OLAP在低保数据分析中的应用

赵丽娟 赵新华

◆摘 要：面对某市民政系统数量猛增的最低生活保障信息，目前信息化建设投入不足，硬件不过关，软件不配套，使得基层的低保信息化工作事倍功半。本文主要是对低保数据进行了数据决策分析，设计和实现了多维立方体，并且把结果展现给用户。多维立方体建立之后，采用多维数据分析方法即切片、切块、钻取、旋转等操作，对低保数据进行多角度、多层面的分析比较，深入了解低保数据的特点，掌握低保数据中蕴含的丰富信息，为低保工作的查漏补缺和政策制定提供有力的数据支持。

◆关键词：QLAP；低保数据；多维立方体

1 多维立方体分析业务的需求分析

某市辖5县1区，60个乡镇，5个街道办事处，55个社区居委会。全市总人口128.81万人，其中城镇人口45.73万人，乡村人口83.08万人。全市现有城乡低保对象13.78万人，约占全市人口的10.6%。其中城市居民最低生活保障对象2.39万户5.6万人，占城镇居民的12.2%。农村居民最低生活保障对象4.19万户8.18万人，占农业人口的9.8%，可以想象，一个县区少则上千名多则上万名低保对象，仅家庭收入核查都应接不暇，更不用说实行数据的动态管理和分析，因此低保工作处于超负荷运转状态。

2 OLAP的多维数据分析方法

OLAP的多维分析是用戶选取不同的角度来观察数据，深入挖掘隐藏在数据当中的信息，获取有效的信息。主要采用切片、切块、旋转等方法来分析多维数据集中的数据。

3 多维立方体分析业务的概念模型和逻辑模型设计

根据前面的低保信息多维分析系统的需求分析，确定本文分析的几个主要主题：低保人员信息主题、失业人员信息主题、残疾人信息主题等。

设计好概念模型之后，根据确定的主题，设计事实表和维表，建立低保数据多维立方体，以低保人员信息主题为例，采用星型模型构造立立方体。

利用多维立方体分析功能，依据不同的主题对采集的基础数据建立多维立方体后，使用OLAP工具和数据挖掘技术对采集的低保数据进行具体的分析工作。

4 多维立方体的具体分析

最低生活保障信息系统的多维立方体分析功能，依据不同的主题对采集的基础数据建立多维立方体后，使用OLAP工具和数据挖掘技术对采集的低保数据进行具体的分析工作。

4.1 确定分析主题

低保数据信息量大，原始数据是按照县区和社区分类存储的，建立多维数据模型之前必须先确定分析主题，这样才能根据主题的需求来重新组织分散在各个县的数据，还要根据多维立方体的形式把这些数据存放到不同的多维立方体中。根据低保业务统计工作的需求，确定了低保信息系统的分析主题有低保人员信息、失业人员信息、老年人信息，残疾人信息等。

根据确定好的分析主题，多维立方体分析的逻辑模型初步就完成了，然后根据主题设计建立维度模型首先最主要的就是事实表，表中的数值型数据是建立多维立方体时计算度量值的最有用的数据。

4.2 维度和维层次设计

低保数据库中的多维数据是根据维中的信息来组织和分组的，因此必须首先创建用来组织数据的维。

4.2.1 维度设计

分析了低保系统的基础数据之后发现如下一些维的信息在几个多维立方体中都是相同的：时间维和性别维在设计的几个多维立方体中都存在；低保人员多维立方体、老年人信息立方体、家庭房产信息多维立方体都有低保编号维，所以前面这些维都设为共享维；就业信息维、健康状况维、文化程度维等几个维表分别被各个多维立方体所专有，也设计成共享维，住房性质、住房结构、房产证号、建筑面积、使用面积、住房地址这些都被住房信息立方体独有，设成私有维。

4.2.2 维层次设计

维的层次结构越复杂，占用的空间越多，查询时数据调用也月频繁，所以为降低系统分析的复杂性、提高存储空间的利用率，本次数据分析尽量把维的层次结构设计的简单一些，其维层次及分类设计如图2为文化程度维分层，图3为残疾状况维概念分层，图4为就业状况维分层。

5 小结

切片、切块、上卷、下钻和旋转等方法是OLAP主要的数据分析法。OLAP技术已经在众多领域发挥着重要作用，可将低保信息系统数据库中的数据表以某种模型结构建立低保数据的多维数据集，然后通过以上五种分析方法多维度多层次分析参加低保的人群各个事实表度量值，并把结果展现给用户，对低保制度的实施、分析和决策起到辅助作用。

参考文献

[1]朱玉超，鞠艳，王代勇编著.ASP.NET项目开发教程[M].北京：电子工业出版社，2015.

[2]刘乃丽编著.完全手册ASP.NET2.0网路开发详解[M].北京：电子工业出版社，2015.

作者简介

赵丽娟（1980.05—），女，汉族，籍贯：甘肃张掖；学历：本科；职称：副教授，主要从事网页设计、数据库管理、平面设计方面的教学工作。