背景介绍熟悉社保行业的读者可以知道，目前我们国家的社保主要分为养老，失业，工伤，生育，医疗保险和劳动力市场这 6 大块主要业务领域。在这 6 大业务领域中，目前的状况养老和事业的系统已经基本完善，已经有一部分数据开始联网检测。而，对于工伤，生育，医疗和劳动力市场这一块业务，有些地方发展的比较成熟，而有些地方还不够成熟。1.业务建模阶段基于以上的背景介绍，我们在业务建模阶段，就很容易来划分相应的业务
前言写该篇文章有2个目的：
1、 输出倒逼输入，对工作学习做一个总结、查漏补缺
2、 帮助刚入行的同学建立对数仓的初步认识一、 数仓是啥要解释这个问题，首先先思考下"仓库"的含义。我们能够想到，仓库一般有一下几个特点：
1、 接受货物；
2、 存放货物；
3、 分发货物；
4、 。。。；数仓的功能非常类似，核心也就是下面的功能：
1、 采集数据；
2、 存储数据；
3、 分发数据；
4、 。。。地
寿险行业数据挖掘应用分析 寿险是保险行业的一个重要分支，具有巨大的市场发展空间，因此，随着寿险市场的开放、外资公司的介入，竞争逐步升级，群雄逐鹿已成定局。如何保持自身的核心竞争力，使自己始终立于不败之地，是每个企业必须面对的问题。信息技术的应用无疑是提高企业竞争力的有效手段之一。寿险信息系统经过了多年的发展，已逐步成熟完善，并积累了相当数量的数据资源，为数据挖掘提供了坚实的基础，而通过数据挖掘发现
转载
2023-06-06 21:43:23
174阅读
知识图谱数据来源该项目数据来自OPENKG，是openkg提供的开源数据集，数据存储在.xls文件中。构建知识图谱代码# @file: graph_build.py
# @desc: 在neo4j中生成节点和边，构建保险知识图谱
import pandas as pd
from py2neo import Graph,Node
class GraphBuild:
def __init_
数仓模型案例一、范式建模1.零范式为便于分级说明三范式的特点，我们将不满足任何范式即无范式的数据称为零范式，假设它只满足一个最基本的条件——数据中不存在重复数据。假设根据零范式的定义数据库中有一张保险订单统计表，表中包含了用户id、保险id、用户名、注册省份、注册城市、注册区县、保险名称、购买信息(价格、数量)、总保费、购买日期。具体情况如下图：2.一范式在零范式的基础上加上字段具有原子性即属性不
优炫软件凭借优异的技术实力、产品性能和高品质服务成功签约中国再保险(集团)股份有限公司（简称“中国再保险”），助力中国再保险，将国外数据库迁移到优炫数据库UXDB，满足保险业业务创新发展与信创需求。优炫数据库管理系统优炫数据库管理系统是优炫软件研发的安全可信企业级数据库，拥有自主知识产权，是自主可控国产数据库软件。支持多种数据类型，具备高可用、高性能、高安全、易维护、可扩展等众多优异的核心特性，支
2.5 年前，就学过php,不过当时并没有学好，导致对数据库的设计是一知半解的；一直都知道php 在设计时，使用的是 MVC 模式，但是什么是MVC ,却没有搞懂过。前两天重新翻看了以前的笔记，才明白MVC 的思路现在自己设计一个 关于汽车保险的详情数据库,先来分析一下：数据库中需要有id,有保险公司，保险公司是可以选择的，再一个是保险分类，主要有三种质保类别，1是综合质保方案，2是重要质保方案，
保险推销用户行为分析一、选题的背景当今社会时代下，人们生活中有时遇到一些意外事故，比如车祸，伤病等，而随之发展起来针对这些意外事故做保护的各种保险产业，应运而生。保险行业的出现创造了许多的就业岗位，因为销售提成的原因也有不少年轻人选择进入这个行业。当前受疫情等因素影响，经济增长缓慢，个人收入降低；但同样，增加了许多人为自己和家人购买保险的想法，所以如何选择及把握目标用户群体，是许多保险推销员思考的
转载
2023-08-26 18:15:13
453阅读
讲数据仓库涉及到的基本概念。
转载
2021-07-26 11:19:43
986阅读
目录数据分层通用的数据分层设计一、数据运营层：ODS（Operational Data Store）二、数据仓库层：DW（Data Warehouse）1. 数据明细层：DWD（Data Warehouse Detail）2. 数据中间层：DWM（Data WareHouse Middle）3. 数据服务层：DWS（Data WareHouse Servce）三、数据应用层：APP（Applica
目录一、数据仓库概念二、数据仓库建模方法1.ER模型2.维度模型2.1事实表事实类型2.2维度表三、数据仓库设计一、数据仓库概念 数据仓库是一个为数据分析而设计的企业级数据管理系统。数据仓库可集中、整合多个信息源的大量数据，借助数据仓库的分析能力，企业可从数据中获得宝贵的信息进而改进决策。同时，随着时间的
1.概述 Kimball和Inmon是两种主流的数据仓库方法论，分别由 Ralph Kimbal大神 和 Bill Inmon大神提出，在实际数据仓库建设中，业界往往会相互借鉴使用两种开发模式。本文将详细介绍 Kimball 和 Inmon 理论在实际数据仓库建设中的应用与对比,通过数据仓库理论武装数据仓库实践。
2.什么是Kimball2.1 概念K
数据仓库数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策。 数据仓库是在企业管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合。——数据仓库之父--Bill Inmon 数据仓库基本特
1、数据库(Database) 数据库是指将数据以一定的数据模型组织、描述和储存在一起的数据集合，具有尽可能小的冗余度、较高的数据独立性和易扩展性，且在一定范围内为多个用户共享2、数据仓库(DataWarehouse) 数据仓库用于实现集成、稳定、反应历史变化、有组织有结构的数据集合，具有以下4个特点： (1)面向主题 将企业各业务系统的数据进行综合归并，针对公司不同业务领域建立对应的主题。 比如
仓库，顾名思义是存放东西的地方。数据仓库就是存放数据的仓库。之所以叫数据仓库就是为了与仓库对应起来，使形象更生动。一说到仓库，人们就会想到一排排的货架，一排排的货物。每个货架都是有不同的编号的，编号不同，所代表的意思也不同。当人们想要在仓库里找某样东西时，通过编号就可以快速地找到。同样的，数据仓库也是经过整理，分门别类地存放数据的，可以供人们快速地找到不同的数据。使用起来更加方便，方便后续的数据分
转载
2023-08-28 13:12:03
128阅读
Kimball和Inmon是两种主流的数据仓库方法论，分别由 Ralph Kimbal大神 和 Bill Inmon大神提出，在实际数据仓库建设中，业界往往会相互借鉴使用两种开发模式Inmon和Kimball是数据仓库领域伟大的开拓者，他们均多年从事数据仓库的研究，Inmon还被称为“数据仓库之父”。Inmon的《数据仓库》和Kimball的《数据仓库工具箱》都是此领域的经典之作。后来人把这两人的
转载
2023-06-19 11:23:07
257阅读
一、什么是数据仓库W.H.Inmon在《 Building the Data Warehouse 》一书中，对数据仓库的定义为：数据仓库是一个面向主题的、集成的、非易失的、随时间变化的用来支持管理人员决策的数据集合。1.1 面向主题 操作型数据库的数据组织面向事务处理任务，各个业务系统之间各自分离，而数据仓库中的数据是按照一定的主题域进行组织。 &nb
转载
2023-08-21 10:01:37
162阅读
0x00 前言关于数据仓库书的问题被太多小伙伴问到了，因此，即使本文已经发过好几次了，依旧要在数据百问系列中再次发一遍。已经看过本文的小伙伴可以不用再看了。在我们十多个数据交流群中，大家经常会问有什么数据相关的书可以推荐，因此居士建立了一个共享文档，大家把自己认为不错的书推荐出来，并写上推荐语。居士会定期从中选出一些不错的推荐书目，整理后分享给大家，所以就有了《好书推荐》系列，此为第一篇：推荐几本
本文档中所出现的命令，所有在真实环境中使用。sql环境：S4 hana 1809 SP3, HANA2.0 SP 044 , SUSE Linux Enterprise for SAP Applications 12 SP4s2020.2.24 中午我演练了一把生产环境的异机恢复：数据库一、恢复机的HANA数据库作了一次全备。安全二、停下恢复机，
转载
2023-07-12 09:42:35
98阅读
