论文部分内容阅读
互联网技术的飞速发展改变着社会生活的各个方面。得益于网络的进步,在我国经济发展中作用日益增强的股市也正发生着变化,人们可利用网络获取各种股票信息,进行股票投资。但是由于网络本身具有开放性和分布性的特点,网络数据量巨大,存在大量冗余和错误数据,导致用户经常花费了很多时间也难以获得自己真正需要的信息,在高质量的数据基础之上进行股票数据分析也就无法实现。而商业智能集合了数据仓库、联机分析处理、数据挖掘等技术,为解决这一问题带来了契机,本文正是从这一契机出发,设计并实现了一个基于商业智能技术的股票信息系统。文章首先从分析国内外商业智能研究现状入手,结合商业智能的体系结构,在明确股票信息系统的基本功能的基础之上,基于Microsoft SQLServer 2005平台提出了股票信息系统的商业智能解决方案,并分别从数据仓库、OLAP数据库以及报表三个方面阐述了系统的实现。构建系统的数据仓库时,分别从数据源、数据仓库表及ETLPackage三个方面进行了阐述。对于数据源,主要结合Windows Service、SQL Agent Job和.NET多线程分布式处理等技术,讨论了从Web上抽取股票数据的股票信息组件的设计与实现;接着在讨论数据仓库的建模时,基于维度建模的思想,给出了股票信息系统数据仓库的E-R图;在ETL组件部分,则给出了基于SSIS服务的ETLPackage的构建方法和执行策略。对于股票信息系统的OLAP数据库部分,在研究OLAP中的数据分析逻辑之后,在SSAS服务基础上创建一个Analysis Services项目,实现了预定义的数据分析逻辑,对股票数据进行分析,预测股票走势。最后,以数据仓库和OLAP数据库作为数据源,基于SSRS服务实现系统的报表组件,将数据有效组织起来呈现给用户,为用户提供决策支持。