基于数据仓库的电力营销辅助决策支持系统的研究与实现

摘要

本文在深入研究了决策支持理论的基础上,结合数据仓库、数据挖掘和联机分析处理技术,设计并实现了电力营销决策支持系统。电力营销决策属于半结构化的决策范畴,缺乏程序化的工作方式,因此构建一个能够为电力营销决策提供支持的系统具有重要意义。本文在对电力营销业务仔细分析后确定营销分析主题,并根据主题设计了数据仓库结构和系统整体框架。系统采用基于J2EE规范的三层体系结构和B/S开发模式,使用了开源的Mondrian作为OLAP服务器实现对电力指标的综合分析,并利用JSP标签库JPivot将查询结果做了良好的展示。此外,系统实现了一元线性回归预测算法、粒子群优化神经网络算法、k-中心聚类算法作为模型库,实现售电量预测、用电负荷预测、用电客户细分功能,达到了提供决策支持的目的。

目录

摘要

ABSTRACT

第一章 引言

1.1 课题的研究背景及意义

1.2 课题的国内外现状

1.3 论文的主要工作

第二章 决策支持相关技术概述

2.1 数据仓库

2.1.1 数据仓库概念及特征

2.1.2 数据仓库的相关概念

2.1.3 数据仓库与数据库的主要区别

2.2 OLAP技术(联机分析处理技术)

2.2.1 联机分析处理OLAP的定义和特点

2.2.2 联机分析处理OLAP的相关概念

2.2.3 OLAP的分析操作

2.2.4 OLAP与数据仓库的关系

2.3 数据挖掘

2.3.1 数据挖掘的含义

2.3.2 数据挖掘的研究内容

2.3.3 数据挖掘的实施步骤

2.4 DW、OLAP、DM三者之间的关系

第三章 电力营销决策支持系统的设计

3.1 电力营销需求分析

3.1.1 营销分析主题确定

3.1.2 预测指标的确定

3.2 系统架构设计

3.2.1 系统开发模式和开发平台的选取

3.2.2 数据仓库的设计与创建

3.2.3 电力营销决策支持系统功能结构

3.2.4 OLAP工具及数据挖掘算法

第四章 电力营销决策支持系统的实现

4.1 功能模块的设计与实现

4.1.1 营销主题分析模块

4.1.2 指标预测模块

4.1.3 指标监控模块

4.1.4 后台管理子系统

4.2 Mondrian数据仓库映射文件的实现

第五章 总结

参考文献

致谢

在学期间发表的学术论文和参加科研情况