中国“二次房改”该有什么新思路.doc

中国“二次房改”该有什么新思路 摘要：利用数据仓库技术可以对分布在企业各部门之间的业务数据进行采集、加工、整合，根据不同的业务主题建立不同的数据仓库，为企业管理及决策提供分析信息和决策依据。本文介绍了数据仓库及相关技术、企业数据仓库的设计与实现。关键词本文来自：计算机毕业网 ：数据仓库；OLAP；DTS中国分类号：G641引言1.1国内外数据仓库的发展状况随着企业信息系统的日趋完善和数据交换及处理中心的建立，如何满足企业日益增长的各种查询、统计、报表以及分析的需求，如何有效利用这些数据来实现经营目标，预测企业的发展趋势，如何利用这些数据来设计企业的发展宏图，在激烈的竞争中赢得先机是企业决策支持系统需要解决的问题，也是目前企业在信息技术应用上的难题。随着数据仓库技术的发展和应用，国内外越来越多的企业都采用了数据仓库解决方案充当企业决策机构的智囊和参谋。诸如：美国沃尔玛连锁店(世界最大的零售公司)、哈里斯公司(半导体公司的集成电路产品公司)发达国家的大型商业银行、国内的电信、银行、保险、零售、航空、铁路运输、邮政等传统数据密集型行业的全球性大企业都己采用数据仓库作为决策支持。据调查，财富500强企业中已有 85的企业建成或正在建立数据仓库。1.2企业建立数据仓库的必要性：(1) 从总体上管理客户与企业之间的关系(2) 让客户获得更多的益处(3) 建立企业内部的合作关系 (4) 实现宏观数据及微观数据的管理(5) 对转瞬即逝的机会及时作出反应(6) 改善管理能力 2数据仓库的体系结构“数据仓库是面向主题的、集成的、随时间变化的、非易失的数据集合，用于支持管理层的决策过程”。在本定义中，Inmon明确给出了数据仓库的四个重要特点，即“面向主题”、“集成”、“随时间变化”和“非易失”。从数据仓库体系各部件的功能来分析，数据仓库在逻辑上可分为以下三个层次(数据仓库体系结构如图2-1所示)：数据获取/管理层数据存储层数据分析/应用层图2.1 数据仓库体系结构图2.1外部数据源构建一个数据仓库，必然要有充足的数据源，从外部为数据仓库系统提供进行分析的“原材料”数据，这些数据来源称为数据仓库的外部数据源(Data Resource)，外部数据源并不局限于传统数据库，可以是非结构化的信息，如文本文件、网络资源，等。2.2数据获取/管理层数据仓库中保存的业务数据来自于多个数据源，这些数据源提供的数据并非都是理想状态的，存在各种缺陷，必须经过适当的处理才能导入数据仓库中存储的内容也必须进行维护，以确保系统的正常运行。数据获取/管理层主要负责数据仓库的定义与修改、数据的获取、数据仓库的管理等工作，保证数据仓库的安全性、稳定性和有效性，主要面向数据仓库的设计者和维护者。2.3数据存储层数据存储层是数据仓库的主体，所存储的数据包括三部分，其一是从外部数据源抽取，经清洗、转换处理，并按照组织存放的业务数据，其二是数据仓库的原数据，其三是针对不同的数据挖掘和分析主题而生成的数据集市。数据的存储与管理是整个数据仓库系统的核心。在现有各业务系统的基础上，对数据进行抽取、清理，并有效集成，按照主题进行重新组织，最终确定数据仓库的物理存储结构，同时组织存储数据仓库元数据(具体包括数据仓库的数据字典、记录系统定义、数据转换规则、数据加载频率以及业务规则等信息)。按照数据的覆盖范围，数据仓库存储可以分为企业级数据仓库和部门级数据仓库(通常称为“数据集市”，Data Mart)。数据仓库的管理包括数据的安全、归档、备份、维护、恢复等工作。这些功能与目前的DBMS基本一致。2.4数据分析/应用层数据仓库系统的数据分析/应用层，面向系统的一般用户，满足用户查询需要，并以适当的方式向用户展示查询、分析的结果。数据分析/应用层主要包括以下功能。(1) 查询/统计服务。为用户提供常规的查询检索、简单统计和报表等服务，这是数据仓库最基本的功能。(2) OLAP服务。对于以多维数据仓库方式进行数据组织的数据仓库，OLAP是一种极为有效的分析方法，它通过上卷、下钻、切片、切块和旋转等操作，对多维数据仓库进行深入的分析。(3) 数据挖掘服务。数据挖掘服务是数据仓库系统的一种深层次应用，它是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取出隐含在其中、不为人们所知的、但又是十分有用的信息和知识的过程，即从大量数据中“挖掘”出知识的过程。3 企业数据仓库的设计3.1需求分析需求分析是数据仓库设计的重要环节。如何解决企业各部门之间的多数据源、数据不一致、历史数据无法充分利用及分析的效率等问题？如何满足企业日益增长的各种查询、统计、报表以及分析的需求？如何有效利用现有数据实现经营目标，预测企业的发展趋势，为企业的决策提供支持,使企业在激烈的竞争中赢得先机等都是目前企业急待解决的问题，这些问题正是目前企业在信息技术应用上的首要难题。3.2分析主题的确定主题是一个在较高层次上将数据归类的标准，每一个主题基本对应一个宏观的分析领域。与传统数据库面向应用进行数据组织的特点相对应，数据仓库中的数据是面向主题进行组织的。企业活动中有“产品”、“客户关系”、“财务”等相关主题。3.3数据源的确定数据源是企业多年来积累的事务数据，数据大多基于关系数据库。由于多年的数据积累，数据源中存在有脏数据，比如多数据源、数据不完整(有些感兴趣的属性缺少属性值，或仅包含聚集数据)，含噪声的(包含错误或存在偏离期望的孤立点值)，不一致的(例如，同一字段的表达方式不同)等。这些数据同数据仓库有着不同的数据质量要求，不能够达到数据仓库的数据质量标准。另外，这些数据源是异构的，即使是正确的数据，也可能存在着不一致性，甚至存在着冲突。因此需要对数据进行净化后再为数据仓库所用。3.4数据仓库层的设计及OLAP服务器层的设计使用SQL Server 2000作为数据仓库服务器，在SQL Server 2000的“企业管理器”中新建一个关系数据库，在该数据库中建立表和关系图，表的建立依据物理模型设计，关系图的建立依据逻辑模型设计。此关系数据库中的数据是使用SQL语句和DTS工具对源数据进行合并、清理、转换和加载后得到的，新建的关系数据库就是数据仓库，即数据存储中心，它将是OLAP服务器的数据来源。使用SQL Server 2000的Analysis Services作为OLAP服务器，在Analysis Manager中建立分析数据库，在分析数据库下设定数据源，并按照星型模型建立多维数据集，为下一步进行多维分析奠定基础。中小企业数据仓库中的多维数据可以用ROLAP关系型结构进行表示和存储的。3.5数据分析/应用层的选择在数据透视表服务组件的支持下，应用Excel前端工具对数据仓库进行多维分析和查询。这种操作不需要学习其他语言来编写客户端应用程序，使用所附带的连接数据库的功能操作即可。而且，它可以连接到分析服务器，将服务器端的多维数据集放到客户端成为一个本地文件，以后在无网络连接的情况下可以用来分析。使用Microsoft Visual Basic 开发客户端人机交互界面，其中用ADO MD和DSO对象实现对多维数据集的访问，从而实现多维数据集浏览工具的开发。 3.6OLAP系统数据立方体及系统维的设计数据仓库中维的概念类似于关系表的属性。数据立方体是指由两个或更多个属性即两个或多个维来描述或分类的数据。在三维的情况下以图形来表示，该类数据具有立方体结构，一般称为数据立方体。虽然通常从几何意义的角度将立方体理解为三维的，但在数据仓库中数据立方体是一个n维的概念。在确定分析主题的基础上设计OLAP数据立方体。维是决策分析者分析数据的角度，也是数据立方中重要的组件。维是有组织的“类别”层次结构，此类别成员结构就是“层次”，主要用来说明“事实数据表”中的数据(也就是“度量值”)。有关维的层次信息需要存放在元数据中，系统在进行各种综合查询时，通过元数据的信息区分不同的维层次，从而正确地完成相应的分析功能。在设计中，要正确确定维的层次级别。例如在时间维上，从上到下有年、季、月、日四个层次，其级别关系是年包括季、季包括月、月包括日。在数据综合过程中，要在同一维层次上进行求和操作。如果系统不能区分维层次而跨越不同的维层次求和，就会产生错误的结果，出现重复计算或缺项计算。维包括共享维和私有维，共享维是指在同一个分析数据库中可以共享的维度，也就是说，该维度可以同时用在同一分析数据库中的不同数据立方上。私有维是指隶属于某一特定的数据立方。根据设计好的主题，了解企业需要从哪些角度对主题进行分析，从而确定相关的维，以及适当的层次和粒度。3.7数据仓库数据模型设计由于数据仓库的主要操作对象是多维数据，因此，在数据仓库设计中，应采用多维数据建模技术，以使用户更好地理解企业的数据信息。多维数据建模符合人们的思维方式，易于用户的理解和使用，能支持用户从多个角度对数据进行分析。现在大部分企业使用的是关系数据库，在建设企业的数据仓库时，一般采用基于关系数据库的建模方法。在基于关系数据库的多维数据建模中最常见的是星形模型。数据仓库是数据库技术一种新的应用。至今，数据仓库一般仍是应用数据库管理系统来管理其中的数据。数据仓库的逻辑数据模型最终将转为数据库的物理模型。建立数据仓库物理模型所依据的逻辑模型是多维数据模型，而不是实体关 专题策划人：奚春雁 郭小明精深的理论及事物似乎都要借助某种形式彰显美，即使是宗教故事中至善至美的神也要借道成肉身的形式晓谕众人。计算机这个20世纪人类最重大的发明也不例外，从它诞生之日起，就以无处不在的应用彰显其美的一面，大多数人也正是通过计算机在各领域应用对它有所认识。计算机教育杂志关注计算机技术的发展，也关注计算机技术在各领域应用的新进展及人才培养。此期，我们邀请数字艺术设计领域的专家、学者撰写专题文章，旨在使更多人参与探讨计算机应用及人才培养，更深入地理解计算机教育的含义。 摘要：传统的高等院校学历教育是一种重理论轻实践的教育，在该模式下培养出来的学生较难适应现实工作。针对这一问题，本文研究了订单式人才培养模式在高职教学过程中的应用方法，并探讨了该方法的实施方法和优势。关键词本文来自：计算机毕业网 ：高职教学；实践教学；订单培养1高职教学中引入订单培养模式的必要性传统的高等院校学历教育是一种重理论轻实践的教育，在该模式下培养出来的学生带有浓厚的理论化色彩，在实际工作很难迅速进入角色，需要较长的适应期和再培养期，企业为此付出了巨大的职后教育成本。正是在这种背景下，订单培养作为校企联合办学的具体形式，弥补了学校所教知识落后于社会发展的不足，可使所教内容与企业需求同步，有利于增强人才培养的针对性和适用性。2订单培养模式在高职实践教学中的应用订单培养模式是指职业学校根据企业对人才规格的要求，校企双方共同制订人才培养方案，签订用人合同，并在师资、技术、办学条件等方面合作，共同负责招生、培养和就业等一系列教育教学活动的办学模式。在该模式下，学生需要做到：能借助理论科学方法，解决来自生产和生活实践中的具体问题；能完成新的科研与技术开发项目；在应用理论、科研方法的技术性生产中引进、优化和监控新方法、新工艺的使用。学生并不一定掌握系统、高深的理论知识，但通过必要的基础理论教育和充分的职业训练，成为在某一领域具有独立从事职业活动能力的职业人才。其中实践教学在订单培养中占有至关重要的地位。2.1实践教学以企业为中心展开(1) 企业主导整个实践教学过程其一，新生要有3个月 (有的专业要求有26周) 的企业内预实习，积累实践经验、感性认识，以便为理论学习打下基础；其二，进入主要学习阶段后，应进入企业实习，同时在学校里学习的内容主要来自企业，强调实践性和实用性，学生还要经常去企业参观考察 (开设企业内实践课) ，了解企业工作情况以及实际的工作程序和方法，实验、设计、实践练习、实习等。这些环节占教学总学时数的2/3。校内实训课采用跨学科与解决企业问题为导向的学习方式，学生在学校里的多半时间应在全面开放的实验室或实训室中为完成企业提出的问题或项目而探索；在专业课教学中，来自企业的兼职教师广泛采用“应用性项目教学法”，即以实际应用为目的，通过围绕某一实际项目实施教学，项目一般是一个具体的产品，或是具体生产过程，或是在生产、管理、营销中的某一实际问题；其三，学生的毕业论文需要大约半年时间，并在企业里完成。(2) 企业是评价、考核实践教学成果的主体1) 学生在企业培训期间，其实习成绩的考核与评定工作由企业负责，并同实习企业签订实训协议，明确校方和实训单位的责任和要求；制定实训计划和实训考核办法，要求指导实训企业严格执行学院的实训计划，确保实训任务高质量地完成；2) 校企双方都安排专门的老师，以提高实习效果。教研室实习指导教师定期到学生的实习单位去走访，一方面听取实训单位的意见和要求，另一方面及时了解学生的思想动态，和企业指导老师配合，解决实际问题，充分发挥桥梁作用；努力和实训单位建立良好的长期合作关系；3) 要求学生每天写出实训日志，完成三门课的学习任务，并在期中和期末写出每门课的实训报告；4) 期末将根据实训企业的评价、学生的日志、实训报告和平日表现、指导教师多种方式的检查和考核，给出学习成绩；5) 学生毕业论文 (设计) 的题目70由企业结合实际需要解决的问题提出，并大多在企业中完成。企业教师作为学生的第一指导教师，学校教师作为第二指导教师，毕业论文 (设计) 的答辩及成绩的评定由企业和学校联合组织。(3) 与企业合作、服务企业是实践教学中的科研特点实践教学虽以教学为主，但仍然维持着较高的科研水平，其科研的一个显著特点就是与企业合作，解决企业的人员培训问题，解决企业新产品开发、生产工艺的改革及技术难题的攻关等，为企业服务。2.2注重实践过程管理1) 在实验、实训课堂为学生创造一个良好的工作环境，培养学生的实际操作能力和独立解决实际问题的能力。学生在接受训练时接触的各种实验设备和材料都是企业目前运用的，这不仅保证了学生毕业