基于Teradata的零售行业数据模型的研究

发布时间：2017-04-30 20:23

  本文关键词：基于Teradata的零售行业数据模型的研究，由笔耕文化传播整理发布。

【摘要】：随着信息技术的普及与发展,越来越多的信息系统被应用在各个现实的生活领域。随之而来的便是大量的信息数据被不断的堆积。堆积的数据里面蕴含着丰富的信息宝藏：个人信息,消费习惯信息,购买能力信息等等。而这些丰富的信息宝藏又不是显而易见的,它需要人们从堆积的信息里,通过科学的方法进行提取,再以优秀的方法论加以加工,形成稳定的数据模型,通过可视化的智能分析工具来呈现给需要了解它的人们。因此,高效准确的模型数据,变成了企业突破藩篱,取得竞争优势的有力武器。因此,对于那些想使用大数据有所作为的零售企业,数据仓库则是必要的不可或缺的一个措施。在实际的情况中,很多企业虽然花费了大量的人力物力,却没有得到预期的回报。问题之一就在于,数据仓库的数据模型和现实的数据不能形成有力的统一。其中包括,业务模型的统一和数据仓库性能优化等等。为了解决以上的问题,本文重点研究了基于Teradata的数据模型。以Teradata零售行业的数据模型为蓝本,有效的组织了某企业的多来源数据,并且使用统一的业务语言来描述业务。从建立逻辑数据模型的方法论着手,通过具体的实例,阐述了逻辑数据模型建立的过程,以及依据逻辑数据模型建立物理数据模型的过程和方法,总结了在模型建立过程中必须遵守的规则。由于在物理模型的建立过程中,性能问题经常被忽略,所以本文从几个角度对物理模型的优化进行了一些探讨和研究,总结了一些优化的方法,并且取得了初步的效果。最后,介绍了一个使用了Teradata零售数据模型的成功案例。
【关键词】：零售行业 数据模型 数据仓库
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP311.13
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第1章 绪论9-12
• 1.1 研究背景9-10
• 1.2 课题选择的动机10
• 1.3 研究的技术路线10-11
• 1.4 论文的组织结构11-12
• 第2章 数据仓库概念与Teradata技术12-24
• 2.1 数据仓库的发展历史12-13
• 2.2 Teradata公司简介13
• 2.3 数据仓库其他的概念13-16
• 2.3.1 OLAP和OLTP13-15
• 2.3.2 数据仓库查询特点15-16
• 2.3.3 数据仓库体系结构16
• 2.4 数据仓库与数据集市16-17
• 2.5 Teradata的技术特征17-24
• 2.5.1 Teradata的可扩展的方法论17-18
• 2.5.2 Teradata可扩展的数据框架18-20
• 2.5.3 Teradata的系统组成部件20-21
• 2.5.4 Teradata的系统工作原理21-22
• 2.5.5 Teradata的并行处理机制22-23
• 2.5.6 Teradata的索引23-24
• 第3章 数据仓库的建模24-33
• 3.1 Teradata的概念数据模型24-25
• 3.2 数据模型的方法论25-33
• 3.2.1 数据模型的概念25-26
• 3.2.2 研究数据模型的现实意义26-27
• 3.2.3 数据模型的建立方法27-33
• 第4章 Teradata零售行业的数据模型33-47
• 4.1 数据模型的设计33-36
• 4.1.1 建立LDM的基本思路33-34
• 4.1.2 数据模型的设计规则34-35
• 4.1.3 LDM的设计35-36
• 4.2 数据模型的客户化实施36-41
• 4.2.1 逻辑模型的客户化37
• 4.2.2 物理模型的客户化37-38
• 4.2.3 主题域的设计38-39
• 4.2.4 主题概述39
• 4.2.5 人口统计特征的LDM39-41
• 4.2.6 人口统计特征(Demographic)的PDM41
• 4.3 数据模型的优化41-47
• 4.3.1 物理模型优化概要41-43
• 4.3.2 物理模型优化的途径43
• 4.3.3 物理模型优化方法43-45
• 4.3.4 SQL的优化45-46
• 4.3.5 调度程序的优化46
• 4.3.6 PDM优化的测试46-47
• 第5章 零售行业数据模型价值的研究47-54
• 5.1 客户眼中的数据模型47
• 5.2 数据模型支持BIOs47-48
• 5.3 数据模型支持的商务智能分析48-50
• 5.4 一个客户的实例50-54
• 5.4.1 企业的角度50-51
• 5.4.2 缺口分析(Gap Analysis)51
• 5.4.3 BIOs:数据与业务成果的联系51-52
• 5.4.4 关于数据模型的主题域52-54
• 第6章 总结与展望54-55
• 参考文献55-57
• 致谢57

【相似文献】

中国期刊全文数据库 前10条

1 钟晓班;建立数据模型[J];管理科学文摘;1999年06期

2 李斌;数据模型的研制[J];管理科学文摘;1999年08期

3 肖忠;常见数据模型及其转换[J];伊犁师范学院学报(文理综合版);1999年02期

4 杨建峰;;产品数据模型的建立及有效数据的积累方法[J];CAD/CAM与制造业信息化;2008年05期

5 安德鲁·麦卡菲;;专家将沦为数据模型的助手[J];IT时代周刊;2014年Z1期

6 王建华;对象-关系超媒体数据模型的研究及应用[J];系统工程与电子技术;2000年08期

7 李玲;丘小春;;时态GIS数据模型的研究[J];南方国土资源;2005年12期

8 张启来;李健;于汇清;;城市空间数据库建设中数据模型的研究探讨[J];信息技术与信息化;2006年05期

9 黄正东;于卓;汪斌;;一种面向对象的多层次公交数据模型[J];武汉大学学报(信息科学版);2007年04期

10 陈刚;宋俊德;;电信管理元模型及数据模型的研究[J];计算机工程;2007年23期

中国重要会议论文全文数据库 前10条

1 李方;张树清;张柏;;运动目标数据模型现状及研究进展[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

2 王建华;;对象——关系超媒体数据模型的原理、方法及应用[A];信息科学与微电子技术:中国科协第三届青年学术年会论文集[C];1998年

3 罗义旺;;企业数据模型建模方法研究[A];经济发展方式转变与自主创新——第十二届中国科学技术协会年会（第四卷）[C];2010年

4 简季;杨武年;包世泰;黄晔;;智能交通信息系统探索——一种城市交通数据模型构建[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年

5 唐宇;陈荦;钟志农;景宁;;空间句法数据模型研究及其在空间信息栅格中的实现[A];第二十届全国数据库学术会议论文集（研究报告篇）[C];2003年

6 刘之强;李红燕;王磊;曲强;;面向业务流程的数据模型异常检测方法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年

7 韩旭廷;;Geodatabase数据模型应用研究[A];天津市测绘学会四届十次理事会论文集[C];2004年

8 祝鸣;冯博琴;傅向华;周江卫;;业务流程与数据模型的关联元模型研究[A];2007中国控制与决策学术年会论文集[C];2007年

9 张勇;周立柱;陈军;;顾及剖分的三维空间网络的双层数据模型[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

10 伊晓东;刘德;杨磊;;综合管线测量数据模型及其在Oracle Spatial的存储研究[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年

中国重要报纸全文数据库 前7条

1 俞铮;全球变暖导致干旱？[N];光明日报;2011年

2 NCR（中国）有限公司数据仓库事业部 李桂香;如何建构银行基础数据模型[N];中国计算机报;2005年

3 浙江省象山县国税局;运用数据模型 实施精确评估[N];中国税务报;2012年

4 李桂香;如何建设银行数据仓库基础逻辑数据模型[N];金融时报;2005年

5 浙江省象山县国税局;运用行业数据模型实施精确评估[N];中国税务报;2013年

6 日立数据存储公司CTO Hu Yoshida;解读Doeswijk数据模型[N];中国计算机报;2009年

7 冯华中;杨志炯：用数据模型说话[N];电脑商报;2003年

中国博士学位论文全文数据库 前7条

1 汪新庆;全国矿产资源潜力评价数据模型构建与优化[D];中国地质大学;2015年

2 赵雷;域数据模型的研究与实现[D];苏州大学;2006年

3 张静;面向路径规划的导航路网数据模型研究[D];中国矿业大学（北京）;2009年

4 俞肇元;基于几何代数的多维统一GIS数据模型研究[D];南京师范大学;2011年

5 李小龙;支持动态数据管理与时空过程模拟的实时GIS数据模型研究[D];武汉大学;2014年

6 邓念东;基于OO-Solid数据模型的三维地质模型构建与动态更新方法研究[D];西安科技大学;2009年

7 左小清;面向交通网络的三维GIS数据模型与可视化[D];武汉大学;2004年

中国硕士学位论文全文数据库 前10条

1 钟思维;新能源电力系统的数据模型与集成技术的研究[D];华北电力大学;2015年

2 梁婧;飞机姿态显示研究[D];西安工业大学;2014年

3 王万振;基于ArcGIS的省域出行系统的设计与开发[D];山东理工大学;2015年

4 姜文举;基于Teradata的零售行业数据模型的研究[D];大连海事大学;2015年

5 石富兰;基于知识与规则的管线网数据模型[D];南京师范大学;2004年

6 王敏;勘探生产主流数据模型研究[D];东北石油大学;2012年

7 刘瑜;域运算的实现和域数据模型的应用研究[D];苏州大学;2006年

8 李晓婷;数据模型在多元信息定位预测中的作用[D];新疆大学;2012年

9 邓晓飞;分布式域数据模型的设计与实现[D];苏州大学;2008年

10 佘扬忠;森林资源信息层次对象数据模型的研究[D];中南林业科技大学;2008年

  本文关键词：基于Teradata的零售行业数据模型的研究，由笔耕文化传播整理发布。

，

本文编号：337535