Üzleti intelligencia és adattárház fejlesztés

Nagy Levente (2020) Üzleti intelligencia és adattárház fejlesztés. Pénzügyi és Számviteli Kar.

[thumbnail of Nagy_Levente_TN2EX7.pdf] PDF
Nagy_Levente_TN2EX7.pdf
Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg

Download (2MB)
[thumbnail of BA_TO_Nagy_Levente_TN2EX7.pdf] PDF
BA_TO_Nagy_Levente_TN2EX7.pdf
Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg

Download (227kB)

Absztrakt (kivonat)

Dolgozatom első fejezetében az üzleti intelligenciáról írok. Röviden összefoglalom a történetét. Itt főleg azokra a fontos tényezőkre térek ki, hogy ki definiálta előszőr ezt a fogalmat, mikor történt ez, illetve az üzleti életben mikor terjedt el. A fejezetben kitérek arra is, hogy a vállalatok miért vezetnek be ilyen rendszereket, hogy mire használják őket, illetve a szervezeti működésben hol kapnak szerepet. Fejezetem zárásaként a döntéstámogató és vezetői információs rendszerekre térek ki.   A harmadik fejezet célja az, hogy ismertessem az olvasóval az üzleti intelligencia eszközeit. Röviden leírom egy általános BI rendszer felépítését, hogy milyen elemeket tartalmaz és miért, majd a további alpontokan a fő elemeket részletezem. Kitérek a forrásrendszerekre, az ETL eszközökre, az OLAP technológiára, az adattárházakra, META adatokra, adatvizualizációra, valamint az adatbányászatra is.   Az ETL alfejezetben kitérek, a push-pull adatkinyerési módszerre, valamint a törzsadatok és tényadatok leválogatási módszereire. Ezenkívül természetesen az adattranszformációról és az adatbetöltésről is írok. Az OLAP alfejezetben összehasonlítom az OLTP rendszerrel és ez alapján mutatom be mi is az és mire jó az OLAP. Az adattárházak alfejezetben a definíciót írom le és azt boncolgatom. Az adatvizualizáció részben leírom mit is jelent az adatmegjelenítés, valamint, hogy mik egy jó adatvizualizációnak az ismérvei, valamint a dashboard és a riport közötti különbségeket is ismertetem. Az adatbányászat alfejezetben meghatározom a célját, valamint egy általános adatbányászati projekt felépítését is ismertetem.   A negyedik fejezetben az adattárházakról írok részletesen. Első lépésben leírom, hogy mi a különbség az adattárház és az adatbázis között. Leírom az adattárház tervezés módszereit. Ezután kitérek a megvalósítási lehetőségekre, többek között, hogy mi az az ODS vagy adatpiac. A következő alfejezetben az adatmodellezés kap szerepet. Itt összefoglalom a logikai és fizikai adatmodell lényegét, valamint az ehhez kapcsolódó alapfogalmakat is tisztázom. Ezután rátérek az adatkockákra. Milyen műveleteket lehet velük végezni és azok miért jók. A következő részben az adatmodell sémáira térek ki. Itt legfőképpen a leggyakrabban használt csillag és galaxis sémára térek ki, de azért a hópehely sémáról is ejtek pár szót.         A következő alfejezetben egy adattárház komponenseit írom le. Itt lényegében összefoglalom az adatkinyeréstől az adatvizualizációig a lépéseket. Illetve röviden kitérek az adatfeltöltés gyakoriságára és annak kérdéseire. Végezetül a fejezetben néhány adattárház teljesítmény optimalizáló technikákat írok le többet között tábla particionálás, Denormalizáció, aggregáció vagy a parallel futás.   Az utolsó fő fejezetben egy minta adattárház megvalósítását mutatom be. Kezdésnek bemutatom a forrásadataimat, melyek ügyfél és az ügyfelek vásárlási adataiból állnak. A feladat során az adattárházam objektumait lemodelleztem majd oracle adatbázisban létrehoztam a táblákat. Ezután betöltöttem az adatokat trans, dwcore, és adatpiac szintekre is, természetesen egymásra építve őket. A végeredményt egy adatvizualizációs program segítségével mutattam be. Készítettem egy dashboardot majd az elkészült táblázatokat és diagramokat kiértékeltem.   Ezután egy rövid összefoglalás és a felhasznált források következnek.

Intézmény

Budapesti Gazdasági Egyetem

Kar

Pénzügyi és Számviteli Kar

Tanszék

Gazdaságinformatika Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Gazdaságinformatikus

Mű típusa: diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak: adatmodellezés, adattárház, Adatvizualizáció, etl, OLAP, üzleti intelligencia
SWORD Depositor: Archive User
Felhasználói azonosító szám (ID): Archive User
Rekord készítés dátuma: 2021. Már. 16. 13:00
Utolsó módosítás: 2021. Már. 16. 13:00

Actions (login required)

Tétel nézet Tétel nézet