《区块链技术与智能服务应用》系统介绍了区块链以及智能服务的有关概念和原理，以及基于区块链智能合约的服务推荐、协同、优化以及负载均衡等技术。《区块链技术与智能服务应用》分为七章，内容涵盖：传统服务到智能化服务的演化，区块链基本概念、智能服务与区块链结合的框架与理论基础，面向冷启动问题的区块链智能服务跨域推荐，基于语义和基于QoS的智能服务组合；基于SaaS的智能服务平台负载均衡，基于分片和状态通的智
电子书
内容简介
本书包括：理论篇、项目篇、工具篇和实践篇。其中，理论篇涵盖了商业智能的大部分理论知识，项目篇根据实际项目和例子讲解各个知识点，工具篇介绍了商业智能开发中最常见的ETL工具Informatica和报表展示工具Cognos，实践篇是提供给项目设计人员和开发人员的练习资料。
章节目录
- 商业智能深入浅出：Cognos，Informatica技术与应用
- 书名页
- 版权页
- 前言
- 致谢
- 目 录
- 理论篇
- 第1章 商业智能简介
- 1.1 商业智能介绍
- 1.1.1 商业智能在企业中的作用
- 1.1.2 商业智能的功能
- 1.2 商业智能的发展趋势
- 1.3 商业智能的实施方法和步骤
- 1.3.1 商业智能的实施方法
- 1.3.2 商业智能的实施步骤
- 1.4 商业智能项目成功的关键
- 1.5 商业智能项目的组织机构
- 1.6 本章小结
- 第2章 学习商业智能之前的准备知识
- 2.1 Oracle体系结构介绍
- 1.数据库的定义
- 2.数据库实例
- 2.2 Oracle优化理论
- 2.2.1 外部优化原则
- 2.2.2 SQL优化基本规则
- 2.2.3 SQL使用规范
- 2.2.4 索引使用规范
- 2.2.5 临时表使用规范
- 2.2.6 索引创建原则
- 2.2.7 大数据量表的维护原则
- 2.2.8 视图创建原则
- 2.2.9 代码程序中使用索引的原则
- 2.2.10 代码程序中的一些建议
- 2.3 数据库建模理论知识
- 2.3.1 数据库的数据模型
- 2.3.2 数据库建模的一般流程
- 2.4 本章小结
- 第3章 商业智能数据仓库的理论知识
- 3.1 数据仓库的定义
- 3.2 数据仓库的特点
- 3.2.1 面向主题
- 3.2.2 集成性
- 3.2.3 稳定性
- 3.2.4 反映历史变化
- 3.3 数据仓库和数据库的区别
- 3.4 数据仓库开发过程介绍
- 3.4.1 规划分析阶段
- 3.4.2 设计实现阶段
- 3.4.3 使用维护阶段
- 3.5 数据仓库系统组成部分介绍
- 3.5.1 数据源分析
- 3.5.2 数据迁移
- 3.5.3 选择数据的存储结构
- 3.5.4 元数据
- 3.6 数据仓库模型设计介绍
- 3.6.1 概念模型
- 3.6.2 逻辑模型
- 3.6.3 物理模型
- 3.7 数据集市介绍
- 3.7.1 数据集市的定义
- 3.7.2 数据集市的类型
- 3.7.3 数据集市和数据仓库的区别
- 3.7.4 数据集市和数据仓库的关系
- 3.7.5 数据集市的目标分析
- 3.8 数据仓库实施详细步骤
- 3.8.1 需求分析
- 3.8.2 数据仓库的逻辑分析
- 3.8.3 设计ODS系统
- 3.8.4 数据仓库建模
- 3.8.5 数据集市建模
- 3.8.6 数据源分析
- 3.8.7 数据的获取与整合
- 3.8.8 应用分析
- 3.8.9 报表展现
- 3.9 数据仓库的作用
- 3.10 数据仓库的建设意义
- 3.11 本章小结
- 第4章 商业智能ETL简介
- 4.1 ETL在数据仓库中的重要地位
- 4.2 ETL的一般过程
- 4.3 研究ETL的本质
- 4.4 ETL的体系结构
- 4.5 ETL的难点
- 4.6 主流的ETL工具
- 4.7 ETL的作用
- 4.8 详解ETL过程
- 4.8.1 数据抽取
- 4.8.2 数据清洗
- 4.8.3 数据转换
- 4.8.4 数据加载
- 4.8.5 ETL的日志
- 4.9 ETL优化
- 4.10 ETL设计规范要点
- 4.11 ETL的框架结构
- 4.12 本章小结
- 第5章 商业智能联机分析处理理论简介
- 5.1 OLAP介绍
- 5.2 OLAP系统与OLTP系统的区别
- 5.3 OLAP的实现方法
- 5.4 OLAP的基本目标和特点
- 5.5 建立OLAP的过程
- 5.6 OLAP与数据仓库的关系
- 5.7 OLAP系统的实施过程
- 5.8 OLAP模型的设计与实现
- （1）了解用户的需求
- （2）逻辑模型的设计
- （3）OLAP的分析过程
- 5.9 本章小结
- 第6章 ODS与数据仓库的结合
- 6.1 ODS的概念
- 6.2 ODS的特点
- 6.3 ODS系统与数据库系统、数据仓库系统的区别
- （1）ODS系统与数据仓库的区别
- （2）ODS系统与数据库的区别
- 6.4 ODS的主要功能
- （1）作为业务系统和数据仓库之间的隔离地带
- （2）降低业务系统的压力
- （3）满足从微观角度查询细节数据的要求
- （4）实时性的数据整合功能
- （5）检查数据质量功能
- （6）为企业提供统一的数据视图和数据共享功能
- 6.5 ODS的设计步骤
- （1）数据调研
- （2）确定数据范围
- （3）设计主题元素
- （4）ODS系统的物理实现
- 6.6 基于ODS和基于数据仓库的OLAP之间的关系
- 6.7 数据库系统—ODS系统的转化机制
- 6.8 ODS系统的逻辑模型
- 6.9 ODS系统的架构
- 6.10 ODS系统的功能
- 6.11 本章小结
- 第7章 商业智能元数据简介
- 7.1 元数据的定义
- 7.2 元数据的重要性
- 7.3 元数据的类型
- 7.4 元数据的作用
- （1）帮助用户理解数据仓库系统中的数据
- （2）用于数据仓库系统的集成
- （3）保证数据的质量
- （4）提高数据仓库系统的灵活性
- 7.5 元数据的管理
- 7.6 元数据包含的内容
- 7.7 本章小结
- 项目篇
- 第8章 商业智能项目需求的定义
- 8.1 商业智能项目的启动
- （1）项目资源的组织和管理
- （2）项目的背景
- （3）确定项目成员的工作范围
- （4）确定项目需要交付的成果
- （5）项目组的成员角色及主要工作内容
- 8.2 商业智能项目的需求定义
- 1.需求调研问卷设计
- 2.需求调研问卷内容
- 3.制订商业智能项目的调研计划
- 4.调研方式
- 5.调研的内容和形式
- 6.商业智能项目需求的总结与整理
- 7.需求说明书的编写
- 8.逻辑分析说明书的编写
- 8.3 系统原型的建立
- 8.4 验收和评审的内容
- 8.5 本章小结
- 第9章 商业智能项目模型的建立
- 9.1 数据模型的设计原则
- 9.2 企业模型的意义
- 9.2.1 企业模型的定义
- 9.2.2 建设企业模型的意义
- 9.2.3 企业数据模型和其他模型之间的关系
- 9.2.4 与企业数据模型相关的概念
- 9.2.5 企业数据模型转换到数据仓库模型的步骤
- 9.3 概念模型的设计
- 9.4 逻辑模型的设计
- 9.4.1 ODS逻辑模型
- 9.4.2 数据仓库逻辑模型
- 9.4.3 数据集市逻辑模型
- 9.5 物理模型的设计
- 9.5.1 ODS物理模型的设计
- 9.5.2 数据仓库物理模型的设计
- 9.5.3 数据集市物理模型的设计
- 9.6 本章小结
- 第10章 商业智能数据仓库系统应用实例
- 10.1 定义数据仓库项目的生命周期
- （1）使用瀑布模型的条件
- （2）使用原型模型的条件
- 10.2 数据仓库粒度的划分
- 10.3 企业辅助决策分析系统的构建
- 10.4 决策分析系统一般的部署方案和步骤
- 10.4.1 提供系统安装软件的体系结构
- 10.4.2 部署系统的数据库环境
- 10.4.3 ETL环境的部署
- 10.4.4 报表展示环境的部署
- 10.5 本章小结
- 第11章 商业智能项目规划和管理
- 11.1 项目团队的组织结构
- 11.2 项目角色划分及技能要求
- 11.3 定义领导组的职责和主要任务
- 11.4 如何定义商业智能项目的进度
- 11.5 如何定义商业智能项目的过程
- 11.6 本章小结
- 第12章 数据抽取、转换和加载
- 12.1 ETL的定义和总体架构
- （1）抽取
- （2）清洗
- （3）转换
- （4）加载
- （5）元数据管理
- 12.2 定义ETL的流程
- （1）从源数据抽取到ODS数据缓冲区
- （2）从ODS数据缓冲区抽取到ODS统一信息视图区
- （3）从ODS统一信息视图区抽取到数据仓库
- （4）从数据仓库抽取到数据集市
- 12.3 ETL的加载方法
- 12.3.1 以时间戳作为加载条件
- 12.3.2 利用源表的日志信息对目标表进行数据加载
- 12.3.3 通过全表对比的方式进行数据加载
- 12.3.4 全表删除后再进行数据加载的方式
- 12.4 利用ETL构建企业级数据仓库
- 12.5 ETL的设计过程
- （1）数据源和ODS之间的对应
- （2）ODS和数据仓库之间的对应
- （3）数据仓库和数据集市之间的对应
- 12.6 ETL的备份与恢复
- 12.6.1 数据的备份
- 12.6.2 数据备份存放的介质以及目录结构
- 12.6.3 ETL程序的备份
- 12.6.4 数据的恢复方案
- 12.7 ETL数据质量的改进
- 12.7.1 ETL数据质量分析
- 12.7.2 ETL数据质量改进的方法和目标
- 12.7.3 推动ETL数据质量改进的方法
- 12.8 ETL应用举例
- 12.8.1 ETL分析需求
- 12.8.2 ETL数据源说明
- 12.8.3 ODS设计与抽取
- 12.8.4 DW设计与抽取
- 12.8.5 DM设计与抽取
- 12.9 本章小结
- 第13章 联机分析处理
- 13.1 OLAP的概念
- 13.2 OLAP的实施
- 13.2.1 建立“维”的概念
- 13.2.2 多维分析技术
- 13.2.3 OLAP实施的一般过程
- 13.3 OLAP的应用实例
- 13.3.1 案例背景
- 13.3.2 需求
- 13.3.3 数据准备
- 13.3.4 浏览分析数据
- 13.4 OLAP系统设计的一般步骤
- （1）对OLAP系统环境的描述
- （2）维度和度量的设计
- （3）维度模型的设计
- 13.5 本章小结
- 第14章 应用举例
- 14.1 项目工作计划的制订
- 14.1.1 对项目背景与目的的描述
- 14.1.2 确定项目需要交付的成果
- 14.1.3 制定项目管理文档
- 14.1.4 项目进度划分
- 14.2 需求分析
- 14.2.1 业务需求
- 14.2.2 功能需求
- 14.3 营销系统设计
- 14.3.1 总体架构设计
- 14.3.2 营销辅助决策系统的ETL架构设计
- 14.3.3 营销辅助决策系统数据访问功能设计
- 14.3.4 营销辅助决策系统展示方式设计
- 14.3.5 营销辅助决策系统主题分析功能设计
- 14.3.6 数据模型设计
- 14.4 ETL数据抽取
- 14.4.1 ETL物理设计
- 14.4.2 从源数据库抽取到ODS数据缓冲区
- 14.4.3 从ODS数据缓冲区抽取到ODS统一信息视图区
- 14.4.4 从ODS统一信息视图区抽取到数据仓库
- 14.4.5 从数据仓库抽取到数据集市
- 14.5 报表展示
- 1.报表—饼形图
- 2.报表—柱形图
- 3.报表—折线图
- 14.6 编写测试报告
- 1.编写测试概要
- 2.测试的环境
- 3.测试结果分析
- 4.对问题的统计
- 5.测试内容
- 6.测试结论
- 14.7 编写用户手册
- （1）对系统的概述
- （2）用户使用说明
- 14.8 软件发布
- 14.9 系统运行维护
- （1）数据库管理系统
- （2）系统故障处理
- 14.10 本章小结
- 工具篇
- 第15章 Informatica PowerCenter工具简介
- 15.1 Informatica PowerCenter介绍
- 15.1.1 Informatica的特点
- 15.1.2 Informatica的优势
- 15.2 Informatica PowerCenter工具概况
- 15.3 Informatica Servers引擎
- 15.4 Administration Console
- 15.4.1 登录方式
- 15.4.2 相关术语
- 15.5 PowerCenter Designer
- 15.5.1 菜单
- 15.5.2 工具栏
- 15.5.3 导航
- 15.5.4 工作区
- 15.5.5 输出窗口
- 15.6 Repository Manager
- 15.6.1 菜单
- 15.6.2 工具栏
- 15.6.3 导航
- 15.6.4 工作区
- 15.7 Workflow Manager
- 15.7.1 菜单
- 15.7.2 工具栏
- 15.7.3 导航
- 15.7.4 工作区
- 15.7.5 输出窗口
- 15.8 Workflow Monitor
- 15.8.1 工具栏
- 15.8.2 监控区
- 15.8.3 属性
- 15.9 本章小结
- 第16章 Cognos工具简介
- 16.1 Cognos介绍
- 16.1.1 Cognos的历史
- 16.1.2 Cognos的特点
- 16.1.3 Cognos的现状
- 16.2 Cognos工具浏览
- 1.Cognos Connection
- 2.Query Studio
- 3.Report Studio
- 4.Analysis Studio
- 5.Event Studio
- 6.Framework Manager
- 7.Transformer
- 8.PowerPlay
- 16.3 Cognos Configuration
- 16.4 Cognos Connection
- 16.4.1 菜单功能
- 16.4.2 选项卡介绍
- 16.4.3 工具栏的使用
- 16.5 Query Studio
- 16.6 Analysis Studio介绍
- 16.6.1 Analysis Studio的组成
- 16.6.2 菜单功能
- 16.7 Report Studio介绍
- 16.7.1 Report Studio的组成
- 16.7.2 菜单功能
- 16.8 Event Studio介绍
- 16.8.1 Event介绍
- 16.8.2 Task介绍
- 16.9 Framework Manager建模工具
- 16.9.1 菜单介绍
- 16.9.2 工作区
- 16.10 Transformer介绍
- 16.10.1 Data Sources
- 16.10.2 Dimension Map
- 16.10.3 Measures
- 16.10.4 PowerCubes
- 16.10.5 Customer Views
- 16.10.6 Signon
- 16.11 Cognos PowerPlay
- 16.11.1 菜单介绍
- 16.11.2 工具栏
- 16.11.3 维度视图
- 16.12 本章小结
- 实践篇
- 第17章 Informatica的安装与快速入门
- 17.1 Informatica PowerCenter的安装方案
- 17.1.1 安装前的准备
- 17.1.2 服务器端安装
- 17.1.3 客户端安装
- 17.2 Informatica PowerCenter工具的一般使用流程
- 17.3 Informatica PowerCenter快速入门
- 17.3.1 前期准备
- 17.3.2 定义源数据
- 17.3.3 定义目标数据
- 17.3.4 定义映射规则
- 17.3.5 定义工作流
- 17.3.6 启动工作流程
- 17.4 本章小结
- 第18章 Informatica实例
- 18.1 缓慢变化维的概念
- 18.2 缓慢变化维的实现方式
- 18.2.1 覆盖方式
- 18.2.2 全历史记录
- 18.2.3 标记位方式
- 18.2.4 时间戳方式
- 18.2.5 记录最新记录和上一次历史
- 18.3 本章小结
- 第19章 Cognos安装与快速入门
- 19.1 Cognos 8安装
- 19.1.1 Cognos服务器安装
- 19.1.2 Cognos Framework安装
- 19.1.3 Cognos Transformer安装
- 19.1.4 Cognos语言包安装
- 19.1.5 Cognos PowerPlay安装
- 19.2 Cognos入门前的准备工作
- 19.2.1 创建Oracle数据库实例
- 19.2.2 执行建表空间和创建数据库用户的脚本
- 19.2.3 Cognos部署设置
- 19.2.4 配置Cognos服务
- 19.2.5 启动Cognos服务
- 19.3 Cognos入门实例一
- 19.3.1 使用Framework建模
- 19.3.2 使用Report Studio制作报表
- 19.3.3 查看报表
- 19.4 Cognos入门实例二
- 19.4.1 使用Framework建模
- 19.4.2 使用Transformer立方体多维建模
- 19.4.3 使用Analysis Studio制作多维报表
- 19.4.4 查看报表
- 19.5 本章小结
- 第20章 Cognos实例
- 20.1 Section报表的开发
- 20.2 Conditional Style报表的开发
- 20.3 图表型报表的开发
- 20.4 Drill-Through报表的开发
- 1.使用Framework创建数据模型
- 2.Cognos Connection打开发布的包（见图20-37） 3.使用Report Studio创建详细列表信息页
- 4.使用Report Studio创建主页
- 5.制作Drill-Through报表
- 20.5 本章小结
- 第21章 Cognos的安全管理
- 21.1 Cognos安全性介绍
- 21.1.1 Cognos应用防火墙
- 21.1.2 身份验证
- 21.1.3 访问授权
- 21.1.4 加密服务
- 21.2 Cognos安全部署
- 21.2.1 操作系统安全技术
- 21.2.2 网络安全技术
- 21.2.3 应用安全技术
- 21.2.4 安全审计
- 21.3 Cognos安全实践
- 21.3.1 创建Cognos组、角色
- 21.3.2 为组、角色添加用户成员
- 21.3.3 在Framework中设置包的访问授权
- 21.4 本章小结
- 第22章 Cognos优化
- 22.1 增加Cognos 8的内存以提高运行速度
- 22.2 提高Cognos 8的数据库访问速度
- 22.3 修改Cognos 8的reportservice.xml参数
- 22.4 修改读取高速缓存的值以提高性能
- 22.5 开启crosstab caching提高cube的访问速度
- 22.6 读取数据时启用多CPU处理
- 22.7 减少cube数据的提交次数
- 22.8 本章小结
- 技术词汇
展开全部
商业智能深入浅出——Cognos，Informatica技术与应用是2012年由机械工业出版社出版,作者王飞。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《商业智能深入浅出——Cognos，Informatica技术与应用》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
全书共分为四篇，涵盖了12章。第1章为第一篇，介绍了无线通信中的人工智能基础理论与算法，重点介绍了无线通信常用的人工智能方法。第2章～第5章为第二篇，探讨了人工智能在无线通信传输技术中的应用，详细解析了物理层信号处理中的典型案例。第6章～第9章为第三篇，聚焦于人工智能在无线通信组网技术中的应用，深入讲解了资源管理中的典型案例。第10章～第12章为第四篇，讨论了人工智能在语义通信中的应用，详细阐述了
电子书
本书概述了物联网、测绘技术、BIM技术、5G技术、移动互联网技术、大数据技术、人工智能技术与区块链技术等前沿技术的特点，讨论了各类技术在智慧园区建设方面的潜在应用价值；与此同时，还搜集和梳理了大量国内外智慧园区案例，涵盖园区建设、运营管理、智能化设施、智慧服务、园区大脑等丰富的业务场景，既展示了数字化技术在助力园区智慧化方面所能发挥的巨大价值，也探讨了相关技术在落地应用过程中可能面临的各类挑战。
电子书
本书共九章，主要内容包括：地基基础和地下空间工程技术、钢筋与混凝土技术、模板脚手架技术、装配式混凝土结构技术、钢结构技术、机电安装工程技术、绿色施工技术、防水技术、抗震与加固技术等。
电子书
本书详细讲解了物联网应用技术(智能家居)领域涉及的基本概念、基础理论和开发技术。全书分为3篇，分别为基础篇、技术篇和开发篇，共8章，分别介绍了智能家居概述、传感与控制技术、短距离无线通信技术、智能化技术、智能家居企业平台与生态、智能家居单品、集成开发环境，以及智能家居系统开发样例。
电子书
本书主要针对智能家居本身及相关技术进行了介绍，同时详细介绍了智能家居中子系统的设计、安装和调试。全书共分8章：第1章智能家居概述，第2章智能家居系统的组成，第3章智能照明控制，第4章智能电器控制，第5章家庭安防报警，第6章家庭环境监控，第7章家庭能耗管控，第8章智能家居工程案例。本书内容丰富、图文并茂，具有较强的系统性和实用性，可作为高等职业学校物联网应用专业的智能家居课程的教学参考书，也可供广大
电子书
本书分为3篇，共13章。第1～3章为入门篇，主要介绍了与区块链相关的理论知识，并分别讲述了区块链与5G、人工智能、物联网等前沿技术的融合；第4～9章为应用篇，主要讲述了区块链的场景实战，分析区块链与社交、流媒体、共享经济、电商、金融、体育等领域的结合；第10～13章为运营篇，主要讲述了区块链领域的营销之道，以及区块链项目和区块链业务的相关知识，为准备入局区块链的公司或个人提供了新的思路。本书以读者
电子书
VR（虚拟现实）以及AR（增强现实）越来越受到科技界、资本界、媒体界甚至学术界的关注。本书的内容不仅包括VR，也包括AR，乃至比AR更深一层的MR（混合现实），同时还对VR/AR的各行业痛点进行详尽分析，能给予读者更好的指引。本书共分9章，兼具趣味性和专业性，全面且深入。首先从宏观角度介绍了VR和AR的概念；其次介绍其技术实现方法；接着从影视、游戏2个应用更多的行业入手探讨VR/AR与它们的结合；
