上期的文章《大數據環(huán)境下的多維分析技術-動態(tài)立方體（Dynamic Cubes）的性能調優(yōu)（一）》讓大家了解到，在大數據環(huán)境下，IBM Cognos的Dynamic Cubes可以實現TB級的多維分析功能，文章探討了影響Dynamic Cubes性能的因素，還介紹了Dynamic Cubes性能調優(yōu)的一些手段；文章《大數據環(huán)境下的多維分析技術-動態(tài)立方體（Dynamic Cubes）的性能調優(yōu)（二）》則告訴我們如何通過Dynamic Query Analyzer工具來對動態(tài)立方體的查詢性能進行評估并得到優(yōu)化建議。本期文章我們來看看動態(tài)立方體如何進行內存內部聚合的性能調優(yōu)。

# 行業(yè)資訊 # 2016-09-09 09:43:54.000 1247

Cognos Analysis Studio是Cognos用于數據多維分析和探查的基于Web的工具。我們可以在交互式的環(huán)境中通過拖放的方式瀏覽、分析以及比較維度數據，以查找業(yè)務問題的答案。

# 行業(yè)資訊 # 2016-08-26 09:37:06.000 600

在大數據環(huán)境下，IBM Cognos的Dynamic Cubes可以實現TB級的多維分析功能，文章探討了影響Dynamic Cubes性能的因素，還介紹了Dynamic Cubes性能調優(yōu)的一些手段。其中提到了可以通過下文簡稱DQA工具來對動態(tài)立方體的查詢性能進行評估并得到優(yōu)化建議。那這個DQA工具到底是個什么東西，本期文章為大家一一解密。

# 行業(yè)資訊 # 2016-08-19 09:48:49.000 434

在報表的制作中，我們常常需要通過地圖來展現和地域相關的數據。Cognos的用戶除了可以通過RAVE框架定制個性化的地圖可視化圖之外，還可以使用一個叫做maps的數據容器來快速實現基于地圖的數據展示。

# 行業(yè)資訊 # 2016-08-05 09:35:56.000 445

在 上一篇文章中，您學習了如何在 Cognos中可視化簡單的數據挖掘結果。在本文中，您將學習一些高級技巧，例如使用 Cognos 從數據挖掘模型中下鉆和提取結構化信息。使用本文的業(yè)務場景和實例，理解偏差檢測所需的挖掘任務，即識別異常數據記錄。學習如何使用 IBM InfoSphere? Warehouse 數據挖掘發(fā)現這些記錄，并創(chuàng)建交互式報告。

# 行業(yè)資訊 # 2016-08-04 09:44:48.000 280

數據挖掘為從大量數據中提取出有用的信息提供先進的分析技術。本系列的文章談到了將 InfoSphere Warehouse 數據挖掘與 IBM Cognos報告相結合的總體架構和商業(yè)機遇。這種集成使公司中的不同人員可以利用數據挖掘的結果。本系列的第 1 篇文章介紹基本的集成架構，并提供一個簡短的技術案例研究，使您基本了解如何完成這種集成。

# 行業(yè)資訊 # 2016-08-03 10:00:22.000 462

隨著商業(yè)智能系統(tǒng)的深入應用，分析系統(tǒng)的數據量呈指數級增長，原有依賴硬盤IO處理性能（包括傳統(tǒng)數據庫、多維立方體文件）的多維分析技術遭遇到性能瓶頸。與此同時，隨著服務器內存價格的下降，一種新的基于內存的OLAP技術架構出現了。

# 行業(yè)資訊 # 2016-07-29 09:33:26.000 562

據國際領先的分析機構（Forrester Research）估算，在使用業(yè)務分析的所有用戶中，80%的業(yè)務分析應用將會是業(yè)務人員自助完成的，而剩下20%分析應用由專業(yè)的數據分析師完成。大家都知道，這80%的業(yè)務人員都基本不懂IT的，所以他們的使用體驗很大程度決定了他們對業(yè)務分析系統(tǒng)的評價口碑。

# 行業(yè)資訊 # 2016-07-20 10:41:14.000 351

Cognos審計日志是對系統(tǒng)事件、用戶行為的詳細記錄。我們可以使用審計日志回答“誰在什么時候對某個組件做了什么操作”的問題。Cognos可以將審計信息記錄到不同的介質中，最常用的兩種記錄介質是文件系統(tǒng)和審計數據庫。

# 行業(yè)資訊 # 2016-07-14 10:58:14.000 680

Cognos Analytics 11 在用戶體驗上做了很大的提升。與老版本中規(guī)中矩的企業(yè)軟件設計風格不同，新門戶簡潔、清新、易于上手，連非IT人員都能輕松掌握。現在就讓我們一起來體驗一下全新的Cognos Analytics！

# 行業(yè)資訊 # 2016-07-05 11:28:19.000 1645