港口OLAP系統(tǒng)的業(yè)務數(shù)據(jù)分析方法研究.pdf

1、隨著世界經(jīng)濟全球化，尤其是現(xiàn)代物流的發(fā)展，港口對周圍地區(qū)和腹地產(chǎn)生巨大的輻射作用，港口逐漸成為現(xiàn)代綜合物流中心。但是，由于港口之間的競爭不斷加劇，港口企業(yè)和客戶對所提供數(shù)據(jù)的內(nèi)容和質(zhì)量要求也越來越高。業(yè)務量的急劇增長使港口企業(yè)很難憑感覺分析和發(fā)現(xiàn)數(shù)據(jù)中隱含的有用規(guī)律，無法準確及時地獲取決策支持信息。因此，有必要采用有效的分析工具和挖掘方法從繁雜分散數(shù)據(jù)源抽取有價值的關聯(lián)關系為港口企業(yè)的科學的決策提供數(shù)據(jù)和理論支持。本文構建港口煤炭生產(chǎn)數(shù)

2、據(jù)的OLAP分析平臺，主要工作如下。
　　首先，提出基于時間序列指數(shù)平滑模型的港口煤炭業(yè)務預測算法。該算法使用時間序列指數(shù)平滑預測方法對數(shù)據(jù)進行預處理，采用上期實際數(shù)和預測值，用指數(shù)加權的方法進行預測，經(jīng)過ETL過程進一步清洗數(shù)據(jù)，轉換裝載到數(shù)據(jù)倉庫中，使數(shù)據(jù)適合OLAP分析技術的應用要求，并實現(xiàn)對港口煤炭吞吐量的預測。
　　其次，提出港口煤炭業(yè)務設備維修的關聯(lián)規(guī)則挖掘算法。該算法針對煤炭業(yè)務設備維修業(yè)務的不同維度進行頻繁模

3、式挖掘，以及時準確預測設備發(fā)生故障的時間。通過挖掘港口生產(chǎn)業(yè)務中各個數(shù)據(jù)字段之間的關系，得出隱藏在數(shù)據(jù)背后的強關聯(lián)關系，為港口的日常決策提供理論服務。
　　最后，將 OLAP分析方法應用到煤炭生產(chǎn)業(yè)務主題中的各個方面，用于處理港口煤炭主題數(shù)據(jù)倉庫中的龐雜數(shù)據(jù)。結合數(shù)據(jù)預處理技術和關聯(lián)規(guī)則挖掘方法，實現(xiàn)港口OLAP系統(tǒng)的設計及生產(chǎn)數(shù)據(jù)的智能分析。
　　本文中各算法均采用Java語言編寫程序，實驗結果證明了算法在港口業(yè)務數(shù)據(jù)分析