学海网

毕业设计-基于WEB的农业信息管理系统的设计与应用—数据仓库与数据挖掘，共51页，18948字，附源代码、开题报告、答辩PPT等
主要内容
“基于WEB的农业信息管理系统的设计与应用――数据仓库与数据挖掘”这个项目是以农产品数量安全信息资源管理支撑技术和智能分析与预警关键技术为基础研发“农产品数量安全智能分析与预警平台”，有效地整合各种与农产品的生产、消费和价格相关的数据，以解决目前农产品数量安全相关信息分散管理，缺乏有效联系的现状，为行业主管部门以及企事业单位提供统一的信息来源和公共的信息处理模块。
该项目主要完成三个方面的功能需求。第一，知识模型表示和管理。采用知识系统工程思想方法论，研究开发只是模型表示和应用技术、形成完整的管理架构。知识模型管理系统是在信息资源基础上，集成整合各类信息资源，通过数据挖掘对信息进行抽取升华，是系统的处理寻求、理解和使用数据资源以创造价值的基础支撑模块。
第二，GIS应用支撑。农产品数量安全问题具有地域性和综合性的特点。地理信息与农产品数量安全信息融合，辅助业务分析，将为平台所支持的各种应用和业务系统提供更加科学总管的展现手段。该研究在对农产品数量安全相关的地理环境，自然资源，人口分布等方面完成基础的数据业务和逻辑构建，开发完全可信的农产品数量安全应用地理信息支撑环境。
第三，智能分析服务中间件。基于面向服务的系统架构，研究恩能够支撑各项农产品数量安全分析的服务逻辑中间层架构，从服务建模、服务访问、服务
质量和服务组织四个层面，实现包括数据筛选、食物处理、及配置管理、安全管理，注册与发现、执行与监控等一系列的核心服务流程。
.........

中文摘要
农业信息化的目的之一是为了使农业生产的各个环节都在科学数据的指导之下进行。要实现农业信息化，就必须依靠农业信息技术。农业信息技术包括农业信息网络、农业数据库系统、管理信息系统、决策支持系统等诸多领域。近年来，农产品连年增收，主要农产品供给充足，市场价格基本稳定，为国家应对国内外大事奠定了坚实的基础。但与此同时，生产风险加大，灾害频发发生，价格波动加剧。2007年世界粮食价格大涨，诱发了36个国家发生粮食危机，而2008年粮食价格的大幅度下降，使得农业效益增长极为困难。如何加强对农产品的预测及分析成为极为重要的研究课题。
本文主要研究了基于WEB的农业信息管理系统的设计与应用中的数据仓库与数据挖掘部分，为其他子系统设计奠定数据基础。具体研究内容为：
（1）通过对数据仓库理论、OLAP分析以及数据挖掘技术的研究，结合基于WEB的农业信息管理系统的特点，采用了经典的三级模型设计，以Microsoft SQL Server 2008为平台，采用星型模式构建了以农产品价格为主题的数据仓库。
（2）在充分理解数据源及数据定义的基础上，完成了数据的抽取、清洗、转换和装载的过程，实现了从多个事务处理数据库中抽取有用的数据，最终将干净、完整、一直的数据装载到农产品价格管理数据仓库中。
（3）通过对农产品价格管理数据仓库的分析和理解，构建了农产品价格管理数据立方体，通过切块、旋转和钻取等操作对数据进行了多角度、深层次的分析，并通过数据透视表、透视图对OLAP的分析结果进行了直观、生动的展示。
（4）对农产品价格管理数据仓库进行关联规则的数据挖掘，通过分析数据，挖掘出时间、地点、农产品、市场中哪些因素对数据波动的影响比较大。从而为价格的预测提供决策信息。
关键字：农产品价格管理数据仓库；数据仓库；数据挖掘；OLAP；关联规则

目录
中文摘要 I
Abstract II
目录 III
图目录 VI
表目录 VII
第一章 绪论 1
1.1 课题背景 1
1.2 国内外研究现状 1
1.3 论文的主要研究内容 2
第二章 数据仓库以及数据挖掘技术概述 3
2.1 数据仓库的概念 3
2.2 数据挖掘的概念 3
2.3 数据挖掘的方法 3
2.4 本章小结 5
第三章 农产品价格管理数据仓库的设计与构建 6
3.1 数据仓库的建立 6
3.2 农产品价格管理数据仓库概述 6
3.3 农产品价格管理数据仓库的需求分析 6
3.4 农产品价格管理数据仓库的模型设计 7
3.4.1 概念模型设计 7
3.4.2 逻辑模型设计 8
3.4.3 物理模型设计 9
3.5 构建农产品价格管理数据仓库 9
3.5.1 选择开发工具 9
3.5.2 ETL的分析与设计 10
3.5.3 生成农产品价格管理数据仓库 14
3.6 本章小结 19
第四章 价格管理数据立方体的构建与OLAP分析 20
4.1 SSAS 2008中的OLAP设计方法 20
4.2 农产品价格管理数据立方体的建立及应用 21
4.2.1 农产品价格管理数据立方体的建立 21
4.2.2 农产品价格管理数据立方体的编辑和应用 23
4.3 基于农产品价格管理的OLAP分析 24
4.3.1 使用数据透视表、透视图对某城市某产品的价格进行分析 24
4.3.2 对某产品某时间走势的价格进行分析 26
4.4 本章小结 26
第五章 数据挖掘技术在农产品价格管理中的应用 28
5.1 关联规则和Apriori算法 28
5.1.1 关联规则的定义及表示 28
5.1.2 Apriori算法介绍 28
5.1.3 Apriori算法介绍示例说明 30
5.1.4 从频繁项集产生关联规则 34
5.2 利用SQL Server 2008对农产品价格管理系统进行关联规则挖掘 34
5.3 本章小结 37
第六章 结论与设想 38
6.1 结论 38
6.2 设想 38
收获体验及谢辞 39
参考文献 40
图目录
图 3-1 农产品价格管理数据仓库分析模型 9
图 3-2 MS SQL Server 2008 的数据仓库架构 10
图 3-3 连接源数据库 11
图 3-4 数据流执行成功 12
图 3-5 源数据DomesticProductionInfo表 12
图 3-6 源数据 DomesticProductionTypeInfo表 12
图 3-7 转换后的Production表 13
图 3-8 源数据 DomesticRegionInfo表 13
图 3-9 转换后的Region 表 13
图 3-10 转换前的MarketInfo 表 14
图 3-11 转换后的Market 表 14
图 3-12 转换前的PriceInfo 表 14
图 3-13 转换后的Price表 14
图 3-14 选择数据源 16
图 3-15 输入数据源名称 16
图 3-16 选择数据表 17
图 3-17 新建数据源视图 17
图 3-18 创建多维数据集 18
图 3-19 选择度量值 18
图 3-20 确定维度 18
图 3-21 最后生成的数据仓库 19
图 4-1 自下而上法示意图 20
图 4-2 自上而下法示意图 21
图 4-3 创建数据源 22
图 4-4 数据视图 22
图 4-5 创建多维数据集 23
图 4-6 通过SSAS 浏览器进行OLAP分析 23
图 4-7 通过透视图进行OLAP分析 24
图 4-8 透视表中的数据 25
图 4-9 通过透视图进行OLAP分析1 25
图 4-10 通过透视图进行OLAP分析2 26
图 4-11 西洋芹从2010年4月30日至2012年12月1日的价格走势 26
图 5-1 挖掘查看器-规则 35
图 5-2 挖掘查看器-项集 36
图 5-3 挖掘查看器-依赖关系网络 36
表目录
表 3-1 农产品价格管理数据仓库相关数据表 8
表 3-2 价格事实表 15
表 3-3 农产品维度表 15
表 3-4 地区维度表 15
表 3-5 市场维度表 15
表 4-1 透视表示意图 24
表 5-1 示例数据库项目表 30
表 5-2 候选1-项集C1表 30
表 5-3 候选1-项集C1支持率表 31
表 5-4 频繁1-项集L1表 31
表 5-5 候选2-项集C2表 32
表 5-6 候选2-项集C2支持率表 32
表 5-7 频繁2-项集L2表 33
表 5-8 候选3-项集C3表 33
表 5-9 候选3-项集C3支持率表 33
表 5-10 频繁3-项集L3表 34

论文的主要研究内容
本文重点分析了我国农产品价格波动现状，通过对数据仓库理论、OLAP分析以及数据挖掘技术相关知识的分析研究，成功的构建了农产品价格管理数据仓库，并对其进行了多角度的OLAP分析，并对该数据仓库进行了关联规则挖掘，得到了有意义的结果，为农产品价格的分析和控制提供了决策信息。
论文的主要研究内容：
（1）利用数据仓库技术，通过三级模型设计，采用星型模式构建了以农产品价格为主题的数据仓库。
（2）通过分析原始业务已及原始业务数据源的构成，在充分理解数据定义的基础上，给出了数据抽取、清洗、转换和装载的方法，结合SQL Server 2005的SSIS服务功能，实现了数据的ETL操作，生成了农产品价格管理数据仓库。
（3）在农产品价格管理数据仓库的基础上，根据实际生活中关心的问题，构建了农产品价格管理数据立方体，从多角度对其进行了深层次的OLAP分析，通过表格和图表两种方式对分析结果进行了展示，最后结合分析结果所反映的问题，提出了一些有意义的建议，为管理者提供了决策信息。
（4）对农产品价格管理数据仓库进行关联规则的数据挖掘。从而为价格的预测提供决策信息。