第1章 信用担保决策支持系统 1
1.1 信用担保管理业务体系 1
1.1.1 信用担保管理制度框架和运作的比较 1
1.1.2 中小企业信用担保制度营运效果的比较分析及对我国的启示 4
1.1.3 资信评估与决策分析 7
1.2 信用担保业务流程分析与设计 11
1.2.1 信用担保业务流程概述 11
1.2.2 信用担保业务流程图 12
1.2.3 信用担保业务自动化与决策支持需求分析 16
1.3 信用担保业务自动化与决策支持系统设计 19
1.3.1 系统概述 19
1.3.2 系统性能综合要求 21
1.3.3 系统逻辑结构 24
1.3.4 基本设计概念和计算机处理流程 24
1.3.5 数据库设计 27
1.3.6 系统功能结构设计 31
1.3.7 补救措施与系统维护设计 31
1.3.8 系统的数据安全性 31
第2章 证券行业数据仓库系统 32
2.1 证券市场管理信息系统的现状及存在的问题 32
2.2 数据挖掘技术使证券行业数据仓库系统的开发成为可能 32
2.3 证券行业数据仓库系统的功能设计 34
2.3.1 系统目标 34
2.3.2 需求分析 35
2.3.3 系统结构和模型设计 37
2.3.4 系统装载、数据挖掘和界面设计 42
第3章 数据挖掘应用案例 46
3.1 数据挖掘在大型超市中的应用 46
3.1.1 数据挖掘前的准备 46
3.1.2 数据挖掘算法的选择 47
3.1.3 结果输出 49
3.2 数据挖掘在证券行业中的应用 51
3.2.1 数量关联规则在证券行业中的应用 51
3.2.2 单维布尔关联规则在证券行业中的应用 60
第4章 企业运营决策支持系统 69
4.1 需求分析与方案选型 69
4.1.1 企业运营决策支持系统的需求分析 69
4.1.2 企业运营决策支持系统中数据建模工具的选择 70
4.1.3 数据仓库的实现技术方案 71
4.1.4 数据仓库的开发工具与运行环境的选择 72
4.1.5 基于数据仓库的企业运营决策支持系统的整体架构 73
4.2 系统中数据仓库的设计与实现 74
4.2.1 数据仓库设计的内容 74
4.2.2 数据仓库的数据模型 75
4.3 数据仓库中数据的ETL处理 79
4.3.1 ETL的地位和作用 79
4.3.2 本系统在ETL中遇到的主要困难 80
4.3.3 ETL的实现过程 81
4.3.4 ETL运行过程 82
第5章 企业投资决策支持系统 84
5.1 企业投资决策概述 84
5.1.1 企业投资决策的内涵与特征 84
5.1.2 有效投资决策的先决条件 85
5.1.3 企业投资决策程序 86
5.1.4 企业投资决策方法 87
5.2 基于数据仓库的投资决策支持系统设计 91
5.2.1 投资决策支持系统的目标与功能 91
5.2.2 投资决策支持系统的逻辑结构设计 91
5.2.3 投资决策支持系统的模型库设计 92
5.2.4 投资决策支持系统的数据仓库设计 93
5.2.5 投资决策支持系统的人机对话系统设计 94
5.3 基于数据仓库的投资决策支持系统设计案例分析 94
5.3.1 投资决策支持系统可以支持的决策项目 94
5.3.2 投资决策支持系统的功能结构和逻辑结构 95
5.3.3 投资决策支持系统数据库与数据仓库 96
5.3.4 投资决策支持系统的模型库 97
5.3.5 对不同性质方案的决策 98
5.4 财务与投资决策支持系统的展望 98
第6章 基于数据仓库的电信决策支持系统 101
6.1 电信决策支持系统的技术要求 101
6.1.1 系统可扩展性 101
6.1.2 技术要求 102
6.2 电信决策支持系统的设计与实现 103
6.2.1 体系架构设计 103
6.2.2 逻辑模型设计 107
6.2.3 数据抽取 112
6.2.4 数据抽取时对话单的特殊处理 115
6.2.5 数据的转换与加载 116
6.3 资费分析的设计及实现 120
6.3.1 需求分析 120
6.3.2 解决方案 121
6.3.3 实现过程 122
第7章 基于数据仓库的保险业决策支持系统（DSS） 131
7.1 保险业DSS 131
7.1.1 保险业对DSS的需求 131
7.1.2 保险业DSS架构 131
7.2 数据管理子系统的设计与实现 133
7.2.1 相关技术介绍 133
7.2.2 功能需求 135
7.2.3 总体设计 137
7.2.4 采集监控设计与实现 141
7.2.5 采集代理设计及实现 144
7.2.6 入库设计与实现 151
7.3 数据分析模块的设计 154
7.3.1 Cognos技术分析 155
7.3.2 构建步骤 156
第8章 区域经济发展与管理决策支持系统 158
8.1 引言 158
8.1.1 问题的提出 158
8.1.2 解决的主要问题 159
8.2 系统分析与数据组织 160
8.2.1 需求分析 161
8.2.2 数据理解与数据前期组织 169
8.3 业务数据整理中的ETL工具部署 174
8.3.1 ETL在构建系统数据仓库当中的位置 174
8.3.2 在SSIS中部署业务数据ETL解决方案 177
8.3.3 其他的数据清洗与业务数据集转换解决方案——以SPSS Clementine为例 179
8.4 系统空间数据的组织及规范化处理 179
8.4.1 选择空间数据 180
8.4.2 空间数据组织 180
8.4.3 空间数据规范化处理 181
8.5 数据仓库多维数据模型的创建、优化与应用 182
8.5.1 构建区域经济多维数据模型 182
8.5.2 对数据仓库进行分区优化 189
8.5.3 区域经济多维数据模型的应用分析及检验 190
8.5.4 数据挖掘部署 194
8.6 决策支持原型系统的设计与实现 195
8.6.1 系统体系结构与功能模块设计 195
8.6.2 创建基于Ajax技术的系统客户端 197
8.6.3 企业经济信息存储过程的实现 199
8.6.4 创建多维数据模型分析服务的访问 200
参考文献 202