随着信息技术与社会经济的发展,世界经济日益呈现全球化、网络化、信息化与知识化的特征。企业每天都会产生大量重要的数据信息,然而其中仅有一小部分会在相关的业务分析中被使用,大多数企业都处于“数据过剩,信息不足”的状态。将数据仓库技术、联机分析处理和数据挖掘技术用于现代企业业务分析中则可以大大提高企业的分析决策能力。其中,数据仓库侧重于数据的存储和组织,联机分析处理侧重于数据的分析,数据挖掘则致力于知识的自动发现,若把三者结合起来,就可以使它们的能力得到更加充分地发挥。 本文对数据仓库在证券业务分析系统中的应用相关理论进行了探讨,重点阐述了数据仓库的设计以及基于数据仓库、联机分析处理和数据挖掘的证券业务分析系统的体系结构,并结合证券公司的实际需求提出了数据仓库、联机分析处理和数据挖掘在证券业务分析系统中的具体应用方案。对于数据仓库在证券业务分析系统中的应用研究具有重要的实际参考价值。 本文共分五个部分。第一部分主要说明了论文研究的背景,研究的目的和意义,数据仓库技术和证券业务信息化国内外研究现状综述以及本文的创新点;第二部分主要介绍了数据仓库技术,包括数据仓库的概念、特征和数据组织,数据仓库系统的体系结构,数据仓库的分析工具,比如联机分析处理和数据挖掘等等,数据仓库技术在证券行业应用的意义和现状以及主要的数据仓库厂商和产品;第三部分对证券业务分析系统进行了设计,介绍了该系统功能模块的分析和设计,从总体上对系统的技术路线进行了选择,设计出了系统的体系框架以及网络连接图,说明了系统开发和运行的环境;第四部分详细讲述数据仓库在证券业务分析系统中的应用,首先介绍了数据仓库系统的设计及实现步骤,然后将OLAP技术引入到证券分析领域,利用OLAP工具使用户能够从不同的角度观察、比较股票交易数据以及利用多元线形回归分析法预测股票价格,最后通过数据挖掘技术挖掘股票之间的关联规则,使投资者了解各种股票的走势及股票之间的关系,从而作出正确的投资决策;第五部分对本文研究的问题进行了总结并提出了研究的前景和今后研究工作的重点内容。