.4 EXEMPLU DE ANALIZA AGP
4.4.1 PREZENTAREA DATELOR
4.4.2 REZULTATELE ANALIZEI
4.5 CLASIFICARE AUTOMATA (CLUSTER ANALISES)
4.5.1 METODE NEIERARHICE
4.5.2 METODE IERARHICE
5 CONCLUZII SI PERSPECTIVE
5.1 INTELIGENTA ARTIFICIALA SI DEPOZITELE DE DATE
5.2 STATISTICA SI DEPOZITELE DE DATE
5.3 INCHEIERE

Extras din licența:

In lumea anilor 2000, o data cu fenomenul de globalizare si continua crestere economica, nevoia de a asigura un management performant se manifesta din ce in ce mai intens. Dinamismul evolutiei economiei, crescut si el in ultima vreme cere din partea companiilor sa se adapteze rapid la orice schimbare; in plus, dimensiunile afacerilor au crescut, la fel ca si dimensiunile pietei. Pentru a lua deciziile optime, conducerile companiilor au nevoie de date despre evolutia afacerii in trecut pe baza carora sa se poata face prognoze de calitate pe termen scurt, mediu sau lung. Competitia e neiertatoare si fiecare pas gresit costa. Dictonul folosit de economisti pentru a exprima aceasta realitate este foarte sugestiv: what you dont know can hurt you (ceea ce nu stii, te poate costa). Rezultatul este o permanenta si acuta foame de informatii, problema pentru a carei rezolvare e nevoie de prelucrarea unui volum mare de date din surse diferite si adesea neomegene.

Vechile sisteme de gestiune a bazelor de date, proiectate pentru procesarea tranzactiilor curente (OLTP), nu mai pot face fata si acestor noi cerinte, pe de o parte pentru ca nu retin in baza de date informatii cu caracter istoric, strict necesare in procesul de luare a deciziilor manageriale, dar inutile in derularea operatiunilor curente si pe de alta parte pentru ca sunt optimizate pentru prelucrarea unor cantitati relativ mici de informatie, in timp ce procesul de analiza a unei afaceri implica necesitatea unei viziuni globale asupra intregii activitati, ceea ce nu se poate obtine decat prin consultarea unui volum mare de date.

Pentru a rezolva toate aceste probleme se construieste, conform principiului ca intre structura unei entitati si functiile pe care le indeplineste exista intotdeauna o relatie stransa, o noua baza de date, altfel structurata decat clasicele sisteme OLTP. Volumul mare de informatii pe care trebuie sa le contina aceasta baza de date i-a adus denumirea de depozit de date, in engleza data warehouse, de unde si numele acestei tehnologii. Evi dent, in aceasta baza de date trebuie puse toate informatiile cu caracter istoric relevante in analiza economica.

In domeniile in care relatia cu publicul este foarte importanta, cum ar fi comertul, data warehouse se dovedeste a fi un instrument important pentru fidelizarea clientilor. Supermarket-urile in special incearca sa tina in baza lor de date informatii despre clientii lor cu scopul de a avea o relatie stransa cu ei.

Clientul este intampinat cu un salut familiar si i se cunosc preferintele, ceea ce il face sa revina cu placere in magazinul respectiv.

Studiul pietei si al comportamentului clientului este in aceste cazuri foarte important, de el depinzand in mare masura succesul afacerii. Lucrul direct cu foarte multi clienti face ca metodele statistice de exploatare a depozitului de date sa aiba o importanta crescuta. In acest caz, dimensiunile bazei de date sunt foarte mari, chiar daca nu este vorba despre o companie mare.

...

Descarcă licența

Pentru a descărca acest document,
trebuie să te autentifici in contul tău.

Structură de fișiere:
  • Studiu privind tehnologia Data Warehouse ca metoda de analiza factoriala
    • Cuprins.doc
    • Diploma.doc
Alte informații:
Tipuri fișiere:
doc
Diacritice:
Da
Nota:
9/10 (3 voturi)
Anul redactarii:
1989
Nr fișiere:
2 fisiere
Pagini (total):
124 pagini
Imagini extrase:
62 imagini
Nr cuvinte:
24 549 cuvinte
Nr caractere:
119 385 caractere
Marime:
378.84KB (arhivat)
Publicat de:
Anonymous A.
Nivel studiu:
Facultate
Tip document:
Licența
Domeniu:
Calculatoare
Predat:
la facultate din Alba Iulia
Materie:
Calculatoare
Sus!