数据仓库技术正日益盛行。本文没有就数据仓库的及建模学作过多的阐述，而是致力于将数据仓库的理念与工商银行的业务实际及管理决策支持信息需求结合，根据业务系统的条件，来探讨和设计各个业务系统数据的整合及数据仓库的构建。将管理的理论与方法，基础的模型引入到数据仓库系统，这些工具与OLAP(On-Line Analytical Processing)的灵活结合，使数据仓库的效能得到有效的发挥，有利于数据仓库的投资回报尽快得到体现。
数据仓库的最大特色是面向的主题，本文以工商银行浙江省分行信贷客户的贡献度及它的对立面风险度这一对衡量客户好坏的最综合的指标为主线，引进基于具体银行业务系统数据源实际的客户贡献模型，以客户、产品、行业、机构、项目五个分析角度展开深入分析，并进一步将贡献与风险的因子应用于信贷产品的定价支持。
ODS(Operational Data Store)中间数据库是联机交易系统(OLTP)与数据仓库之间的桥梁，在ODS系统中系统地进行以客户为中心的数据整合。利用其数据具有全局性及时效性的特性，在ODS中实现了信贷风险的监测和预警系统，使数据仓库系统的时效性不足得以弥补，为银行提高风险的识别和防范能力提供了有力的工具。
针对工商银行浙江省分行管理层区分客户及对它们的赢利和风险的寻找需求，本系统除提出并实现了一大类客户贡献与风险的实用分析模型外，还就指标的相关性模型、聚类模型等几类数据挖掘算法作了初步的探索和实现，取得了数据挖掘有益的实践经验。
关键词: 数据仓库 OLAP 银行 信贷 模型 数据挖掘
付费论文:49000多字 有中、摘要,目录,. 硕士论文 400元
备注:此文版权归本站所有；本站保证购买者的省唯一性。