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

1、隨著世界經(jīng)濟(jì)全球化，尤其是現(xiàn)代物流的發(fā)展，港口對(duì)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(jìng)爭(zhēng)不斷加劇，港口企業(yè)和客戶對(duì)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(wù)量的急劇增長(zhǎng)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(zhǔn)確及時(shí)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(jià)值的關(guān)聯(lián)關(guān)系為港口企業(yè)的科學(xué)的決策提供數(shù)據(jù)和理論支持。本文構(gòu)建港口煤炭生產(chǎn)數(shù)

2、據(jù)的OLAP分析平臺(tái)，主要工作如下。
　　首先，提出基于時(shí)間序列指數(shù)平滑模型的港口煤炭業(yè)務(wù)預(yù)測(cè)算法。該算法使用時(shí)間序列指數(shù)平滑預(yù)測(cè)方法對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，采用上期實(shí)際數(shù)和預(yù)測(cè)值，用指數(shù)加權(quán)的方法進(jìn)行預(yù)測(cè)，經(jīng)過ETL過程進(jìn)一步清洗數(shù)據(jù)，轉(zhuǎn)換裝載到數(shù)據(jù)倉(cāng)庫(kù)中，使數(shù)據(jù)適合OLAP分析技術(shù)的應(yīng)用要求，并實(shí)現(xiàn)對(duì)港口煤炭吞吐量的預(yù)測(cè)。
　　其次，提出港口煤炭業(yè)務(wù)設(shè)備維修的關(guān)聯(lián)規(guī)則挖掘算法。該算法針對(duì)煤炭業(yè)務(wù)設(shè)備維修業(yè)務(wù)的不同維度進(jìn)行頻繁模

3、式挖掘，以及時(shí)準(zhǔn)確預(yù)測(cè)設(shè)備發(fā)生故障的時(shí)間。通過挖掘港口生產(chǎn)業(yè)務(wù)中各個(gè)數(shù)據(jù)字段之間的關(guān)系，得出隱藏在數(shù)據(jù)背后的強(qiáng)關(guān)聯(lián)關(guān)系，為港口的日常決策提供理論服務(wù)。
　　最后，將 OLAP分析方法應(yīng)用到煤炭生產(chǎn)業(yè)務(wù)主題中的各個(gè)方面，用于處理港口煤炭主題數(shù)據(jù)倉(cāng)庫(kù)中的龐雜數(shù)據(jù)。結(jié)合數(shù)據(jù)預(yù)處理技術(shù)和關(guān)聯(lián)規(guī)則挖掘方法，實(shí)現(xiàn)港口OLAP系統(tǒng)的設(shè)計(jì)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(shí)驗(yàn)結(jié)果證明了算法在港口業(yè)務(wù)數(shù)據(jù)分析