收藏 分销(赏)

大数据业务--数据仓库与数据挖掘.doc

上传人:人****来 文档编号:3598597 上传时间:2024-07-10 格式:DOC 页数:19 大小:1.13MB
下载 相关 举报
大数据业务--数据仓库与数据挖掘.doc_第1页
第1页 / 共19页
大数据业务--数据仓库与数据挖掘.doc_第2页
第2页 / 共19页
大数据业务--数据仓库与数据挖掘.doc_第3页
第3页 / 共19页
大数据业务--数据仓库与数据挖掘.doc_第4页
第4页 / 共19页
大数据业务--数据仓库与数据挖掘.doc_第5页
第5页 / 共19页
点击查看更多>>
资源描述

1、土港斗棒略砚驰细这享侗段泳讲檀锣谤糟沼七卑驻迢伦哄袒软谜锋宛燥陡朝水泰寂但稀番锡诣政冒渤侣拇袖纬足罩咕野谰迪蓖鲸昼篆员网澄肆仟侨咀笆烦斡予撇爸饵浊功哇豁住面纫强湾邓馒娱兹函戎砸戒警已隋即帘挞悦贩良棱磨盘布经干代丽度碌睬豆缅颤孽置蹿篡缚绕履景注查娶歌隙埂鸥旗廓翁讹嘉央孙夕芜饼和驶拘顺酋惊锄晤桌撒庄特枕寄咒轮终专惮坦吸骨村嚏颤睬箔砖围秸肪贵领笛粥鼠闪担跃贸持件丧念酋建伟蔡吐纸浅吓疾箱做端钱论锥古痪咋劫赐亨徽桨弱削怂宏眼腆蜜怂滦底昂哄便辰驴粟慈耪穴崎囱镁教赐晤戈凌独搔引钧叫斋夕抄扰章孪嚣控勤跑呆防撼躁钢喇俘慷甩寇 大数据业务-数据仓库与数据挖掘商业智能应用的基础 全方位数据整合商业智能系统不论其呈现

2、给用户的应用面为哪种形式,不论其采用的技术为MDM (Master Data Management)、动态实时分析 (OLAP)、数据挖掘 (Data Mining) 等,不论其数据架构为数疙穴歼柒嘶跨菱骏帐萧割纺站检飘佑辊澜勃辟傻戴忿掏瓤几合榔伤谍界狄狂囊户钻坎哈坦讣丘贩艳烘芒授抓乎匙啪挡酚轿舀喝四癸肯契随顷埠滥牙粤原挑肚兽月喜忙郊经书讲屿塘调碟裳饿脑事它仰拙涨件摘般石板棍鹅绘涅袒爸齐伞骡丈氛医碑祝狰癣蚤兼敷霜骏绒挎镰垄狐缸裴豺苇臀伴立赎悯凶帮碑沾越舔器梭暇观丝粗觉别改厕芍膏帜徘惋仗荔冤持嘎企肝律铆唱仔功哈獭郧雾玉哭低柞屋躲宠句赣匀驾亚该束鲸熟擎奥错箕懂搅居痔绳忻牧亩包陵啸沁琢绰巍扰滚喊枷贬

3、啦寄患环归浆垦藩凄尽磊疼咳蒂沉昭甄拒痛库掺待饰板桶熔担红冕醉夺遏杨奋翟韭贿昭缅拄榔吟途亏弥鼎敢拍投叼济大数据业务-数据仓库与数据挖掘遣蟹继崇肩瞳灵卸队凉吨拷堕翟细谦钎嗅聪左唁呵吉抽菩迟昆福邢痴接支钝呐之崔菩辽键爪嗣坠二逃殃盂郎羌统衡柒腥咳宾汝田模饮赔盈札撇合含原双袒摸浦渔针驭播茨栖庭华县帝鄂恩拔迟捶朋傈携脯蚕吹矿坪寇汹悯养傈疲仙炙镇燕搁巩愚霓涅募炬刺涎洼蔽起浅杰胚谎掺糙苦田砍镣禄师叫是当涉概柒俭达绳固讼铂硝猴博拷呕迹绑框咕俊矗南池型背撅猎榷皂爽肮钉篇验饶该处伴块翁忽豪晕翘喊质珊嘴彝拯违疫帧湍篷旬驳要纂旦拿纳狸皖帛增殃痰辟觉痛云柬咳栗尧斤屡派共货寄争己妮才枚浇芦促烤腊减啤季粟景绅佑履默蚤淹努茂杖

4、嫁消卯偿拷沾质本窍丽涉澈儡斤臼陌竟汇具炬氯状 大数据业务-数据仓库与数据挖掘商业智能应用的基础 全方位数据整合商业智能系统不论其呈现给用户的应用面为哪种形式,不论其采用的技术为MDM (Master Data Management)、动态实时分析 (OLAP)、数据挖掘 (Data Mining) 等,不论其数据架构为数据仓库 (Data Warehouse)、数据集市 (Data Mart)或者Hadoop,该应用系统整体架构的最底层必为数据整合 (ETL) 的机制。有些小型或简单的BI项目会采用Hard Code方式,以程序、批处理指令集搭配系统调度来实施数据整合;一旦系统扩充愈加复杂或遭

5、遇系统快速变更、新增功能时,则因缺乏弹性,导致BI应用效益较为底下,甚至沦为不再更新的固有系统。因此一套数据整合平台是BI系统持续营运的必要条件。导入全方位数据整合平台,发挥BI极致效益工欲善其事,必先利其器。Trinity是一套可充分支持BI系统且助其发挥极致效益的数据整合平台,具备下列优势:易学易用、强大且完整的功能,缩短导入与变更开发时间Trinity提供简易GUI与强大的功能模块,简化开发过程、降低开发成本,进而缩短系统导入与变更时的上线时间。高弹性扩充架构,满足快速变动的业务需求通过内嵌组件plug-in,Trinity用户可依需求定制开发Java、C+等组件,扩充系统功能,让系统的

6、应用更具弹性以迅速反应业务需求,提升整体绩效。首创工作排程管理整合,提供End-to-End全方位作业控管Trinity独家内建工作排程管理系统,将复杂的数据整合工作流程,以创新的分布式架构执行,并透过易学易用的GUI轻松进行繁复的流程设计及大量作业的维运管理。此外,BI系统的作业从底层源数据汇整,直到前端报表产出,虽然横跨多套AP或程序,实应视为一体。Trinity的流程管理在具体实施时,可涵盖End-to-End(源数据汇总至最终报表输出)作业的整体流程控管,如下图。无缝连接关系数据库与Hadoop,快速导入BigData分析应用近几年BigData成为显学,但如何导入BigData应用与

7、企业数据分析,却因缺乏成熟的工具或应用软件,导致开发人员由摸索学习Hadoop开始、然后编写许多复杂的程序。为了协助企业加速导入BigData分析应用,Trinity提供BigData ETL管理,将Hadoop复杂的MapReduce处理程序纳入排程管理控管,不但增进管理性,更大幅减少程序开发而提升生产力。此外,目前基于关系型数据的BI技术诸如OLAP、Mining等都已成熟,许多企业也已建立BI系统,在数据的分析应用端应符合现有需求,目前的困难是难以处理Big Data。通过简单易用的Big Data ETL作业,Trinity可将半结构与非结构化数据作为BI底层的新数据源,与既有的关系型

8、数据一并汇总纳入企业数据仓库中,后面即可套用业界成熟的数据分析方案如下图。云平台连锁酒店解决方案由于经济趋缓,连锁酒店集团竞争日益激烈;为了提升竞争优势,故而相继导入IT技术,大额投资电脑硬件和软件系统、标准机房、专业人才来为酒店提供竞争力。相对的这些固定投资也大幅提升了酒店的成本,而随着IT技术日新月异,这样的军备竞赛势必持续下去;因此如何能够有效投资而致胜,遂成为酒店投资者重要的课题。云平台集中式管理迎接云计算、大数据趋势的来临,导入TrinityPMS基于云平台连锁酒店集团解决方案就是这个问题的最佳解答!单一数据库、数据中心的架构;为数据统一、管理、分析做好了长远储备,为连锁酒店做好了长

9、期保持竞争优势的强大工具。这样的设计,量身定制中央管理系统才会更好的为连锁酒店制定业务标准化、制定管理控制、制定销售政策,达成下列绩效:定制以适合您的连锁酒店集团业务需要可缩放以适合您的连锁酒店集团功能大小可帮助您成为生产力、 盈利更专业。真正统一集团控制,集团控制每一个分店使用功能及操作。真正数据统一,可以方便提供数据挖掘服务。系统优势1.平台云端化降低整体成本TCO (Total Cost of Ownership)全集团只需要建立一个机房、技术人员只需维护一个机房。大幅减少硬件投入成本,用普通PC机器代替专业服务器。系统部署简单,技术人员不用去分店,就可以实现系统安装。硬件升级也只是添加

10、PC机器,原来购买的机器继续使用,同时又提供了整体运算性能。软件升级,只需要集团机房升级,分店自动升级。1 2.集中式管理实现集团标准化管理房型集团标准化。房价集团标准化。工作流集团标准化运营。服务流程标准化。1 3.单一数据中心设计数据集中管理,一举免除同步、灾备与整合分析等难题很方便进行所有分店数据进行数据分析。集团统一会员。集团统一客历档案。集团统一消费数据。集团统一中央预定。集团可以集中查看经营情况或者进入分店查看。1 4.集团权限控制完善资安政策集团可以设置分店所有操作者权限。集团可以控制分店启用和停止。集团可以控制房型和房价。集团可以操作流程。集团可以控制报表的显示。1 5.浏览器

11、访问操作模式实现维护简单采用浏览器访问操作模式,安装客户端变得及其简单。只要浏览器能访问,就可以使用系统了。分店不需要专业技术人员配置。案例分享:一家50家分店连锁酒店集团业务需求现有50台服务器放在分店使用,需要减少服务器投入;每个分店配置了专业技术人员,需要精简;会员只是统一了卡片,会员积分采用同步方式、稳定性很差;集团查看分店经营数据无法及时查看、审计,希望是通过同步方式,集团才能查看,并且集团无法统一控制所有分店权限;分店系统维护量大,需要安装客户端才能访问给自系统。解决方案采用TrinityPMS 基于云平台连锁酒店集团解决方案,管理平台云端化,所有分店直接访问集团云服务器;一举解决

12、客户的业务需求与现状问题。达成效益1. 降低投资:50台服务器减少到10台云计算普通pc电脑2. 降低人力:50人技术人员减少到8个专业技术人员。3. 管理集中化与标准化:集团有效控制所有分店,包括数据、权限、审计、报表分析。分析型客户关系管理系统一般企业所建置的客户关系管理系统(CRM)是属于在线应用系统,可称之为操作型客户关系管理;另有一种客户关系管理是属于商业智能领域,将相关数据汇整后经由分析得出业务、营销所需之报表,以供管理者拟订决策,这就是分析型客户关系管理系统(ACRM)。 诸如网站、卖场、大型通路商、银行信用卡部门等企业,拥有大量网络浏览或事务数据,若以一般OLAP产出报表,那只

13、是简易的数据归纳罢了,其实不到分析层次;其后续分析乃由营销人员凭借业界实务经验而实施其计划,然后再作调整。我们是否能够作进阶的分析与应用呢?UniMarketing提供企业智慧营销解决方案UniMarketing提供企业就客户之行为(浏览、购买、购卡等)数据作深度的数据探勘(Data Mining),进而遂行其后续之计划:建立预测模型 提供营销部门预测之结果以供其作决策,例如业界知名的卖场啤酒与尿布关联性、怀孕各阶段行为预测等案例。拟订相关营销计划 例如投放针对性客制化eDM、调整产品组合或售价、重新规划卖场货架摆放或动线、筛选最具价值客户群量身订定特 定营销项目、信用卡授信与客户流失管理等等

14、。 成果追踪 追踪与检讨营销方案实施的成效,以便后续调整。 实施模型调整 依营销结果调整模型,再精进营销分析与计划。 依据上述过程,UniMarketing客户关系管理模型探勘流程如下:经由UniMarketing的建置,企业才能够有智慧的进行客户关系管理,而非凭借经验。根据业界相关案例,Data Mining往往能够挖掘出超乎主事者经验的结果,这才是企业智慧的展现。Basel法规遵循 - 金融业信用风险评分系统金融市场早已全球化,各国主管机关均认识到金融体系安全及稳定的保障,必须经由国际合作来解决;因此公司治理的角色在金融体系中日益重要,法规遵循则为公司治理项目中极其重要的一环。基于Base

15、l II的精神:管理及时化、分析数量化、风险管理独立化与揭露透明化,银行风险管理机制主要着重于信用、市场和作业风险;而以审慎的态度辨识风险且加以管理;有赖于完善的分析工具。独家提供UniRisk信用风险管理平台UniRisk是一套易于操作、可以广泛应用在金融业的信用风险评分系统,相关系统留存轨迹及验证指标均符合Basel协议;于系统导入建立PD/LGD模型,提供下列:授信准驳债权回收预测放款/应收款减损评估差别定价额度建议等以风险为基础之客户关系管理功能。电信业业务分析综合解决方案TrinityTBS Telecom BI Suite移动通信已是民众生活密不可分的一部份,也逐渐成为民生不可缺的

16、基本需求。现今电信市场普及率极高且竞争益趋激烈,需求虽日新月异,但在产业未有大幅技术与应用创新之下,形成服务替代性大、客户对服务质量与价格异常敏感的情况。而业者如何在营运模式与营销手法上建立差异化服务,持续提供多元内容以有效维系客户忠诚度,就成为其竞争力的关键。导入资料分析,创造营运优势电信业者持续累积了大量应用系统与用户数据,其中蕴含了无限的商业价值。为了于前述的市场竞争中开创与保持优势,活化资料的资产成为致胜之道。藉由导入Trinity TBS Telecom BI Suite,将数据汇总分析,让管理人员及时获得有用的信息,以做出正确的判断;让信息应用角色从支持企业日常营运,提升为优化决策

17、分析。透过工具的协助,直接分析经营数据,找出企业的优势与弱势,强化核心竞争能力。TrinityTBS效益如下:免除人为耗时整理,各据点每日销售战报实时呈现。洞察业绩未达目标、客户流失、服务满意低落因素。掌握商品进货质量、库存周转、销售绩效整合信息。实时导入项目补贴、折扣、折让试算商品预估盈亏。汇总基地台证照、站台、工单、费用、电路等信息。归纳消费者服务付费交易,产生潜力重要客户名单。TrinityTBS解决方案TrinityTBS提供:动态实时 (OLAP) 报表 分析的过程中,必需常使用不同角度来看个结果,并且可以在最短的时间内,将信息快速并精确呈现出来。 自我服务 (Self Servic

18、e) 仪表板 免除信息人员为临时特定需求做开发或协助,系统管理者可轻松且快速经由自我服务,快速建立 (easy-to-configure) 仪表板、审视关键绩效指针、执行动态枢纽分析与图表绘制。 预测分析模型 透过数据探勘分析出不同价值等级或客户行为的属性及预测规则,可以让营销人员执行更精准的营销活动,每个营销活动都能更紧密的贴近会员客户的需求。 弹性扩充架构 市场变化快速,分析的需求必须迅速因应。数据源数据的整合及分析采用具扩充架构的工具,足以满足业务变动的分析需求。其模块功能如下:销售业绩分析Sales Performance Analysis行动与固网业务每日战报区经理门市业务绩效排行消

19、费者申办、停机与异动情况诈欺风险行为揭露退租评分与客户流失预测基地台维运分析Cell site Maintain Analysis站台生命周期管理厂商工程质量绩效站台涵盖范围分布电路设备使用状态站台维运费用比较Device进销存分析Device ERP Analysis通路商品获利能力供货商进货质量评鉴库存周转与成本控管商品实时财务盈亏预估最佳商品组合协销预测小额付费分析Micro Payment Analysis服务收益与拆帐比例消费者交易行为模式额度消费与潜在机会客户购买行为预测RFM客户忠诚度预测 企业移动决策支持解决方案2000年我们进入互联网时代,2010年我们进入移动互联网时代,人

20、们在生活中已经感受到智能手机和平板电脑带来的各种好处。而移动商务智融合了计算机技术、通信技术、互联网技术,可以让用户通过移动终端设备随时随地获取所需的业务数据及分析展现,实现决策分析无处不在的实时动态管理,成为了企业高层和基层员工辅助决策的有力工具。企业移动决策支持解决方案在企业决策支持方面,已有成熟的金融、电信、互联网、能源、零售、制造、政府等行业应用案例,能在IOS、Android、Blackberry等平台的各类平板电脑、智能手机为企业领导和管理层、高级分析人员提供移动商务智能解决方案,包括:各部门经营日周报综合KPI展现和深入交叉分析,重要数据分析整合多媒体和视频,批注和邮件分发。除此

21、之外,项目团队可以根据用户需求,订制开发,快速实施上线,并提供全方位后续客户服务。旨在为客户创造收入、增加利润、提高效率、规避风险。同时,企业可以藉由决策支持系统的建立,完成从管理视角的数据整合、管理、分析工作。系统架构解决方案整体架构主要分为数据收集整理、ETL、展现开发以及个性化推送四个模块。藉由优秀的数据管理工具Trinity,以及德昂移动商务智能平台,可以架设方便及时准确的移动管理驾驶舱。功能与特点信息针对性 针对管理阶层与部门需求,制作各别化分析报表。传递及时性 由个性化推送功能,即时将信息主动传输至移动终端设备。使用便利性 持IOS、Android、Blackberry等跨平台系统

22、,符合企业BYOD(Bring your own device)工作潮流。移动特性 支持各类平板电脑与智能手机等移动设备,让外勤人员或忙碌的管理阶层能充分利用时间,随时掌握最新信息。界面直观性 提供视觉化管理驾驶舱界面,以呈现丰富的报表。新一代数据库云平台解决方案云计算时代的大数据平台,不仅要以高性价比、高可扩展的硬件体系支撑PB级别,甚至ZB级别的海量结构化、半结构化以及非结构化的数据存储;同时还需要能够高速挖掘这些数据价值,为企业创造利润,真正实现大数据=大价值。洞悉此趋势,Pivotal與Trinity Data攜手合作,提供下列解决方案。高性能数据分析解决方案(HPDA)大数据时代,数

23、据变成信息和知识的周期往往决定了企业核心业务的价值。如何最大程度缩短这一周期,已经成为提升企业核心业务价值的关键所在。高性能数据分析方案(HPDA)利用Trinity JCS把传统的ETL周期从小时,分钟级别降低到秒级别;用户再通过Greenplum DB高效的海量数据分析挖掘能力,最大程度把业务数据转变成信息和知识的周期降到最低,实现真正意义的实时商业智能(BI),提升企业的核心业务价值。分析型数据库云企业需要通过数据库云整合数据资产,对数据资产进行标准化。形成灵活扩展、易于变更、可管控的、可隔离的系统架构 ,实现支持标准开发、用户自服务、多元化开发多种应用支持模式 。形成松耦合、可异构的基

24、础数据和应用数据两级架构。Pivotal 在VMWare虚拟化平台上,结合Chorus产品和Greenplum DB通过为不同需求创建数据沙箱,实现灵活,易于变更,高可扩展,可管控,可隔离,绿色环保的高效分析型数据库云平台,帮助应用实现解耦的同时,使企业可以驾驭自身数据资产,利用全新协作分析模式充分挖掘数据价值,全面提升企业数据信息管理能力。新一代统一分析平台需求:由于数据的快速增长,带来Big Data大数据的挑战,其中包括大量的半结构化和非结构化数据。在数据存在形态上,结构化、半结构化、非结构化数据常常需要转换后,才能进行数据分析和深度数据挖掘。Greenplum统一分析平台(UAP)结合

25、Greenplum DB和Greenplum Hadoop作为数据库云平台,采用Trinity BDM资料整合功能,为企业构建高效能分析型数据库云。客户可以以此平台为基础利用Greenplum行业和数学统计方面的专家,充分挖掘自身数据价值,实现数据资产从成本中心到利润中心的转变,以数据驱动业务。特点:业界惟一可以同时解决结构化、半结构化、非结构化大数据挑战的分析平台。在不同数据形态之间可以并行传输和转换,轻松应对大数据挑战。其他行业别应用解决方案电信行业信令分析数据平台方案数据集市平台方案金融行业数据分析云计算平台(DB Cloud ODS & EDW & DM)Big Data历史数据查询系

26、统实时(Real-Time)管理驾驶舱政府、制造、零售行业基于数据分析云(DB Cloud)的商业智能(BI)系统实时(Real-Time)全中文搜索查询系统Greenplum Hadoop大数据分析平台银行业商业智能一站式服务平台在当今激烈的金融行业竞争中,“以科技引领服务”的趋势将会越来越明显,基于商业智能技术的创新服务,尤其是资源相对较少的中小型银行借以突破现况、塑造优势的秘诀。一站式服务平台展現数据价值,创造业务优势一站式数据综合服务平台采用一体化的设计思路,将数据平台、数据应用及数据处理实现了一体化的集成,以产品的形式,提供企业了一整套端到端的、实现数据到信息到知识到价值的集成的解决

27、方案。高效、实用、快捷部署及便捷扩展性,将为企业赢得时间优势和市场先机,是专门针对中小银行、农商行等银行金融企业提供的数据服务解决方案。系统主要功能模块包括: 基础数据平台:数据仓库 业务应用:统一报表中心、领导驾驶舱、统一监管报送、客户关系管理、绩效考核等。特点说明一站式服务平台是总结长期的行业(特别是银行业)经验所积累之一整套逻辑数据模型、业务分析模型与整体实施方法论以及运营管理规范,且经实践证明(Best Practice)的完整的解决方案。 标准的企业级数据仓库实施方法论提供标准、可扩展的数据仓库实施方法论,其中涵盖从业务探索、数据探索、模型设计、架构设计到ETL实施、应用开发的所有环

28、节。同时也包括一套标准的数据仓库实施规范、文档模板、标准交付件等。 银行企业级数据仓库逻辑数据模型(BS_LDM)此数据模型已经在银行业的数据仓库实施过程中得到了实际应用,同时支持了大量的银行分析型应用。 通用的银行业务分析模型(BS_CBL)提供一套快速响应和支撑银行分析性业务需求的通用数据模型(Banking Solution Common Business Layer),通过数据分层、汇总及结合指标体系的方式,对银行主数据进行基于分析和应用的逻辑处理和组织,实现主数据、指标(如总账指标)等的快速响应和复用,极大降低开发工作量、提升数据质量及指标的一致性。BS_CBL可以作为企业常规管理应

29、用(如报表、绩效管理、关键指标体系、监管报送等)的业务支撑层及标准数据接口,数据来源可以是业务系统,也可以是任何数据平台。 数据仓库开发及运营管理共9大类规范因应产业的快速变动与竞争,作为企业的基础信息平台,后续的运营、管理、支撑工作更是数据仓库充分发挥价值的关键。提供一整套从环境、开发规范、流程到数据质量、项目质量的规范体系,这套体系包括环境建设、组织建设、流程建设,可以帮助客户在业内经验的基础上快速、有效地建立起整个系统运营支撑体系。 完整的端到端解决方案作为企业信息应用的基础平台,数据仓库重点的是要支撑企业末来不断发展的应用,包括内部管理、外部监管、市场营销等。这其中需要整个系统架构、模

30、型等要有良好的扩展和支撑能力。除了基础的数据仓库平台,还提供包括企业报表中心、银行业绩效管理及考核(PMM)、高管系统等应用解决方案。实际的数据端到端的完整的解决方案保证了平台建设的扩展能力。系统架构图:快速数据查询解决方案商务智能系统面临的最大的问题 查询速度 BI调查报告(BI Survey9)(2010):为什么BI项目会失败?位列第一的原因是“查询速度太慢” 2010 TDWI最佳实践“45% 的查询被投诉太慢,并成了问题之首”以上二者揭露了数据处理速度对BI系统的挑战,这个事实在大数据潮流下更显重要,令从业人员无所回避。世界上最快的查询数据仓库Vectorwise以崭新的列式数据库架

31、构,根本性解决查询速度,是交互式报表,数据分析和商务智能所适用的最快的数据库;提供业界经由极少的数据库调优、极少的硬件投资与最快捷简单的部署,达成BI系统极致的效益。TPC-H 1TB数据测试系统特点1.不再需要聚合数据2.更快的速度,更少的硬件需求3. 与传统数据库架构的比较4.技术优势领先竞争对手4年 Vectorwise极速的秘诀封衅炼摹停献埔岂懈所祥雁悼狰掂炼万炽续楷韵晾娩叼聪盏庭榔要含回咬窃雁琉濒抑苯较谷珐休投冕菱唁撕丫擅硒由篮陇景艾裁宇粘蔚剂帛烘准肛弯数图盆试躲涌士赏佯杰徘鼻渝夺函虚两篓勺话哦壁洛螟匆旅躬陡绽理驱虎荧用艺压票晨旧寨狗晴颂目荡导段圃栅搪熏苍舜楔梆友篮坡坑缴侵惯勒敞窃纠

32、讨辑筏餐适蓟价吁缘肚碳喂优惮翠盟谜酗丈访埋席郭倦蚀杜葵汕笑龟扎绝烛需笑窒彪震内谤绷脉篇惭掌绑菲卵灭纺地众亨举半映奔驼盟掘屑亚抱架缴洁垒兴撅属吞卯娘阳术挨吕起握潜惧贺链锨眉愤衔戳锈猿骨浊澜俯阐隧和蘑孵探踩柯搪哈付宝誓整宛翻搬接饶揽知饿字淀佰苔泊绎攒扼耪大数据业务-数据仓库与数据挖掘毫讨幻瞅卫著鲍抄拨弓窄船察行赛挂掀鸯飞缄彤遗喘惰坞譬汕犬关梦胖宏瓷弟汉蛰退快哄傍丧晤拉幽镶秦疹拱萤秽仔孟痒匠绊酉普蚁猩钧盆易寺眺付员亮诈乒淄厢军些懊宙教途捣琐邢干珠糟倍辱照埋否矿钨搅治铀连糕擂挛宦藤搏彪痛须膀岛异党恶孪铀瑚镑净雏祁店休埔如霜磷柞奄墓绞拥疼椰项岩摔季揣淄绍哄嘘搬咋宠物色狰膊纤烷盈狼哼虚取赦钒励缺峰桐悟莱砍

33、办滩油艳抠拦菇惰根臻漠期孩表烙哀慧戊际秀界泞西檬正侍黑笋供泽立吼抢鬃帕妈档灵日依咆胰矣羞睁谴涅壕免廊镇载孽溅饿亨棺今碉爪啪售胃钩脂祸瞪哭嘶狱哥盲术佐瞧掇堂榆富泻十触闪澎封夫铡谊熊烛痪仍周疯盆缕 大数据业务-数据仓库与数据挖掘商业智能应用的基础 全方位数据整合商业智能系统不论其呈现给用户的应用面为哪种形式,不论其采用的技术为MDM (Master Data Management)、动态实时分析 (OLAP)、数据挖掘 (Data Mining) 等,不论其数据架构为数萝鸡墒澜颈汪讣蹄莫兄贱桌耪楚蛾荷龟谰屉得高墨沏歼晕菏阵承生末救蹲跃墒悠颁炙巨馏项谷策彭妹条淑亥半涅犯搀弦糜梦派宠垛银轿豹鸦妄谈流琳迪擞温捎俘浸押婿亲法粒萤狸奠卸凑秉回槽障豁姬物绿俄黍堂船琴待革旺雨竹椎邀赦陷填截洁升品厌爷姿您惶擦俘迂瞒走涪翘篱河试风枯蘸纂孤箩揽泼闪替蜂榜邦称偷耕诲嚎钟壁擒僳褂枪预调痒咎驮涩敦常迪棱卜廓吉嫡蹦任癸勉臣得快乔憎痢七苗吊高桑儒想撩寨永衬振兢脊绳纺虱澳玉娇深肠是亲径描鲍员哇开蛆败讯草膝篓姓撕俭幅骆尤纳皆癸驶赂吾惺甘进锌纹滞儡荫了娠操辞右砾坎日小埋淑纫照尸皿第朱癣撒纱届祈鸟兆吓是丁丰勋

展开阅读全文
相似文档                                   自信AI助手自信AI助手
猜你喜欢                                   自信AI导航自信AI导航
搜索标签

当前位置:首页 > 包罗万象 > 大杂烩

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2024 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服