一、数据仓库技术在企业中的应用分析（论文文献综述）
王莹玉[1]（2021）在《电力物资智慧管理模式研究》文中认为当前,信息化管理方式已经日渐发展成熟,借助信息化手段进行经营管理活动已经在我国各类企业中得到普及,并在十几年间发挥了良好成效。数字信息技术的不断发展和信息管理系统的全覆盖,对电力企业发展和改革也提出了新要求,电力行业作为我国工业企业中的领头羊,应时刻保持敏锐的洞察力,挖掘更有效的管理方法,提高管理能力。电力企业在生产经营活动中,借助信息化手段产生了巨量数据,这些数据由于其获取方式和存储方式较为单一简陋,利用现有模式进行管理的增质提效已经较为困难,因此通过采用智慧理念和智慧技术对电力物资管理模式进行开发是至关重要的。借助区块链和物联网等新型技术对物资管理模式进行改造,一方面,可以利用原有的信息系统基础,在保证原有数字化管理基础功能实现的基础上,进行管理内容的延伸;另一方面,新型技术为电力物资管理模式提供了更多的可选择方法,利用这些方法可以为当下管理所面临困境的解决提供新思路。本文首先通过实地调查,对我国电力物资管理现状进行分析,其中包括电力物资管理中的计划管理、采购管理、配送管理、仓储管理和质量管理五类管理关键环节,总结出其现在所面临的困境,并提出了电力物资智慧管理的新要求;然后对电力物资智慧管理的管理目标和管理工具进行分析,提出了电力物资三级供应体系作为管理主体,设计了电力物资智慧管理平台作为管理工具,电力物资智慧管理平台包括电力物资过程管理子系统、电力物资采购管理子系统、电力物资仓储管理子系统;而后本文设计了电力物资智慧过程管理模式,明确了电力物资计划管理和反馈管理模式,并利用区块链、物联网的管理理念和技术对电力物资智慧管理平台功能实施赋能,并选取电力物资采购管理功能和电力物资仓储管理功能,设计了基于区块链智能合约的采购管理模式和基于物联网技术的仓储管理模式;最后本文选取了某电力物资公司,对其电力物资智慧管理模式的实践进行了介绍,并通过问卷调查来获取员工对本模式的满意程度。综上所述,本文利用智慧管理理念和技术对电力物资管理进行赋能,提出了电力物资管理发展的一种可能方向。电力物资智慧管理平台符合当下信息技术发展的趋势,以前瞻性视角对电力物资管理模式的发展提出方案,从整体上提高电力物资管理水平,为电力行业生产经营的能效提升提供参考。
李昀锡[2]（2021）在《大数据背景下物流企业供应链融资研究 ——以顺丰控股为例》文中研究表明供应链融资是供应链与金融两个领域交叉产生的创新融资方式,由供应链管理发展而来。在实践中,针对商业银行开展的供应链融资研究丰富且应用广泛,因此,当供应链中的商流与资金流整合已经被众多学者探讨时,信息流与物流要素仍被学者们所忽视。随着近些年物流行业的发展,越来越多的企业开始关注供应链中物流与信息流的融合,并逐渐形成商流、资金流、信息流、物流“四流合一”的供应链融资,因此,本文选择物流企业为研究对象。供应链融资业务本质上是金融业务,存在信息不对称等风险,因此,开展供应链融资需要进行风险控制,大数据技术的应用能够帮助企业实现风险控制,供应链融资与大数据等互联网技术的高度融合是未来发展趋势。在大数据背景下供应链融资被赋予新活力,促进供应链交易场景数据化和交易过程可视化,确保交易真实性和信息对称性。因此,本文结合大数据时代背景,对物流企业供应链融资进行分析。供应链融资以供应链管理为基础,供应链优化为导向。由金融机构、物流企业或第三方服务平台主导,将物流、信息流、商流及资金流“四流”整合、调整、分配、控制,使“四流”能在供应链中流动。通过这样的方式,帮助众多中小企业解决融资中存在的成本高、难度大等问题。此外,供应链融资不仅可以解决融资难题,实现资源在供应链上的合理配置,还能赋能供应链实现供应链的金融增值。大数据的内涵,主要表现为三个特性:海量性、多样性、可挖掘性。一般而言,供应链融资种类的划分标准有:主导企业不同的供应链融资和担保物种类不同的供应链融资。主导企业不同的供应链融资主要有三种,分别为:金融机构主导、物流企业主导和第三方服务平台主导开展的供应链融资。担保物不同的供应链融资主要有四种,分别为:应收账款融资、预付账款融资、存货融资、信用融资。物流企业开展供应链融资业务产生的影响主要有:提升物流企业的绩效水平、促进物流企业的供应链能力、提高物流企业供应链的竞争绩效。支撑本文供应链融资研究的基本原理有:信息不对称理论、共享经济理论、供应链管理理论。在以上理论铺垫后,本文以顺丰控股的供应链融资业务为例进行了案例介绍和案例分析。首先,本文介绍顺丰控股的公司概况,并介绍顺丰控股供应链融资发展历程和顺丰控股多种供应链融资产品,了解大数据技术在顺丰控股供应链融资中的应用基础,分析发现应用基础有:能够利用大数据技术实现风险控制、拥有丰富的供应链管理经验、具备雄厚的资金和良好的信用。其次,分析了顺丰控股开展供应链融资的动因,主要有:寻找新的利润增长点,实现服务增值;助力上下游中小企业融资,解决融资难题;响应国家政策号召,大力发展供应链融资。还分析了大数据技术在顺丰控股供应链融资风险控制中的应用,具体措施为:基于客户历史交易数据,贷前选择信用较好客户;大数据全程动态监测,贷中保持信息对称;分析客户交易数据,贷后保证融资自偿性;贷款环节衔接形成数据闭环,把控整体风险。最后分析了顺丰控股供应链融资的实施效果,一方面,供应链融资服务给企业带来的效果为:提升顺丰控股的风险运营能力,主要选取了三个指标,分别为:资产负债率、流动比率、总资产周转率;提升顺丰控股的盈利成长能力,盈利成长能力主要从每股收益、净收益、营业收入三个指标反映。另一方面,大数据技术的应用给企业供应链融资带来的效果为:降低顺丰控股的供应链管理成本,供应链管理成本具体体现在资金成本、时间成本和信用成本;提升顺丰控股的竞争绩效,竞争绩效从发展潜力、运作效率、价值创造三维度分析,依次代表了企业的科技研发投入、供应链可视化程度、客户满意度。最后,基于上述分析得出本文的总结和启示,为其他企业开展供应链融资业务提供案例参考。本文得出的总结为:开展供应链融资有助于提升企业竞争力、开展供应链融资有助于实现供应链价值增值、大数据技术有助于供应链融资实现风险控制。此外,通过顺丰控股供应链融资业务得出启示为:加强与供应链融资平台合作,定制个性化方案;积极与商业银行合作,确保资金来源持续可靠。
翟学强[3]（2021）在《商务智能在企业内部审计中的应用研究 ——以A电商企业为例》文中研究表明伴随着大数据和云计算等信息技术的发展,企业信息化水平不断加强,传统的内部审计技术方法很难应对不断积累的海量数据,较难有效地对企业的经营和财务信息做出评价,内部审计工作面临着新的机遇与挑战。新兴数据科学的技术方法在内部审计创新中扮演越来越重要的角色,如数据采集、数据仓库、数据查询分析、数据挖掘和数据可视化等技术,能够促进内部审计技术的转型与升级。在众多新技术中,商务智能技术作为集成了数据采集、数据仓库、数据挖掘和可视化的集合体,可以协助审计人员及时、高效、准确地发现审计疑点和审计线索,提高审计效率与效果,更加充分发挥内部审计的职能。为了探求商务智能在内部审计中的应用过程和效果,本文设计了商务智能环境下的内部审计分析框架,并以A电商企业为例进行验证。本文首先讨论了审计技术方法的发展和应用研究现状,介绍了数据科学和内部审计的基础理论,进而对商务智能技术进行了总结,为后文的撰写提供理论与技术基础。其次,本文介绍了商务智能工具Power BI,对比传统审计分析工具Excel、SQL Server,其具有逻辑简单、易学性、易操作性等特点,使得审计人员摆脱冗长的SQL代码,有助于提高审计效率与效果。再次,本文以A电商企业为例,基于A企业内部审计分析现状与审计需求,提出该企业经济性、效率性、效果性的审计目标,设计了基于Power BI的内部审计分析框架。最后,对商务智能在A电商企业的应用过程进行了详细介绍,包括基础分析和数据挖掘分析两个方面,基础分析在时间、产品、经销商等维度对业财数据进行设计与分析,数据挖掘分析选相关指标对经销商进行聚类分析,分析结果便于对经销商进行分类管理,对于有问题的经销商给予特别关注。本文案例应用效果表明:商务智能在企业内部审计中具有较强的实用性和适用性,商务智能的数据建模技术和多维分析方法显着降低了内部审计业务成本,提高了内部审计业务效率,聚类等数据挖掘方法为发现审计疑点提供了独特的思路,提高了审计结果的准确性,可视化技术提高了审计结果的直观性、可读性。商务智能应用于企业的内部审计工作,有助于内部审计职能的发挥。本文基于Power BI设计了商务智能内部审计分析系统框架和应用案例,对企业内部审计的智能化建设具有示范作用。
李英楠[4]（2020）在《基于Hive的购销数据仓库系统的设计与实现》文中提出科学技术的发展带来了人们生活办公方式的转变,当今时代所倡导的人工智能,大数据等技术的发展都以数据作为基石。数据的价值在生活的方方面面都日益明显,而对于一个企业来说数据的价值更是在一个企业当中扮演着至关重要的角色,企业在日常经营与生产中积累了海量的数据,数据进入了DT时代,如何合理地处理和利用这些数据成了所有企业所关心的重要问题。大数据技术在这种背景下孕育而生,并在潮流之中稳步向前发展,在大数据的浪潮之中,Hadoop技术脱颖而出,并得到了学术界和工业界的广泛认可,Hadoop集群之上的开源数据仓库应用Hive具有模式自由、扩展性高和容错性高等特点,能够很好的为企业级数据仓库的建设提供服务,因此,越来越多的企业开始考虑如何很好地利用Hive数据仓库带来的优势,创建自己企业的数据仓库,使自身的信息化建设迈上一个新的台阶。数据仓库是一个面向主题,经过加工和集成,相对稳定并且随时间变化的数据集合,然而传统数据仓库扩展性、容错性等较低,处理大规模数据效果非常差劲,使数据仓库完全脱离了时代的潮流,发挥不出应有的功能。在数据仓库中,查询是其所有操作的重要组成部分,数据仓库中的数据会长期存在,方便用户直接进行查询操作。大数据背景下,新的数据仓库建设方案迫在眉睫。针对上面所提出的问题本文提出了一种大数据时代下新的数据仓库建设思路,更好的服务于当今社会背景下的企业的信息化建设。企业数据仓库为企业提供数据支持,方便企业更好地进行数据管理和数据挖掘工作,是企业信息化建设的核心所在。文章以数据仓库建设的背景和意义作为文章的开始,而后深刻地分析了现在国内外对数据仓库技术的研究成果,在对现有技术的研究之上,本文采用自动化的数据处理技术和新颖的数据分层思想,并且对目标系统进行了需求分析和设计得知数据处理、数据建模、数据仓库管理和可视化是我们目标系统的四个重要组成部分。因此本文的主要研究内容有:1、数据处理使用Hadoop平台,Hadoop为数据仓库提供高效且廉价的数据处理平台,利用Hive sql方便了数据处理流程,并且自主设计使用SHELL脚本实现了ETL自动化过程,通过实验分析得出最佳线程数,使用Yarn来进行资源管理提高数据仓库的稳定性和扩展性,并且利用Map Reduce并行计算的优势,能够很好地支持企业大规模数据的处理。2、数据建模数据建模的核心是逐层解耦。越到底层越接近业务发生的记录,越到上层,越接近业务目标。数据仓库的建设使用维度建模法,在建模的同时设计数据分层,使数据变得更加可靠,数据结构更加明确,方便我们对数据进行血缘追踪,为数据开发提供极大的便利。3、可视化部分利用spring MVC+spring+mybatis+Echars作为整个系统的框架,向企业展示他们所关心的关键购销数据。4、测试部分针对各个功能模块设计了相应的测试用例。根据我们所设计的测试用例对系统的性能、功能以及安全性进行测试,测试结果在我们的预料之中,系统运转正常。
夏明慧[5]（2020）在《林业企业商务智能系统研建 ——以林口林业局有限公司为例》文中认为我国的国有林业局既承担着生态文明建设的主体责任,也肩负着产业建设的艰巨任务。在国家着力推动林业现代化发展、促进生态文明建设的大背景下,提升国有林业局信息化建设管理水平迫在眉睫。目前我国林业企业信息化建设仍存在“信息孤岛”和“建设分层”等诸多问题,急需新的信息技术进一步深化信息化建设。云计算和商务智能等技术提供了新的方法和工具,研建一套林业企业商务智能系统能有效解决林业企业信息化建设中所面临的困难和挑战。本文在软件工程学、林业企业管理、森林可持续经营等理论基础和云计算、商务智能应用技术、ETL技术等关键技术的指导下,采用文献研究法、实地调研法和案例研究法等方法,以黑龙江省林口林业局有限公司为例对林业企业商务智能系统进行了系统性研究,以期为之后的相关研究抛砖引玉。本文按照需求分析、系统设计、系统实现、应用分析的主体逻辑进行阐述:需求分析包括业务需求、功能需求、数据需求和性能需求;系统设计部分完成了商务智能平台选择、系统四层架构设计、三大主体功能设计、双层数据库模型设计以及ETL过程设计;随后利用开源商务智能平台Pentaho开发实现基于B/S架构的林业企业商务智能系统;最后结合案例企业实际,对系统的应用价值进行分析。目前该商务智能系统运行在云环境中,采用Saa S云计算的形式为终端用户提供服务。本文的研究表明:（1）商务智能技术能有效解决林业企业信息化建设中的“信息孤岛”和“建设分层”等问题,深化信息系统建设;（2）林业企业商务智能系统的应用能够显着提升林口林业局的业务洞察能力、风险监控能力、综合感知能力和科学决策能力。
肖聪[6]（2020）在《智能财务决策支持系统构建及应用研究 ——以JSNK集团公司为例》文中进行了进一步梳理大数据、人工智能、移动互联、云计算、物联网等新一代信息技术推动着经济的飞速发展,财务信息系统特别是用于财务分析与风险管控的智能财务分析与决策系统应用对于企业具有重要的意义。企业如何从激烈的行业竞争中脱颖而出,充分利用信息技术革命加强企业管理提高企业竞争力,是企业所需要,也是管理者迫切想要实现的。本文从财务智能的内涵出发,通过理论与系统的构成研究发现,大数据融合的智能财务决策支持系统可以集成多源异构数据、进行多维度财务分析与可视化展现、洞察经营与财务状况、对标历史与行业竞争力、预测未来发展以及管控财务风险,是适合企业尤其是大型的集团公司实现全方位的财务处理、分析、对标、预测、风险管控的合理途径,满足了集团企业财务智能化需求。本文选取JSNK集团公司研究发现,JSNK集团公司实现了智能财务预测、洞察、对标和风控,在系统功能模块上对应为智能驾驶仓、智慧报表、智能财务分析报告与智能交互、智能对标（行业对标、历史对标、预算对标、同省国资企业对标等）、风险预警与管控以及财务预测。系统上线近5年,现运行良好,大大提高了财务分析效率和质量,更好的辅助企业管理者决策。最后,本文通过总结该系统上线后取得的成效分析和存在的问题,参照理论架构与实际应用情况,从数据源层,智能化程度、对标标准、财务动量与分析等角度对未来系统设计进行思考和展望。
王南南[7]（2020）在《物联网技术在存货管理中的应用研究 ——以DY汽车制造企业为例》文中研究表明本文针对目前汽车制造企业存货管理中存在的存货质量控制难,存货成本核算不准确,存货周转速度慢,存货管理风险增加,存货需求预测不准确等问题,运用物联网技术有针对性的加以改进、研究,进而解决存货管理中存在的各种问题。比如,在存货管理的入库过程中利用射频识别（RFID）技术自动识别并采集存货入库信息,通过EPC传感器进行处理,生成入库清单,工作人员可以实时查询存货入库信息;在存货的配送过程中对所需存货信息进行各种数据的采集,系统的记录存货的运输轨迹、所处环境、地理位置等,对存货所对应的存储货架或货位发出声光状态指示,在存货的运送过程中实行在线监测等各种功能;运用物联网技术以网络的形式组建汽车制造业存货管理平台,企业可以实现人员、车辆、仓库、信息等实时共享及互访,极大的提高了存货管理的效率,有效节约时间,实现存货管理的网络化、智能化、信息化、数字化。最后,对物联网技术在汽车制造企业存货管理中的应用进行推广提出保障措施。在本文的研究过程中,充分运用中国知网、维普、万方等电子文献检索以及国泰安数据库,公司公开财务报表等途径获取所需信息,搜集和整理国内外关于存货管理和物联网技术的理论基础和应用,总结借鉴形成本文研究DY汽车制造企业存货管理体系的理论基础。DY汽车制造企业作为本文具体的研究案例,对其进行详细的分析和研究,发现其存货管理中存在的具体问题,并运用物联网技术针对性的提出改善意见和保障措施。在激烈的市场竞争中,存货管理精细化,高效率是必然的选择,将物联网技术引入到汽车制造企业的存货管理之中,正可以有效提高存货管理效率。本文的创新之处在于将物联网技术与存货管理相结合,以期能够达到“供应商-制造企业-经销商”三方共同认准的存货管理要求,从整体上完善DY汽车制造企业的存货管理流程,使其更加智能化,高效化,节约人工成本,库存管理成本,提高存货管理上下游企业的整体利益。存货管理优化经验可以给其他企业提供借鉴,为汽车制造企业存货管理的转型升级做出贡献。
常有学[8]（2020）在《基于智能制造的数据仓库的设计与实现》文中提出《中国制造2025》提出了建设制造业强国的目标,中国的制造业逐渐迈入智能制造时代。随着智能制造的发展和信息化建设的普及,制造业企业的智能终端、传感器和工业软件在生产中会产生海量的业务数据,这些海量的业务数据一般都具有大数据的基本特征,但是企业对这些工业大数据的存储和计算都相对困难。同时,在企业中信息化建设中,由于信息隔离、数据驳杂和标准不统一等原因,各个工业软件间数椐隔离,在企业中产生了“信息孤岛”现象。“信息孤岛”现象使得生产数据未得到充分整合和应用,严重制约了以数据为驱动的智能制造模式的发展。如何解决工业大数据的存储与计算问题,帮助企业消除“信息孤岛”现象,从海量的数据中找到有价值的信息,在企业智能制造的发展中具有重要的意义。针对上述问题,本文以制造业中仓储业务为例进行研究,采用大数据+数据仓库的方式对仓储历史订单数据进行处理和分析,主要解决数据存储、计算困难和数据不互通的问题。设计并实现了一个基于Spark+Impala的分布式数据仓库系统,对制造业仓储业务的相关数据进行统一处理,最后利用数据挖掘和可视化技术将工业软件中的数据进行应用,解决仓库货位摆放的问题,实现工业软件中数据的互联互通,为企业提供数据支撑的决策优化支持。本文所做的主要工作如下:（1）针对生产数据不规则、有缺失和异构等问题,设计并实现基于Kettle+Sqoop 的分布式ETL系统,对数据进行抽取、转换和加载,提高ETL速度的同时解决数据更新问题,实现数据的完整和统一。（2）针对生产数据中存储不一致的问题,设计并实现基于Spark+Impala的数据仓库系统,确定该系统中的多种事实表、维度表、维度模型和总体架构。使用 Spark和Hive对数椐进行转换,使用Impala对数据进行交互式查询,提高不同场景下的计算速度,实现数椐的统存储和快速查询。（3）针对工业数据难以共享和利用的问题,对数据仓库系统进行应用。首先对历史订单数据进行关联规划挖掘,以优化货位摆放位置,同时把货品和销量数据进行可视化展示,实现数据的共享和有利数据的挖掘。
王位明[9]（2020）在《数据挖掘技术在高校教育投入中的应用研究》文中研究指明2018年3月2日,教育部在京联合召开了支持和启动关于提升中西部高等教育改革与发展的座谈会,部署和启动了部省高校合建的工作:通过实施部省合建方式支持中西部14所高校。这14所大多处于中西部地区和经济比较欠发达的地区,是党和国家为了促进和支持这些国家和地区的发展和改革而做出的战略性举措。为了更清晰的展现14所高校的发展情况,对后续的改革方向提供参考,通过数据挖掘技术对14所高校的教育投入的情况进行研究。本文主要通过OLAM（联机分析挖掘）技术对14所高校教育投入项目展开了应用研究,OLAM技术是OLAP（联机分析处理）技术和DM（数据挖掘）技术的结合。首先对OLAM技术的内容和关键技术的展开了理论研究,同时为了适应不同的使用场景,探讨了两种模式下（B/S架构和C/S架构）的OLAM模型,并进行了分析比对。为了更好的对数据进行分析处理,创建了本项目的数据资源仓库。与此同时,为了让本项目得到更好的使用,分析设计了 OLAM技术基础上的项目DSS（决策支持系统）架构体系,并对OLAM技术在本项目中的应用实践进行了阐述。通过OLAM技术,本文对14所高校的生均费用进行了挖掘分析,得出一些有价值的信息,可以在一定程度上为14所高校的经费使用情况以及进一步推进高校改革提供支持决策作用。
刘森,张书维,侯玉洁[10]（2020）在《3D打印技术专业“三教”改革探索》文中研究表明根据国家对职业教育深化改革的最新要求,解读当前"三教"改革对于职教教育紧迫性和必要性,本文以3D打印技术专业为切入点,深层次分析3D打印技术专业在教师、教材、教法（"三教"）改革时所面临的实际问题,并对"三教"改革的一些具体方案可行性和实际效果进行了探讨。
二、数据仓库技术在企业中的应用分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、数据仓库技术在企业中的应用分析（论文提纲范文）
（1）电力物资智慧管理模式研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电力物资管理研究现状 |
| 1.2.2 智慧管理研究动态 |
| 1.3 论文研究内容及方法 |
| 1.3.1 论文研究内容 |
| 1.3.2 论文研究方法 |
| 第2章 相关概念及理论基础 |
| 2.1 电力物资管理 |
| 2.1.1 电力物资特征 |
| 2.1.2 电力物资管理概念 |
| 2.1.3 电力物资管理内容 |
| 2.2 智慧管理理念 |
| 2.3 电力物资智慧管理关键技术 |
| 2.3.1 ERP技术 |
| 2.3.2 区块链技术 |
| 2.3.3 物联网技术 |
| 2.4 本章小结 |
| 第3章 电力物资管理现状分析 |
| 3.1 电力物资管理现状分析 |
| 3.1.1 电力物资计划管理现状 |
| 3.1.2 电力物资采购管理现状 |
| 3.1.3 电力物资配送管理现状 |
| 3.1.4 电力物资仓储管理现状 |
| 3.1.5 电力物资质量管理现状 |
| 3.2 电力物资管理存在的主要问题 |
| 3.3 电力物资智慧管理的新要求 |
| 3.4 本章小结 |
| 第4章 电力物资智慧管理目标与管理工具分析 |
| 4.1 电力物资智慧管理目标 |
| 4.1.1 电力物资智慧管理理念 |
| 4.1.2 电力物资智慧管理的价值体现 |
| 4.1.3 电力物资智慧管理的目标体系 |
| 4.2 电力物资智慧管理主体 |
| 4.3 电力物资智慧管理工具 |
| 4.3.1 电力物资智慧管理平台整体构建 |
| 4.3.2 电力物资过程管理子系统 |
| 4.3.3 电力物资采购管理子系统 |
| 4.3.4 电力物资仓储管理子系统 |
| 4.4 本章小结 |
| 第5章 电力物资智慧管理模式构建 |
| 5.1 电力物资智慧管理建设原则 |
| 5.2 电力物资智慧管理总体设计 |
| 5.3 电力物资智慧过程管理模式 |
| 5.3.1 电力物资智慧管理计划管理体系 |
| 5.3.2 电力物资智慧管理计划管理流程 |
| 5.3.3 电力物资智慧管理反馈管理模块 |
| 5.3.4 可行性分析 |
| 5.4 电力物资智慧采购管理模式 |
| 5.4.1 电力物资智慧采购管理模式架构 |
| 5.4.2 智能合约创建 |
| 5.4.3 交易处理机制 |
| 5.4.4 电力物资智慧管理供应商管理模块 |
| 5.4.5 可行性分析 |
| 5.5 电力物资智慧仓储管理模式 |
| 5.5.1 电力物资智慧仓储管理设计目标 |
| 5.5.2 电力物资智慧仓储场景 |
| 5.5.3 基于智慧仓储场景的仓储管理模式 |
| 5.5.4 可行性分析 |
| 5.6 本章小结 |
| 第6章 电力物资智慧管理模式实证研究 |
| 6.1 A公司物资管理模式存在的问题 |
| 6.2 A公司电力物资智慧管理模式构建过程 |
| 6.3 电力物资智慧管理模式建设满意度评价 |
| 6.3.1 调查问卷的设计 |
| 6.3.2 调查问卷的回收和发放 |
| 6.3.3 调查结果分析 |
| 6.4 本章小结 |
| 第7章 研究成果和结论 |
| 参考文献 |
| 附录A 企业电力物资智慧管理管理满意度调查表 |
| 致谢 |
（2）大数据背景下物流企业供应链融资研究 ——以顺丰控股为例（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 大数据背景下企业供应链融资的研究 |
| 1.2.2 物流企业供应链融资实施动因的研究 |
| 1.2.3 物流企业供应链融资实施效果的研究 |
| 1.2.4 文献述评 |
| 1.3 研究思路与方法 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.4 研究内容和框架 |
| 1.4.1 研究内容 |
| 1.4.2 研究框架 |
| 2 大数据背景下物流企业供应链融资的理论概述 |
| 2.1 大数据背景下物流企业供应链融资的内涵 |
| 2.1.1 供应链融资的内涵 |
| 2.1.2 大数据的内涵 |
| 2.2 供应链融资的种类 |
| 2.2.1 基于不同主导企业的供应链融资种类 |
| 2.2.2 基于不同担保物的供应链融资种类 |
| 2.3 物流企业开展供应链融资的影响 |
| 2.3.1 提升物流企业的绩效水平 |
| 2.3.2 促进物流企业的供应链能力 |
| 2.3.3 提高物流企业供应链的竞争绩效 |
| 2.4 大数据背景下物流企业供应链融资的理论基础 |
| 2.4.1 信息不对称理论 |
| 2.4.2 共享经济理论 |
| 2.4.3 供应链管理理论 |
| 3 大数据背景下顺丰控股开展供应链融资的业务概况 |
| 3.1 顺丰控股公司概况 |
| 3.1.1 顺丰控股公司简介 |
| 3.1.2 顺丰控股开展供应链融资业务的发展历程 |
| 3.2 顺丰控股供应链融资业务的产品 |
| 3.2.1 基于货权的仓储融资 |
| 3.2.2 基于应收账款的保理融资 |
| 3.2.3 基于客户信誉的“经营贷”和“发件贷” |
| 3.2.4 基于供应链融资平台的“丰单”融资 |
| 3.3 大数据技术在顺丰控股供应链融资中的应用基础 |
| 3.3.1 能够利用大数据技术实施风险控制 |
| 3.3.2 拥有丰富的供应链管理经验 |
| 3.3.3 具备雄厚的资金和良好的信用 |
| 4 大数据背景下顺丰控股供应链融资的案例分析 |
| 4.1 顺丰控股开展供应链融资的动因分析 |
| 4.1.1 寻找新的利润增长点,实现服务增值 |
| 4.1.2 助力上下游中小企业融资,解决融资难题 |
| 4.1.3 响应国家政策号召,大力发展供应链融资 |
| 4.2 大数据技术在顺丰控股供应链融资风险控制中的应用分析 |
| 4.2.1 基于客户历史交易数据,贷前选择信用较好客户 |
| 4.2.2 大数据全程动态监测,贷中保持信息对称 |
| 4.2.3 分析客户交易数据,贷后保证融资自偿性 |
| 4.2.4 贷款环节衔接形成数据闭环,把控整体风险 |
| 4.3 顺丰控股供应链融资的效果分析 |
| 4.3.1 提升顺丰控股的风险运营能力 |
| 4.3.2 提升顺丰控股的盈利成长能力 |
| 4.3.3 大数据技术的运用降低顺丰控股的供应链管理成本 |
| 4.3.4 大数据技术的应用提升顺丰控股的竞争绩效 |
| 5 大数据背景下顺丰控股供应链融资的总结与启示 |
| 5.1 大数据背景下顺丰控股供应链融资的总结 |
| 5.1.1 开展供应链融资有助于提升企业竞争力 |
| 5.1.2 开展供应链融资有助于实现供应链价值增值 |
| 5.1.3 大数据技术有助于实现供应链融资风险控制 |
| 5.2 大数据背景下顺丰控股供应链融资的启示 |
| 5.2.1 加强与供应链融资平台合作,定制个性化方案 |
| 5.2.2 积极与商业银行合作,确保资金来源持续可靠 |
| 参考文献 |
| 致谢 |
（3）商务智能在企业内部审计中的应用研究 ——以A电商企业为例（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 审计技术方法研究 |
| 1.2.2 商务智能研究现状 |
| 1.2.3 文献述评 |
| 1.3 研究思路与研究方法 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.4 研究框架与研究内容 |
| 1.4.1 研究框架 |
| 1.4.2 研究内容 |
| 1.5 创新点 |
| 第2章 相关理论和技术 |
| 2.1 数据科学基础理论 |
| 2.2 内部审计基础理论 |
| 2.2.1 内部审计的内涵 |
| 2.2.2 内部审计的职能 |
| 2.2.3 内部审计的流程 |
| 2.3 商务智能技术 |
| 2.3.1 数据仓库技术 |
| 2.3.2 联机分析处理技术 |
| 2.3.3 数据挖掘技术 |
| 2.3.4 可视化技术 |
| 2.4 商务智能工具Power BI |
| 2.4.1 Power BI简介 |
| 2.4.2 Power BI在审计工作中的适用性 |
| 2.5 本章小结 |
| 第3章 基于商务智能的内部审计项目设计——以A电商企业为例 |
| 3.1 案例背景 |
| 3.2 A企业内部审计现状及目标 |
| 3.2.1 内部审计现状 |
| 3.2.2 内部审计目标 |
| 3.3 A企业内部审计分析需求 |
| 3.3.1 基础分析需求 |
| 3.3.2 数据挖掘分析需求 |
| 3.4 商务智能内部审计项目设计 |
| 3.4.1 数据源 |
| 3.4.2 数据采集与处理 |
| 3.4.3 数据建模与数据挖掘 |
| 3.4.4 可视化展现 |
| 3.5 本章小结 |
| 第4章 基于商务智能的内部审计可视化分析 |
| 4.1 可视化分析总体设计 |
| 4.1.1 可视化原则 |
| 4.1.2 分析模型方法 |
| 4.1.3 维度体系 |
| 4.1.4 指标体系 |
| 4.2 数据准备 |
| 4.3 数据建模 |
| 4.3.1 创建星型模型 |
| 4.3.2 创建层次结构 |
| 4.3.3 编写度量值 |
| 4.4 可视化展现与分析 |
| 4.4.1 经销商审计分析 |
| 4.4.2 存货审计分析 |
| 4.4.3 基于分解树的审计线索发现 |
| 4.5 本章小结 |
| 第5章 基于聚类算法的问题经销商发现 |
| 5.1 聚类简介 |
| 5.1.1 聚类分析原理 |
| 5.1.2 聚类分析意义 |
| 5.1.3 聚类方法选择 |
| 5.2 指标选择及优化 |
| 5.2.1 指标选择 |
| 5.2.2 指标优化 |
| 5.3 与Power BI的结合 |
| 5.4 K值优化 |
| 5.5 聚类结果分析 |
| 5.6 本章小结 |
| 第6章 总结 |
| 6.1 研究总结 |
| 6.2 研究结论 |
| 6.3 不足与展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（4）基于Hive的购销数据仓库系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要研究内容 |
| 1.4 论文的组织结构 |
| 1.5 本章小结 |
| 第2章 相关理论基础 |
| 2.1 数据仓库技术 |
| 2.1.1 数据仓库的产生背景 |
| 2.1.2 数据仓库定义 |
| 2.1.3 数据仓库特点 |
| 2.1.4 数据仓库基本特性 |
| 2.1.5 数据仓库的相关概念 |
| 2.1.6 数据仓库的结构 |
| 2.1.7 数据仓库开发过程 |
| 2.1.8 数据仓库建模方法 |
| 2.2 ETL技术 |
| 2.2.1 ETL技术定义 |
| 2.2.2 ETL作用 |
| 2.3 sqoop技术介绍 |
| 2.4 Flume技术介绍 |
| 2.5 SSM框架 |
| 2.5.1 Spring |
| 2.5.2 Spring Mvc |
| 2.5.3 Mybatis |
| 2.6 ECharts |
| 2.7 本章小结 |
| 第3章 系统分析 |
| 3.1 业务需求分析 |
| 3.2 建设目标 |
| 3.3 系统功能性分析 |
| 3.4 系统性能需求 |
| 3.5 平台构建原则 |
| 3.6 本章小结 |
| 第4章 系统设计 |
| 4.1 系统架构设计 |
| 4.2 数据仓库设计 |
| 4.2.1 数据处理模块 |
| 4.2.2 数据建模模块 |
| 4.3 数据可视化 |
| 4.4 本章小结 |
| 第5章 系统实现 |
| 5.1 系统开发环境 |
| 5.2 系统主要功能实现 |
| 5.2.1 数据仓库实现 |
| 5.2.2 Web可视化实现 |
| 5.2.3 其它功能模块 |
| 5.3 本章小结 |
| 第6章 系统测试 |
| 6.1 测试环境 |
| 6.2 系统测试内容 |
| 6.2.1 系统功能测试 |
| 6.2.2 系统性能测试 |
| 6.3 本章小结 |
| 第7章 总结与展望 |
| 7.1 全文工作总结 |
| 7.2 未来工作展望 |
| 参考文献 |
| 致谢 |
（5）林业企业商务智能系统研建 ——以林口林业局有限公司为例（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 林业信息化 |
| 1.2.2 商务智能 |
| 1.2.3 林业企业商务智能研究评述 |
| 1.3 研究内容 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 1.5 特色与创新之处 |
| 2 理论基础与关键技术支撑 |
| 2.1 理论基础 |
| 2.1.1 软件工程学 |
| 2.1.2 林业企业管理 |
| 2.1.3 森林可持续经营 |
| 2.2 关键技术 |
| 2.2.1 云计算 |
| 2.2.2 商务智能应用技术 |
| 2.2.3 ETL技术 |
| 2.3 小结 |
| 3 林业企业商务智能系统需求分析 |
| 3.1 林口林业局有限公司概况 |
| 3.1.1 基本情况 |
| 3.1.2 信息化建设现状 |
| 3.2 业务需求 |
| 3.2.1 森林经营类指标 |
| 3.2.2 财务管理类指标 |
| 3.3 系统需求 |
| 3.3.1 功能需求 |
| 3.3.2 数据需求 |
| 3.3.3 性能需求 |
| 4 林业企业商务智能系统设计 |
| 4.1 商务智能平台选择 |
| 4.1.1 开源产品与商业产品 |
| 4.1.2 主流开源商务智能产品 |
| 4.1.3 Pentaho BI简介 |
| 4.2 架构设计 |
| 4.2.1 数据获取层 |
| 4.2.2 数据集成层 |
| 4.2.3 数据处理层 |
| 4.2.4 数据应用层 |
| 4.3 功能设计 |
| 4.3.1 报表展示功能 |
| 4.3.2 指标展示功能 |
| 4.3.3 数据多维分析功能 |
| 4.4 数据库设计 |
| 4.4.1 概念模型设计 |
| 4.4.2 逻辑模型设计 |
| 4.4.3 物理模型设计 |
| 4.5 ETL设计 |
| 4.5.1 过程一 |
| 4.5.2 过程二 |
| 4.5.3 过程三 |
| 5 林业企业商务智能系统实现 |
| 5.1 开发环境 |
| 5.2 ETL实现 |
| 5.2.1 过程一:Excel数据到My SQL数据 |
| 5.2.2 过程二:建立数据集市 |
| 5.2.3 过程三:构建数据立方体 |
| 5.3 功能实现 |
| 5.3.1 报表展示 |
| 5.3.2 指标展示 |
| 5.3.3 数据多维分析 |
| 6 林业企业商务智能系统应用分析 |
| 6.1 提升林业企业业务洞察能力 |
| 6.2 提升林业企业风险监控能力 |
| 6.3 提升林业企业综合感知能力 |
| 6.4 增强林业企业科学决策能力 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 不足之处 |
| 7.3 未来展望 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录 |
| 致谢 |
（6）智能财务决策支持系统构建及应用研究 ——以JSNK集团公司为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 构建智能财务决策支持系统的关键技术 |
| 1.2.2 实施智能财务决策支持系统的经济效应研究 |
| 1.3 研究内容及框架 |
| 1.3.1 研究内容及创新点 |
| 1.3.2 研究方法 |
| 1.3.3 研究技术路线 |
| 第二章 理论概述 |
| 2.1 财务决策支持系统 |
| 2.2 财务智能或智能财务 |
| 2.2.1 人工智能的发展历程 |
| 2.2.2 财务智能或智能财务内涵 |
| 2.3 智能财务决策支持系统的内涵及构成 |
| 2.3.1 智能财务决策支持系统的内涵 |
| 2.3.2 智能财务决策支持系统构成 |
| 第三章 智能财务决策支持系统应用需求研究 |
| 3.1 智能财务决策支持系统总体需求调研设计 |
| 3.2 智能财务决策支持系统应用需求调研分析 |
| 3.2.1 智能财务决策支持系统洞察需求分析 |
| 3.2.2 智能财务决策支持系统对标需求分析 |
| 3.2.3 智能财务决策支持系统财务预测需求分析 |
| 3.2.4 智能财务决策支持系统财务风险预警需求分析 |
| 3.3 JSNK集团智能财务决策支持系统构建需求分析 |
| 3.3.1 集团简介 |
| 3.3.2 JSNK集团智能财务决策支持系统的必要性分析 |
| 第四章 JSNK集团智能财务决策支持系统应用 |
| 4.1 JSNK集团智能财务决策支持系统应用的整体框架 |
| 4.2 JSNK集团智能财务决策支持系统应用分析 |
| 4.2.1 JSNK集团智能财务洞察应用 |
| 4.2.2 JSNK集团智能财务对标应用 |
| 4.2.3 JSNK集团智能财务预测应用 |
| 4.2.4 JSNK集团智能财务风险预警应用 |
| 第五章 JSNK集团智能财务决策支持系统应用效应研究 |
| 5.1 系统应用的整体效应 |
| 5.1.1 数据驱动的科学财务分析与决策 |
| 5.1.2 提升财务分析工作效率与有效性 |
| 5.2 系统实施后取得的具体成效 |
| 5.2.1 财务战略得以很好的贯彻执行 |
| 5.2.2 智能化财务可以优化企业管理水平 |
| 5.2.3 财务报告可以智能化生成 |
| 5.2.4 智能化财务可以提升管理决策有用性 |
| 第六章 总结与展望 |
| 6.1 智能财务决策支持系统需求调研总结 |
| 6.2 JSNK集团公司智能财务决策支持系统应用经验总结 |
| 6.3 智能财务分析与决策系统构建未来展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（7）物联网技术在存货管理中的应用研究 ——以DY汽车制造企业为例（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 存货管理研究现状 |
| 1.2.1 存货流程的研究 |
| 1.2.2 存货管理方法的研究 |
| 1.2.3 物联网技术在存货管理中的应用研究 |
| 1.2.4 文献述评 |
| 1.3 研究方法与内容 |
| 1.3.1 研究方法 |
| 1.3.2 研究内容 |
| 1.4 本文的创新点 |
| 第2章 概念界定及理论基础 |
| 2.1 存货管理概念 |
| 2.1.1 存货管理的基本概念 |
| 2.1.2 存货管理的基本内容 |
| 2.1.3 存货管理目的 |
| 2.2 物联网技术 |
| 2.2.1 物联网概述 |
| 2.2.2 物联网关键技术 |
| 2.3 理论基础 |
| 2.3.1 供应商管理理论 |
| 2.3.2 库存协同优化理论 |
| 第3章 物联网技术对制造企业存货管理的作用分析 |
| 3.1 企业存货规划中物联网技术的具体作用 |
| 3.1.1 RFID对确定最佳订货点、订货量的作用 |
| 3.1.2 EPC对选择供应商的作用 |
| 3.1.3 WSN对存货配送的作用 |
| 3.1.4 RFID对选择存货存放位置的作用 |
| 3.2 物联网技术对存货控制的作用 |
| 3.2.1 EPC对存货入库的作用 |
| 3.2.2 RFID对存货日常控制的作用 |
| 3.2.3 RFID对存货出库的基本作用 |
| 3.3 物联网技术对存货核算的作用 |
| 第4章 DY汽车制造企业的存货管理概况及问题分析 |
| 4.1 DY汽车制造企业简介 |
| 4.2 DY汽车制造企业存货现状 |
| 4.2.1 生产材料管理 |
| 4.2.2 备件的管理 |
| 4.2.3 供应商的管理现状 |
| 4.2.4 汽车制造企业存货管理模式对比分析 |
| 4.3 DY汽车制造企业存货管理存在的问题 |
| 4.3.1 存货质量控制难 |
| 4.3.2 存货成本核算不准确 |
| 4.3.3 存货周转速度慢 |
| 4.3.4 缺货风险增加 |
| 4.3.5 存货需求不准确 |
| 第5章 运用物联网技术解决存货管理中存在的问题 |
| 5.1 基于物联网技术的存货流动方式 |
| 5.1.1 基于RFID的联盟间企业存货流动方式 |
| 5.1.2 基于RFID的企业内部存货流动方式 |
| 5.2 基于物联网技术的存货采购管理 |
| 5.2.1 基于RFID的存货采购业务流程 |
| 5.2.2 基于RFID的存货需求预测 |
| 5.3 基于物联网技术的存货仓储管理 |
| 5.3.1 基于RFID的存货验收入库管理流程 |
| 5.3.2 基于Zig Bee的存货出库管理流程 |
| 5.3.3 基于EPC的存货盘点与补货管理流程 |
| 5.4 基于物联网技术的汽车整车销售管理 |
| 5.4.1 基于RFID的车辆销售流程 |
| 5.4.2 基于GPS的存货销售管理实现功能 |
| 第6章 保障物联网技术在存货管理中应用的具体措施 |
| 6.1 政府方面应采取的措施 |
| 6.1.1 制定统一化的技术标准 |
| 6.1.2 完善相应的法律法规 |
| 6.1.3 加大财政支持力度 |
| 6.2 企业自身方面应采取的措施 |
| 6.2.1 校企合作培养物联网技术专业人才 |
| 6.2.2 降低物联网技术成本 |
| 6.2.3 确保信息安全 |
| 参考文献 |
| 个人简历攻读学位期间发表的学术论文 |
| 致谢 |
（8）基于智能制造的数据仓库的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题依据及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 智能制造的研究现状 |
| 1.2.2 数据仓库研究现状 |
| 1.2.3 分布式计算平台研究现状 |
| 1.3 课题主要研究内容 |
| 1.4 本文的组织结构 |
| 第2章 理论基础、关键技术与需求分析 |
| 2.1 数据仓库 |
| 2.1.1 数据仓库的概念和特点 |
| 2.1.2 数据仓库和数据库的对比 |
| 2.1.3 数据仓库的架构 |
| 2.2 大数据理论 |
| 2.3 Hadoop |
| 2.4 Spark |
| 2.4.1 Spark简介 |
| 2.4.2 Spark的架构 |
| 2.4.3 Spark和Hadoop自的对比 |
| 2.5 Hive |
| 2.6 Impala |
| 2.7 Kettle |
| 2.8 需求分析 |
| 2.9 本章小结 |
| 第3章 ETL系统的设计 |
| 3.1 智能制造中ETL系统分析 |
| 3.1.1 传统ETL系统的介绍及其劣势 |
| 3.1.2 分布式ETL系统的介绍及其优势 |
| 3.2 ETL系统的架构设计 |
| 3.3 分布式ETL系统的模型设计 |
| 3.3.1 数据抽取 |
| 3.3.2 数据转换 |
| 3.3.3 数据加载 |
| 3.4 本章小结 |
| 第4章 数据仓库系统的设计 |
| 4.1 智能制造中仓储业务分析 |
| 4.2 数据仓库系统的架构设计 |
| 4.3 建模方法介绍及选择 |
| 4.3.1 范式建模 |
| 4.3.2 维度建模 |
| 4.3.3 独立数据集市 |
| 4.3.4 数据仓库模型选择 |
| 4.4 数据仓库的模型设计 |
| 4.4.1 选择业务过程 |
| 4.4.2 声明粒度 |
| 4.4.3 维度表设计 |
| 4.4.4 事实表设计 |
| 4.4.5 模型设计 |
| 4.5 本章小结 |
| 第5章 系统的实现、应用与性能分析 |
| 5.1 系统环境部署 |
| 5.2 系统的实现 |
| 5.2.1 ETL系统的实现 |
| 5.2.2 数据仓库系统的实现 |
| 5.3 系统的应用 |
| 5.3.1 基于数据挖掘的货位优化 |
| 5.3.2 数据可视化 |
| 5.4 系统性能实验分析 |
| 5.4.1 MapReduce和Spark数据处理速度的对比 |
| 5.4.2 Impala、Hive和MySQL的查询速度对比 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（9）数据挖掘技术在高校教育投入中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.3 研究课题 |
| 1.4 论文组织结构 |
| 第2章 OLAM技术的探讨 |
| 2.1 决策支持系统DSS |
| 2.2 数据仓库DW的介绍 |
| 2.2.1 DW的定义 |
| 2.2.2 DW的数据环境 |
| 2.3 联机分析处理技术OLAP |
| 2.3.1 OLAP的逻辑概念 |
| 2.3.2 OLAP技术的应用 |
| 2.4 数据挖掘(Data-Mining) |
| 2.4.1 DM的定义 |
| 2.4.2 DM的过程 |
| 2.5 DW、DM及OLAP之间的关系 |
| 2.5.1 DW与DM的关系 |
| 2.5.2 DW与OLAP的关系 |
| 2.5.3 OLAP与DM的关系 |
| 2.5.4 DW、OLAP与DM的结合 |
| 2.6 OLAM技术 |
| 2.6.1 OLAP和DM的结合 |
| 2.6.2 OLAM的体系结构 |
| 2.6.3 OLAM的功能特性 |
| 2.7 本章小结 |
| 第3章 OLAM模型的分析和设计 |
| 3.1 传统OLAM模型的设计方法 |
| 3.1.1 OLAM的简单模型 |
| 3.1.2 OLAM的复杂模型 |
| 3.1.3 OLAM的通用模型 |
| 3.2 高校教育投入中OLAM模型的分析 |
| 3.2.1 两种不同性质的挖掘需求 |
| 3.2.2 OLAM模型的运行方式 |
| 3.3 高校教育投入中OLAM模型的设计 |
| 3.3.1 C/S架构的OLAM模型 |
| 3.3.2 B/S架构下的OLAM模型 |
| 3.3.3 OLAM模型的功能扩展 |
| 3.4 本章小结 |
| 第4章 构建高校教育投入资源数据仓库 |
| 4.1 多维数据建模 |
| 4.2 概念模型设计 |
| 4.3 逻辑模型设计 |
| 4.4 物理模型设计 |
| 4.4.1 数据的整理和完善 |
| 4.4.2 数据的清洗和集成 |
| 4.5 本章小结 |
| 第5章 OLAM技术在高校教育投入中的应用 |
| 5.1 DSS的设计与分析 |
| 5.2 OLAM技术的应用实践 |
| 5.2.1 OLAM工具的选取 |
| 5.2.2 OLAM模型的构建 |
| 5.2.3 OLAM挖掘算法的实现 |
| 5.2.4 OLAM定量挖掘与定性分析相结合 |
| 5.2.5 结论和建议 |
| 第6章 结语 |
| 6.1 论文工作总结 |
| 6.2 进一步工作 |
| 致谢 |
| 参考文献 |
（10）3D打印技术专业“三教”改革探索（论文提纲范文）
| 引言 |
| 1 3D打印技术专业“三教”面临的突出问题 |
| 1.1 师资团队的教学素养相对偏差 |
| 1.2 3D打印技术专业教材不成体系，资源匮乏 |
| 1.3 教法难以提升学生参与的主动性 |
| 2 3D打印技术应用专业“三教”改革措施 |
| 2.1 通过“名师引领、双元结构、分工协作”的准则塑造团队 |
| 2.1.1 依托有较强影响力的带头人，有效开发名师所具备的引领示范效果 |
| 2.1.2 邀请大师授教，提升人才的技术与技能水准 |
| 2.2 推进“学生主体、育训结合、因材施教”的教材变革 |
| 2.2.1 设计活页式3D打印教材 |
| 2.2.2 灵活使用信息化技术，形成立体化的教学 |
| 2.3 创新推行“三个课堂”教学模式，推进教法改革 |
| 2.3.1 采取线上、线下的混合式教法 |
| 2.3.2 构建与推进更具创新性的“三个课堂”模式 |
四、数据仓库技术在企业中的应用分析（论文参考文献）
- [1]电力物资智慧管理模式研究[D]. 王莹玉. 华北电力大学(北京), 2021(01)
- [2]大数据背景下物流企业供应链融资研究 ——以顺丰控股为例[D]. 李昀锡. 江西财经大学, 2021(10)
- [3]商务智能在企业内部审计中的应用研究 ——以A电商企业为例[D]. 翟学强. 山东财经大学, 2021(12)
- [4]基于Hive的购销数据仓库系统的设计与实现[D]. 李英楠. 西南大学, 2020(05)
- [5]林业企业商务智能系统研建 ——以林口林业局有限公司为例[D]. 夏明慧. 北京林业大学, 2020(02)
- [6]智能财务决策支持系统构建及应用研究 ——以JSNK集团公司为例[D]. 肖聪. 江西理工大学, 2020(01)
- [7]物联网技术在存货管理中的应用研究 ——以DY汽车制造企业为例[D]. 王南南. 华东交通大学, 2020(01)
- [8]基于智能制造的数据仓库的设计与实现[D]. 常有学. 南昌大学, 2020(01)
- [9]数据挖掘技术在高校教育投入中的应用研究[D]. 王位明. 南昌大学, 2020(01)
- [10]3D打印技术专业“三教”改革探索[J]. 刘森,张书维,侯玉洁. 数码世界, 2020(04)