您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Transfomer模型设计

  2. 规划模型设计 组织数据源数据 建立模型 日期维度 多数据源 度量 备选钻取路径 货币转换 模型设计原则
  3. 所属分类:专业指导

    • 发布日期:2009-07-31
    • 文件大小:1048576
    • 提供者:fqzhao14222
  1. 星级酒店经营数据集市的“星型模型”

  2. 数据集市是数据仓库的一个子集,它面向部门级业务、面向某个特定主题的小型数据仓库。实际上,多个相互联系的、围绕一个宏观大主题的多个数据集市的集成,就构成了数据仓库。   建立星级酒店经营数据集市的数据模型,一般都是在对应用主题分析的基础上,首先建立星型模型。“星型模型”是数据仓库(集市)广泛采用的数据模型。它能准确、简洁地描述出实体之间的逻辑关系。一个典型的星型模式包括一个大型的事实表和一组逻辑上围绕这个事实表的维度表。
  3. 所属分类:专业指导

    • 发布日期:2010-04-25
    • 文件大小:90112
    • 提供者:peterguru
  1. DW理论精华+维度建模

  2. 阐述关于数据仓库的数据模型建立 数据仓库的架构 数据仓库的建设周期
  3. 所属分类:专业指导

    • 发布日期:2010-09-20
    • 文件大小:1048576
    • 提供者:wuchuanchun0929
  1. BI维度模型(IBM红皮书).pdf

  2. BI 维度模型 IBM红皮书 维表建设规范 事实表建设规范 BI架构 做BI值得参考!
  3. 所属分类:其它

    • 发布日期:2012-02-21
    • 文件大小:8388608
    • 提供者:javashooter
  1. 基于ZACHMAN模型的ERP模块分析

  2. 本报告基于ZACHMAN模型,对某集团ERP运销模块进行了多维度的分析,最终形成了一个统一的视图。
  3. 所属分类:专业指导

    • 发布日期:2012-04-06
    • 文件大小:942080
    • 提供者:jtming
  1. Report Studio中制作基于维度模型的报表,并允许上下钻取

  2. Report Studio中制作基于维度模型的报表,并允许上下钻取
  3. 所属分类:其它

    • 发布日期:2012-05-09
    • 文件大小:271360
    • 提供者:margiex2
  1. 数据仓库维度建模 kimbol的经典之作

  2. 数据仓库维度模型设计的经典教程,本教程通俗易懂,内容丰富适合数据仓库初学者和有一定经验的开发者。
  3. 所属分类:其它

    • 发布日期:2012-06-01
    • 文件大小:17825792
    • 提供者:wuxianbin_ww
  1. 数据仓库维度建模设计原则及应用

  2.  自从20世纪90年代提出数据仓库的概念以来, 数据 仓库技术得到了很大的发展. 数据仓库是一个面向主题的、 集成的、时变的、非易失的数据集合, 支持管理部门的决 策过程. 在数据分析和决策支持领域, 数据仓库被认为是 集成和存储各种分析数据的最佳手段, 它通过对大量分散 的数据进行抽取, 经过加工转换, 实现对数据的集成和综 合管理, 为决策分析提供统一的、高质量的数据平台. 与 传统的数据库系统一样, 建立数据模型是构造数据仓库重 要步骤之一, 正确地运用数据建模技术是成功实施数据仓 库的
  3. 所属分类:其它

    • 发布日期:2012-07-10
    • 文件大小:441344
    • 提供者:xzq2001888
  1. BI环境中的维度模型

  2. IBM官方文档,BI环境中的维度模型,采用星型维度建模方法
  3. 所属分类:其它

    • 发布日期:2012-12-03
    • 文件大小:7340032
    • 提供者:shuisheng06
  1. Olap模型设计指南

  2. Olap模型设计指南 详细介绍实战技巧 维度建模 星型雪花架构
  3. 所属分类:SQLServer

    • 发布日期:2013-09-04
    • 文件大小:2097152
    • 提供者:art_sea
  1. 维度建模指南

  2. 描述了雪花模型与星型模型建模的优点和缺点,并着重介绍了缓慢变化维的三种方法等
  3. 所属分类:其它

    • 发布日期:2014-11-17
    • 文件大小:20971520
    • 提供者:u010196803
  1. 持续集成实践成熟度模型

  2. 持续集成从“配置管理”、“构建”、“测试”、“部署及发布”及“团队习惯”5个纬度考察其成熟度,每个维度都有5个级别,分别是“入门”、“新手”、“中等”、“进阶”和“疯狂”。目前在各个维度上,行业的平均水平集中在“入门”和“新手”两个级别。
  3. 所属分类:其它

    • 发布日期:2014-11-29
    • 文件大小:9216
    • 提供者:anymm88
  1. 基于声誉的多维度信任计算算法

  2. 针对移动 Agent 电子商务环境,大多数基于声誉的信任算法是单维度的,评价的节点只对历史交易给出单一的评价,并不区分节点服务内容,给出的信任评价粒度较粗.对此,提出了一种基于声誉的多维度信任算法。
  3. 所属分类:电子商务

    • 发布日期:2014-12-14
    • 文件大小:1048576
    • 提供者:shashahood
  1. 编程能力层次模型

  2. 程序员的编程技能随着经验的积累,会逐步提高。我认为编程能力可以分为一些层次。 下面通过两个维度展开编程能力层次模型的讨论。 一个维度是编程技能层次,另一个维度是领域知识层次。 ...... 有些程序员可能把精力都花在提升编程技能上了,领域知识知之甚少,这其实在日常工作中也是极其有害的。有些需求可能早已经有了现成、开源免费的解决方案,或者只需要组合几个现有软件就可以快速搞定,而他们却不得不自己花大量时间去开发。另外,缺少领域知识,在程序出现非预期状况时,很难快速定位到问题的根源,很难解决bug。
  3. 所属分类:专业指导

    • 发布日期:2015-02-16
    • 文件大小:281600
    • 提供者:shendl
  1. 基于语义的个性化用户兴趣模型

  2. 探讨了主动服务和个性化服务,给出了以主要特征词描述语义的用户访问历史的表示方法,建立了动态的用 户兴趣模型。用户的兴趣模型表示为二层,上层是基于类兴趣的用户模型,下层是基于主要特征词兴趣的类模型。上 层描述用户对各个类的兴趣度,下层描述用户对各类中的主要特征词的兴趣度。在建模过程中,通过启发式规则限制 模型维度,通过行权重实现最近最新优先。
  3. 所属分类:专业指导

    • 发布日期:2009-03-25
    • 文件大小:205824
    • 提供者:icelovely
  1. 阿里数据仓库模型设计

  2. 阿里支付宝数据仓库层次设计、逻辑数据模型设计方法、设计规范。
  3. 所属分类:电子商务

    • 发布日期:2018-06-27
    • 文件大小:1048576
    • 提供者:qq_39887938
  1. 非最小通用超维模型中的B异常

  2. 我们在非最小通用额外维度模型的框架内调查B异常。 总共考虑了在B→D(*)τν,Pτ(D(*))和FL(D *)中新测量的极化参数以及比率R(D(*))。 W玻色子和带电标量的Kaluza-Klein模有助于新的物理效果。 我们发现模型参数非常适合全局数据,且最小χ2/ d.o.f。 接近统一,使Bc→τν的分支比率为百分之几。 R(D)和R(D *)的最佳拟合值仍与标准模型预测的(≳2σ)相差甚远。
  3. 所属分类:其它

    • 发布日期:2020-04-03
    • 文件大小:1048576
    • 提供者:weixin_38539018
  1. 农作物信息数据仓库维度建模初探

  2. 农作物信息数据仓库维度建模初探,周志艳,罗锡文,本文根据维度建模的一般方法,结合农作物空间信息数据的特点,给出了农作物信息数据仓库的维度模型,包括该数据仓库的总线矩阵、
  3. 所属分类:其它

    • 发布日期:2020-03-01
    • 文件大小:403456
    • 提供者:weixin_38685538
  1. 大数据时代和Hadoop时代的维度建模和Kimball数据集市

  2. 维度建模是数据建模的一种特殊方法。维度建模有两个同义词,数据集市和星型结构。星型结构是为了更好地进行数据分析,参考下面图示的维度模型,可以有一个很直观的理解。通过它可以立即知道如何通过客户、产品、时间对订单进行分割,如何通过度量的聚集和比较对订单业务过程进行绩效评估。在回答这个问题之前,让我们回头来看看什么是所谓的维度数据建模。有一个常见的误区,数据建模的目的是用ER图来设计物理数据库,实际上远不仅如此。数据建模代表了企业业务流程的复杂度,记录了重要的业务规则和概念,并有助于规范企业的关键术语。
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:520192
    • 提供者:weixin_38502292
  1. 大数据时代和Hadoop时代的维度建模和Kimball数据集市

  2. 维度建模是数据建模的一种特殊方法。维度建模有两个同义词,数据集市和星型结构。星型结构是为了更好地进行数据分析,参考下面图示的维度模型,可以有一个很直观的理解。通过它可以立即知道如何通过客户、产品、时间对订单进行分割,如何通过度量的聚集和比较对订单业务过程进行绩效评估。在回答这个问题之前,让我们回头来看看什么是所谓的维度数据建模。有一个常见的误区,数据建模的目的是用ER图来设计物理数据库,实际上远不仅如此。数据建模代表了企业业务流程的复杂度,记录了重要的业务规则和概念,并有助于规范企业的关键术语。
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:520192
    • 提供者:weixin_38557370
« 12 3 4 5 6 7 8 9 10 ... 46 »