养老保险分析决策系统中数据多维分析的设计

作者:网站采编
关键词:
摘要：0 引言 当前，社会保险制度的改革和完善已经成为我国各级政府关心的重大问题，随着城镇化发展和社会进步，人们对社会养老保险的认识和依赖日益突出。根据新近实施的《社会保险

0 引言

当前，社会保险制度的改革和完善已经成为我国各级政府关心的重大问题，随着城镇化发展和社会进步，人们对社会养老保险的认识和依赖日益突出。根据新近实施的《社会保险法》，我国的“社会保险制度坚持广覆盖、保基本、多层次、可持续的方针，社会保险水平应当与经济社会发展水平相适应”的要求，迫切需要对社会保险制度的实施情况做出长期的、大范围的、科学的、定量的评价，而养老保险作为我国社会保险最重要的险种，对其政策合理性、科学性与可持续性的研究尤为重要和紧迫，为此，2003年以来，在国家人社部的统一部署下，各级劳动保障部门积极推进养老保险联网数据上传工作，迄今在国家和省一级的层面已经形成了养老保险海量数据库，同时数据质量也不断提高，建立养老保险分析决策系统(DSS)，对这些数据进行有效分析，并使之成为日益紧迫的社会保险精细化管理的支撑，已经成为社会保障部门的重要任务。而要有效地进行这项工作，数据仓库技术和数据的多维分析成为必备的两个技术手段。

1 数据仓库设计

数据仓库是在管理人员决策中的面向主题的、集成的、非易失的并且随时间变化而变化的数据集合。数据仓库特别适用于海量只读数据快速、灵活地按主题进行的分析任务。针对目前江苏省养老保险联网数据已经达TB数量级的实际，采用数据仓库进行养老保险DSS系统的建设无疑是正确选择。

1.1 数据仓库的体系结构

养老保险分析决策数据库独立于养老保险业务数据库系统，但又同业务数据库系统息息相关，其总体结构如图1所示。

图1 养保DSS数据仓库结构

(1)源数据 构成数据仓库的事务数据，目前为江苏省养老保险联网数据库。

(2)数据加载层(L0) 用于加载源数据的表，L0中的表与源数据的表或数据文件相对应，为保证加载性能，每次加载前都会将L0中的数据清空。

(3)数据整合层(L1) 为数据完整性计，将所有历史数据都保存在该层中，同时也利于随后报表层数据模型的扩展。

(4)报表层(L2－Ln) 多维数据模型，供数据分析、数据挖掘和报表展示用。

(5)ETL流程 通过ETL任务，将数据从源数据依次加载到L0、L1，最终到报表层(L2－Ln)供多维分析使用，主要任务包括数据的抽取、转换和加载等。

(6)数据展现工具 主要由查询生产工具、多维分析工具和数据挖掘工具等组成，本系统主要使用SAP的WEBI作为数据展现工具。

1.2 数据仓库的数据组织

养老保险分析决策系统中的元数据是有关社会保障领域内养老保险业务数据的数据。它记录了养老保险数据的描述、数据类型、域、结构、内容、键、索引等项内容。比如“个人缴费基数”数据的描述是:它是参保单位和参保人缴纳社会保险费数额的基本数据，缴费基数的高低决定缴费额的多少，影响参保人社会保险待遇的高低。元数据中的数据类型用于说明数据仓库中数据所特有的类型，这些类型可能有:图像、布尔、整数、字符、浮点数等。元数据中的数据粒度是数据细致化程度的级别，直接反映了数据细节信息。

1.3 数据仓库的开发模型

目前关系型数据库理论已经非常成熟，因此对OLAP多维数据的表示和存储多以关系数据库为核心，利用关系型数据结构来进行设计。关系数据库将多维数据库中的多维结构划分为两类表，一类是事实表，用来存储养老保险数据事实的度量值和各个维的码值;另一类是维表，即维的描述信息，包括维的层次和维成员。所谓“事实”实际上是不同维度在某一取值下的交叉点;维表和事实表通过主关键字和外关键字相联，这种结构被称为“星型”模型;而对于层次较为复杂的维，为了避免冗余数据占用过大的存储空间，原有的各维表可能会被进一步扩展为小的事实表，形成一些局部的“层次”区域，这种结构是对“星型”模型的扩展，称为“雪花”模型。图2就是养老保险分析决策系统中的“雪花”模型。

图2 养老保险数据仓库雪花模型

在图2中，养老保险单位缴费数据为事实表，并包含了三个维表:参保单位维度表、地域(行政区划)维度表和时间(年度月份)维度表。其中参保单位维度表用了多张维度表来表示，形成了明显的层次关系。

数据仓库的模型定义完后，ETL流程会将从数据源的提取数据装入数据仓库中，DSS系统根据业务主题进行相应的数据综合，最终用户的分析请求被动态翻译成SQL请求，然后由关系数据库来处理SQL请求，最后查询结果经过多维展现工具处理后结合表现层的相应技术返回给用户。

文章来源：《劳动保障世界》 网址: http://www.ldbzsjzz.cn/qikandaodu/2020/0813/401.html

上一篇：计算机病毒的危害及防范
下一篇：劳动教育是提升学生综合职业素养的有效途径