当事人主题域

当事人主题域内容示例 本节内容以当事人子类为例，展示TD数据仓库模型中当事人主题域的构成。

当事人主题（Party）指银行服务的各种对象，包括个人或对公客户、潜在客户、代理机构、雇员等。业务系统中的个人客户、对公客户、支付交易对手、潜在客户等都是当事人的范畴。详细介绍了Party-TD数据仓库模型的建模过程及其应用。

在ERWin软件中，创建主题域需要执行以下步骤：首先，在Subject Areas界面双击“Create Subject Areas”，然后在弹出的New Subject Areas界面中输入主题域的名称，最后点击OK按钮确认。具体操作请参考图2-1和图2-2。

PROBE中的主题域产品在网络事件、网元地域、帐务等方面的应用，为客户交互和营销提供了关键支持。

FS-LDM模型在交易系统模型的基础上，引入了TD数据仓库模型，用于存储和管理营销活动地址和当事人资产信息。 TD数据仓库模型的建立过程包括以下步骤： 需求分析与数据源确定: 明确业务需求，确定所需数据的来源。 数据模型设计: 设计数据仓库的表结构，包括字段定义、数据类型、关系等。 数据ETL: 从源系统中抽取数据，进行数据清洗、转换和加载到数据仓库中。 数据质量校验: 对数据仓库中的数据进行质量校验，确保数据的准确性和完整性。 模型部署与应用: 将数据仓库模型部署到生产环境，并应用于实际业务场景。

PARTY主题与其他主题的关联关系 当事人与账户的关系 外部编号 历史和事件的关系 与产品的关系 地址信息历史

实例可仅设置两个域：成人 PERSON 和儿童 CHILD，但 FAMILY 关系仍需三个属性。其中，MAN 和 WOMAN 从 PERSON 域取值，而 PERSON 域在 FAMILY 关系中扮演两个角色，需使用不同属性名称。实现方法有两种：

提供基于 OpenCV 实现的连通域标号算法，类似于 MATLAB 中的 bwlabel。

多个组织使用有意义的段落来定义弹性域的概念。智能关键字被用于标识各种对象，例如帐户或部分作业。在应用产品中，智能关键字的使用更有利于用户的记忆和操作。

本人为北京邮电大学电子信息工程专业四年级本科生。研究兴趣包括统计机器学习、数据挖掘、并行计算、算法和数学。当前在教授指导下进行并行和分布式计算研究，具体为高效GPU粒子网格传播，以及使用MPI、Spark、Hadoop处理海量图像。此外，还与教授合作研究数据挖掘、机器学习、信息检索，具体为大规模数据库中的名称消歧。 教育背景北京邮电大学学士，2011-2015（预期）GPA：87.06，专业GPA：89.62 研究经历清华大学知识工程组实习生，顾问：Jie Tang，2014/9-至今- 开发图形用户界面，接收专家输入或数据库信息。- 使用给定信息识别专家，类似于中文网站。- 尝试SVM、逻辑回归等方法，准确率达90%。