篇一：数据库OLAP实验报告
实 验 报 告
课程名称
实验项目
专 业 计算机科学与技术 班 级 2011级02班 姓 名 朱思如 学 号20114161 指导教师赵丽娜 实验成绩
2013年 11月 15 日
一、实验目的
1、熟悉SQL Server 2005 Management Studio和Business Intelligence Development Studio基本操作
2、掌握数据仓库的基本构建方法 3、理解数据浏览和分析的基本方法 二、实验环境
sql server 2005、Visual Studio 2005、Windows XP 三、(转自：wWw.XiAocAoFanWeN.cOm 小 草 范文网:olap实验报告)实验过程
对华兴商业银行（一个虚拟的银行）在2000年至2005年之间的贷款数据进行的多维分析(原数据：华兴商业银行贷款数据_Data)，具体完成以下实验内容：
1、将“华兴商业银行贷款数据_Data”数据库按要求转换成新的数据库“华兴商业银行贷款_DW”，并装载到Manager Studio中，生成表的关系图。
2、构建多维数据集。
3、浏览不同季度的中关注,可疑，损失和正常贷款情况。
4、分别按年、季度浏览各个贷款类别的不良贷款和贷款总额。 5、查看各个贷款类别和各个贷款期限的贷款总额情况。
6、查看各个贷款期限和各个贷款类别下各信贷机构的贷款情况。 7、执行下钻、上卷、切片、切块、转轴操作。
8、打开Excel，“数据”，“数据透视表与数据透视图” 四、具体实验步骤
1、导入华兴商业银行贷款数据_Data到数据库
转换成新的数据库“华兴商业银行贷款_DW
2、数据源视图
多维数据集
3、浏览不同季度的中关注,可疑，损失和正常贷款情况。
篇二：数据挖掘实验报告：创建一个简单的OLAP实例
实验二：创建一个简单的OLAP实例
一、实验目的：
1、熟悉SQL Server 2005 Management Studio和Business Intelligence Development Studio基本操作
2、掌握数据仓库的基本构建方法
3、理解数据浏览和分析的基本方法
二、实验内容：
1.装载数据：samples数据库
2. 建立数据仓库项目：商业智能分析项目
3. 新建数据源
4.新建数据源视图
5. 建立多维数据集
6.部署
7.浏览器查看数据
8.进行下钻、上钻、切片、切块、转轴操作
三、实验结果与分析：
1、上卷：
分析：这里将英语地区各国家的相应城市不给予显示，各自封装在相应国家里，以国家为最小维度值进行数据显示，比较宏观地显示出各
产品不同年度在各个国家的订单情况，适合于战略层的数据分析。
2、下钻：
分析：这里选择将加拿大展开至城市级别，加拿大各城市的各年度的订单情况一目了然，根据各订单在不同城市的分布情况进行分析可以制定接下来的各种计划。
3、切块（将2003、2004年的数据移出，取CalenderYear=2001、2002）
分析：这里将2001、2002年两年的订单在英语国家地区成块显示出来，可以针对性地对这两个年度进行订单分析，以便制定计划或者了解情况。
4、切块（取CalenderYear=2001）
分析：这里将2001年的在英语国家地区的订单情况单独显示出来，可以有针对性地对2001年的订单情况进行分析，以获取针对性地结论。
5、转轴（将CalenderYear、CalenderSemester与English Country Region Name、City转换位置）
分析：这里将时间与地区的维度进行换位，以另一种角度看待整份订单情况表，一方面可以满足不同人的不同分析习惯；另一方面，这样也有利于以时间为主要分析对象的情况的。
四：实验总结
本次实验历时比较长，因为一开始对数据分析服务项目的操作一无所知，只能照着指导书一步一步来，自己也是无法琢磨出来的，因此历时比较长，感觉较累，但是当最终按照实验要求把上卷、下钻、切片、切块、转轴等操作顺利完成，心里非常开心，更有动力做以后的实验。另外由于操作步骤比较繁琐，个人觉得课外巩固是很有必要的。
篇三：实验报告
实验一 使用EXCEL中辅助决策工具进行物流预测与企业经营决策分析
一、实验目的：
（1）通过本实验掌握物流预测与确定型决策的原理和工作步骤。
（2）熟练运用 Excel 对物流需求进行预测与企业经营决策分析。
（3）培养运用常用信息工具解决物流管理中遇到的实际问题的能力。
二、实验内容：
表一列出了某物流配送中心过去 15 个月的产品出货量，要求用 Excel 对第16月出货量进行预测。
第一步：建立模型
设d1+、d1-为目标 1 的偏差情况,依此类推，总时间方面，每提前1 钟奖励2元，
延误1分钟则惩罚5元。5d1+ -2d1- ；总费用方面，每降低1元成本奖励1元，超
过1元则惩罚1元。d2+-d2- ；总质量方面，每提高一个质量等级奖励1元，降低
一个质量等级则惩罚2元，-d3++2d3- ；则根据案例分析可得目标函数为
minZ=5d1+ -2d1- +d2+-d2--d3++2d3-
那么这个约束条件包括质量约束、成本约束、时间约束以及平衡约束。
第二步，建立工作表，并输入相关数据，横向为集货、分货、拣货及配装四项，纵向包括一般时间、最小时间、成本、质量、单位成本、单位质量、质量权重、成本约束、质量约束，单位成本和单位质量未知，如何求得？
单位成本=成本/一般时间
单位质量=（质量-质量约束）/（一般时间-最小时间）
横向填充即可得到每个环节的单位成本和单位质量。
建立规划模型，横向仍为集货、分货、拣货、配装及实现值五项，纵向为时间目标、成本目标、质量目标，集货环节的成本目标为其对应的时间目标与单位成本之积，其他环节依次类推，质量目标为其对应的时间目标与单位质量的乘积，其他环节依此类推。时间目标的实现值为四个环节时间目标之和，成本目标实现值也是四个环节之和，质量目标的实现值为各环节质量权重与各环节质量目标的乘积之和。
建立规划模型，横向为目标值、正偏差、负偏差、平衡值、约束、目标值，总时间在 T= 100 分钟内，总费用限制在C=700元内，总质量要求达到Q=5，于是目标值下方的约束值分别为100、700、5，时间目标的平衡值为实现值-正偏差+负偏差，成本目标、质量目标依此类推。输入各目标的处罚系数，总偏差为目标值的正负偏差之积与处罚系数的正负偏差之积的和。
第三步：求解
在“规划求解参数”对话框中，输入总偏差下的位置，等于“最小值”，在“可变单元格”处输人“$I$16:$J$18,$B$16:$E$16”，然后输入约束条件，时
间目标<=一般时间，时间目标>=最小时间，成本目标<=成本约束，质量目标<=质量，质量目标>=质量约束。
在“规划求解选项”对话框，选定“采用线性模型”以及“假定非负”，得到结果。
三、实验分析与总结
移动平均法适用于即期预测，当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效。当时间序列的数值由于受周期变动和随机波动的影响，起伏较大，不易显示出事件的发展趋势时，使用移动平均法可以消除这些因素的影响，显示出事件的发展方向与趋势（即趋势线），然后依趋势线分析预测序列的长期趋势。
指数平滑法兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。但是难以确定指数平滑指数，受主观影响较大。
总偏差值与目标值得正负偏差息息相关，当处罚权重的正负偏差给定时，可以不断调整目标值的正负偏差，负偏差不变，正偏差都为正数时，值越大，总偏差越大，总的来说，由于总偏差为乘积和，它与偏差的数值及正负符号有必然联系。
时间目标分别为7、15、15、30，总偏差为0，当正偏差分别取6、4、3，负偏差分别取-2、-3、-3时，总偏差为32，而且经多次取值实验得知，总偏差
与时间目标的正负偏差的绝对值为正相关，与成本目标正负偏差的绝对值成正相关，与质量目标的正负偏差的绝对值为负相关。
可知，当时间目标分别为7、15、15、30时，利益最大。
实验二 数据仓库的构建
一、实验目的及要求
（一）实验目的
1．理解数据库与数据仓库之间的区别与联系；
2．掌握典型的关系型数据库及其数据仓库系统的工作原理以及应用方法；
3．掌握数据仓库建立的基本方法及其相关工具的使用。
（二）实验要求
利用实验室提供的实验软件，认真完成规定的实验项目，真实地记录实验中遇到的各种问题和解决的方法与过程，并绘出模拟实验案例的数据仓库模型。实验完成后，应根据实验情况写出实验报告。
二、实验设备及软件
基于NT的局域网络，服务器与客户端安装MS SQL Server 服务系统以及Analysis Services系统。
三、实验内容
以SQL Server为系统平台，设计、建立数据库，并以此为基础创建数据仓库。
四、实验步骤
第一步，启动SQL Server 服务，与服务器建立新连接。
第二步，注册服务器，服务器名称为“student+号码”
第三步，建立系统数据源连接，此连接需打开控制面板，在管理工具的数据源中建立，按指导书中的步骤建立名为“教程”的数据源，
第四步，建立数据库和数据源 ，可以按指导书中的详细说明来建立，需要在 Analysis Manager 树视图中展开“Analysis Servers，来新建数据库，此数据库名称与数据源名称一样，都为“教程”，建立之后，需要测试链接，测试成功，说明链接好了。
第五步，建立多维数据集，现在的身份是 FoodMart Corporation 的数据库管理员。FoodMart 是一家大型的连锁店，在美国、墨西哥和加拿大有销售业务。市场部想要按产品和顾客分析 1998 年进行的所有销售业务数据。使用存储在公司数据仓库中的数据，就能建立多维数据结构（多维数据集），以便在市场分析人员查询数据库时获取快速的响应。建立一个多维数据集，用于进行销售分析。
首先，打开多维数据集向导，在 Analysis Manager 树窗格中，“教程”数
据库下新建。
然后，向多维数据集添加度量值，度量值是要进行分析的数据库中的量化值。常用的度量值为销售、成本和预算数据。度量值根据多维数据集不同的维度类别进行分析。 我么你要分析1998 年进行的所有销售业务数据，必然在“教程”数据源中单击“sales_fact_1998”。
再建立时间维度，在向导的“选择多维数据集的维度”步骤，单击“新建维度”命令。此操作将调用维度向导。 选择“星型架构：单个维度表”，在“选择维度类型”中，选择“时间维度”，接下来，将定义维度的级别，“选择时间级别”，单击“年、季度、月”，这样可以按年、季度、月份来查看和分析数据，输入“Time”作为新维度的名称。
接下来建立产品维度，选择“雪花架构，将“Product”和“product_class”将它们添加到“选定的表”，在“维度名称”框中，输入“Product”，并保持“与其它多维数据集共享此维度”也就是复选框为选中状态。
再建立客户维度，选择“星型架构，选择“Customer”维度表，在“维度名称”框中，输入“Customer”。保持“与其它多维数据集共享此维度”复选框的选中状态。在多维数据集向导的最后一步，将多维数据集命名为“Sales”
结果如图
五、实验思考题