0浙江大学本科毕业论文设计格式范文1.docx

《0浙江大学本科毕业论文设计格式范文1.docx》由会员分享，可在线阅读，更多相关《0浙江大学本科毕业论文设计格式范文1.docx（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、0浙江大学本科毕业论文设计格式范文1 本 科 生 毕 业 论 文（设计） 题目 数据仓库和数据挖掘技术在企业管理中的一个应用 与学号 某 3050142000 指导教师 某 年级与专业 2022级行政管理 所在学院 公共管理学院 大学本科生毕业论文（设计）诚信承诺书 1.本人重地承诺所呈交的毕业论文（设计），是在指导教师的指导下姓名只有两个字的，中间空 出一个汉字符，e.g. 李 某 “姓名、学号、指导教师、年级与专业、年月日”均用四号宋体打印，不得手写，各栏目下划线需统一长度 题目采用宋体三号加粗打 印，不得手写 严格按照学校和学院有关规定完成的。 2.本人在毕业论文（设计）中引用他人的观点

2、和参考资料均加以注释和说明。 3. 本人承诺在毕业论文（设计）选题和研究容过程中没有抄袭他人研究成果和伪造相关数据等行为。 4. 在毕业论文（设计）中对侵犯任何方面知识产权的行为，由本人承担相应的法律责任。 毕业论文（设计）作者签名： 年月日 一、毕业论文 二、文献综述 三、开题报告 四、外文翻译 本文总结了数据仓库和数据挖掘技术的研究及其在企业管理决策支持系统中的应用，在此基础上提出了市自来水公司生产和销售两大主题的数据仓库概要设计。 为了解决自来水公司的供销差异和客户服务问题，研究中结合地理信息系统提出了管网计算模型和求解方法，为生产、销售两大主题数据挖掘分析提供解决途径。本研究对公用事业

3、领域数据仓库和数据挖掘技术的应用有一定的参考价值。研究中得到的结论有： 1.数据仓库和数据挖掘技术正在被越来越多的需要处理海量数据的企业所应用，数据仓库尤其是数据挖掘技术成了支持企业决策分析和改善企业管理的重要工具。 2.数据仓库在推动数据库技术创新的同时为企业管理决策支持系统提出了新的思路，基于数据仓库的管理决策支持系统实现了数据的多维分析处理，通过联机分析处理和数据挖掘技术进行知识发现、提供决策信息。 3.主题数据仓库的应用给出了数据仓库“自下而上”开发策略的可行性。 4.数据仓库和数据挖掘技术的应用领域可以进一步拓宽。自来水公司、煤气管道公司、电力公司等城市公用事业领域可以在原有计算机信

4、息系统的基础上构建数据仓库，提高企业数据存储、操作、分析应用的能力。 5.城市公用事业领域数据仓库的集成需要地理信息系统的支持，地理维是数据仓库维设计中除了产品维、时间维和用户维的关键维度，地理维的设计与企业地理信息系统是一致的。 6.管网计算模型结合地理信息系统的数据挖掘应用能分析任一区域的生产和销 关键词：数据仓库；数据挖掘；决策支持系统；地理信息系统 data mining, and the applications of which on the business decision support systems. The conclusions shows as follows: 1

5、.More and more companies have been applying data warehouse and data mining that magnitude of data need be dealt with. Data warehouse, especially data mining, is becoming the important tool to support decision-making and improve business management. bining GIS with pipe network model, data mining can

6、 do analyze the two themes difference of production and sales in any regions and then do location. So enterprises gain effective information in time to hold enterprise operations and improves, and enterprise competition boost up. Key words: data warehouse; data mining; DSS; GIS 目 （三）数据仓库的实现 (15) （四）公用事业与地理信息系统 (23) 三、研究的目标、容及研究方法 (25) （一）研究目标 (25) （二）研究容 (25) （三）研究方法和步骤 (25) 四、数据仓库的设计与数据挖掘应用 (27) （一）数据仓库的设计 (27) （二）数据挖掘应用 (37) 五、结论 (52) （一）研究讨论 (52) （二）研究结论 (53) 参考文献 (54) 附录 (55) 致 (58)