[01499914]企业信息资源再造的研究与应用

简单技术说明：将多平台网络下数据库中异构数据的转储到一个全局公共平台上的方法，数据挖掘和知识发现的理论和算法是该课题的主要研究内容。　　在研究中主要采用的技术是：　　（1）采用异构数据集成的方法和技术， 将多平台网络下数据库中异构数据集成到数据仓库。　　（2）应用数据仓库理论和建模技术、多维数据库建模技术，针对企业管理决策的主题建立数据仓库。　　（3）使用数据挖掘技术对集成在数据仓库中的数据进行分析处理，发现蕴含在数据中新颖有用的知识，为企业的经营决策活动提供依据，其中重点研究了常用的回归预测算法、改进的Apriori算法、遗传算法、神经网络、粗集等方法。　　主要技术性能指标：（1）全局企业的数据标准：包括数据交换标准的建立和数据的转换，从而实现异构数据库间的数据交换。数据交换标准主要包括标准代码、规范的数据传递过程和严格的数据管理制度，其中代码设计主要针对系统的重要实体和数据的重要特性进行统一编码，从而唯一标识系统的重要实体或规范描述数据的重要特性；数据的转换包括数据结构转换和数据形式转换，数据结构转换的主要任务是确定现有的数据组成和合法系统的数据组成之间的对应关系，为数据形式转换作好准备，数据形式转换的主要任务是明确不同数据库管理系统的数据类型之间的对应性，然后利用开发工具和ODBC等机制将原有的数据转换成数据仓库系统的数据。　　（2）建立数据仓库的方法：总结数据仓库的理论和技术，论述了数据仓库的关系模型和解决多维问题的多维数据建模方法，给出了设计一个简明的多维数据模型的方法。　　（3）数据挖掘的方法：针对企业的不同的问题采用合适的数据挖掘算法来分析数据仓库的数据，该课题重点研究了常用的回归预测算法、改进的Apriori算法、遗传算法、神经网络、粗集等方法。