<Infos>
<Item name="Clustered Customers.dsv">
<Time>633899263500000000</Time>
<Hash length="16">
<b>52</b>
<b>164</b>
<b>160</b>
<b>180</b>
<b>20</b>
<b>130</b>
<b>51</b>
<b>0</b>
<b>231</b>
<b>231</b>
<b>149</b>
<b>245</b>
<b>82</b>
<b>203</b>
<b>253</b>
<b>175</b>
</Hash>
</Item>
<Item name="Organization.dim">
<Time>633899263500000000</Time>
<Hash length="16">
<b>31</b>
<b>213</b>
<b>224</b>
<b>108</b>
<b>186</b>
<b>214</b>
<b>22</b>
<b>198</b>
<b>188</b>
<b>220</b>
<b>211</b>
<b>234</b>
<b>241</b>
<b>167</b>
<b>189</b>
<b>154</b>
</Hash>
</Item>
<Item name="Department.dim">
<Time>633899263500000000</Time>
<Hash length="16">
<b>204</b>
<b>16</b>
<b>194</b>
<b>101</b>
<b>155</b>
<b>74</b>
<b>106</b>
<b>116</b>
<b>228</b>
<b>5</b>
<b>190</b>
<b>173</b>
<b>240</b>
<b>90</b>
<b>5</b>
<b>12</b>
</Hash>
</Item>
<Item name="Promotion.dim">
<Time>633899263500000000</Time>
<Hash length="16">
<b>128</b>
<b>159</b>
<b>130</b>
<b>241</b>
<b>162</b>
<b>27</b>
<b>17</b>
<b>149</b>
<b>163</b>
<b>186</b>
<b>20</b>
<b>236</b>
<b>217</b>
<b>105</b>
<b>78</b>
<b>200</b>
</Hash>
</Item>
<Item name="Adventure Works DW.database">
<Time>633899263500000000</Time>
<Hash length="16">
<b>204</b>
<b>186</b>
<b>163</b>
<b>48</b>
<b>239</b>
<b>42</b>
<b>179</b>
<b>201</b>
<b>36</b>
<b>239</b>
<b>210</b>
<b>36</b>
<b>193</b>
<b>142</b>
<b>154</b>
<b>80</b>
</Hash>
</Item>
<Item name="Employee.dim">
<Time>633899263500000000</Time>
<Hash length="16">
<b>78</b>
<b>26</b>
<b>123</b>
<b>152</b>
<b>23</b>
<b>152</b>
<b>67</b>
<b>25</b>
<b>28</b>
<b>111</b>
<b>152</b>
<b>168</b>
<b>186</b>
<b>27</b>
<b>112</b>
<b>33</b>
</Hash>
</Item>
<Item name="Mined Customers.cube">
<Time>633931044660000000</Time>
<Hash length="16">
<b>52</b>
<b>96</b>
<b>119</b>
<b>148</b>
<b>34</b>
<b>157</b>
<b>28</b>
<b>68</b>
<b>238</b>
<b>16</b>
<b>230</b>
<b>182</b>
<b>67</b>
<b>88</b>
<b>230</b>
<b>251</b>
</Hash>
</Item>
<Item name="Sales Reason.dim">
<Time>633899263500000000</Time>
<Hash length="16">
<b>237</b>
<b>48</b>
<b>103</b>
<b>186</b>
<b>87</b>
<b>251</b>
<b>91</b>
<b>99</b>
<b>27</b>
<b>3</b>
<b>232</b>
<b>134</b>
<b>99</b>
<b>170</b>
<b>90</b>
<b>186</b>
</Hash>
</Item>
<Item name="Scenario.dim">
<Time>633899263500000000</Time>
<Hash length="16">
<b>116</b>
<b>35</b>
<b>190</b>
<b>81</b>
<b>113</b>
<b>12</b>
<b>173</b>
<b>16</b>
<b>77</b>
<b>196</b>
<b>242</b>
<b>168</b>
<b>209</b>
<b>108</b>
<b>110</b>
<b>73</b>
</Hash>
</Item>
<Item name="Subcategory Basket Analysis.dsv">
<Time>633899263500000000</Time>
<Hash length="16">
<b>237</b>
<b>80</b>
<b>172</b>
<b>19</b>
<b>81</b>
<b>78</b>
<b>157</b>
<b>99</b>
<b>10</b>
<b>130</b>
<b>174</b>
<b>12</b>
<b>110</b>
<b>160</b>
<b>196</b>
<b>225</b>
</Hash>
</Item>
<Item name="Adventure Works.ds">
<Time>634702141797343750</Time>
<Hash length="16">
<b>117</b>
<b>159</b>
<b>253</b>
<b>108</b>
<b>55</b>
<b>40</b>
<b>32</b>
<b>129</b>
<b>38</b>
<b>151</b>
<b>153</b>
<b>146</b>
<b>203</b>
<b>24</b>
<b>50</b>
<b>245</b>
</Hash>
</Item>
<Item name="Forecasting.dmm">
<Time>633899263500000000</Time>
<Hash length="16">
<b>123</b>
<b>224</b>
<b>123</b>
<b>38</b>
<b>234</b>
<b>29</b>
<b>127</b>
<b>48</b>
<b>174</b>
<b>81</b>
<b>97</b>
<b>15</b>
<b>171</b>
<b>176</b>
<b>130</b>
<b>206</b>
</Hash>
</Item>
<Item name="Account.dim">
<Time>633899263500000000</Time>
<Hash length="16">
<b>247</b>
<b>226</b>
<b>234</b>
<b>9</b>
<b>115</b>
<b>130</b>
<b>152</b>
<b>119</b>
<b>54</b>
<b>183</b>
<b>124</b>
<b>36</b>
<b>116</b>
<b>58</b>
<b>63</b>
<b>42</b>
</Hash>
</Item>
<Item name="Adventure Works.dsv">
<Time>633899263500000000</Time>
<Hash length="16">
<b>126</b>
<b>123</b>
<b>252</b>
<b>165</b>
<b>211</b>
<b>9</b>
<b>77</b>
<b>157</b>
<b>158</b>
<b>157</b>
<b>151</b>
<b>161</b>
<b>33</b>
<b>48</b>
<b>84</b>
<b>30</b>
</Hash>
</Item>
<Item name="Subcategory Basket Analysis.dim">
<Time>633899263500000000</Time>
<Hash length="16">
<b>173</b>
<b>215</b>
<b>62</b>
<b>139</b>
<b>119</b>
<b>254</b>
<b>143</b>
<b>222</b>
<b>215</b>
<b>201</b>
<b>170</b>
<b>223</b>
<b>106</b>
<b>250</b>
<b>83</b>
<b>100</b>
</Hash>
</Item>
<Item name="Destination Currency.dim">
<Time>633899263500000000</Time>
<Hash length="16">
<b>30</b>
<b>36</b>
<b>153</b>
<b>95</b>
<b>23</b>
<b>1</b>
<b>153</b>
<b>129</b>
<b>132</b>
<b>21</b>
<b>159</b>
<b>44</b>
<b>110</b>
<b>157</b>
<b>42</b>
<b>144</b>
</Hash>
</Item>
<Item name="Customer.dim">
<Time>633899263500000000</Time>
<Hash length="16">
<b>116</b>
<b>57</b>
<b>73</b>
<b>132</b>
<b>254</b>
<b>14</b>
<b>99</b>
<b>218</b>
<b>214</b>
<b>250</b>
<b>90</b>
<b>4</b>
<b>229</b>
<b>209</b>
<b>6</b>
<b>164</b>
</Hash>
</Item>
<Item name="Market Basket.dmm">
<Time>633899263500000000</Time>
<Hash length="16">
<b>203</b>
<b>153</b>
<b>49</b>
<b>6</b>
<b>202</b>
<b>200</b>
<b>224</b>
<b>249</b>
<b>77</b>
<b>90</b>
<b>162</b>
<b>172</b>
<b>144</b>
<b>253</b>
<b>187</b>
<b>186</b>
</Hash>
</Item>
<Item name="Adventure Works.cube">
<Time>633931054080000000</Time>
<Hash length="16">
<b>9</b>
<b>198</b>
<b>57</b>
<b>25</b>
<b>109</b>
<b>114</b>
<b>163</b>
<b>142</b>
<b>52</b>
<b>159</b>
<b>185</b>
<b>120</b>
<b>79</b>
<b>236</b>
<b>149</b>
<b>131</b>
</Hash>
</Item>
<Item name="Source Currency.dim">
<Time>633899263500000000</Time>
<Hash length="16">
<b>59</b>
<b>171</b>
<b>79</b>
<b>79</b>
<b>29</b>
<b>116</b>
<b>37</b>
<b>88</b>
<b>254</b>
<b>184</b>
<b>97</b>
<b>91</b>
<b>178</b>
微软SSAS案例(企业版)
4星 · 超过85%的资源 需积分: 47 80 浏览量
2012-11-07
21:13:34
上传
评论 2
收藏 390KB RAR 举报
zhuyuan0506
- 粉丝: 1
- 资源: 6
最新资源
- 直接插入排序,冒泡排序,直接选择排序.zip
- 在排序2的基础上,再次对快排进行优化,其次增加快排非递归,归并排序,归并排序非递归版.zip
- 实现了7种排序算法.三种复杂度排序.三种nlogn复杂度排序(堆排序,归并排序,快速排序)一种线性复杂度的排序.zip
- 冒泡排序 直接选择排序 直接插入排序 随机快速排序 归并排序 堆排序.zip
- 课设-内部排序算法比较 包括冒泡排序、直接插入排序、简单选择排序、快速排序、希尔排序、归并排序和堆排序.zip
- Python排序算法.zip
- C语言实现直接插入排序、希尔排序、选择排序、冒泡排序、堆排序、快速排序、归并排序、计数排序,并带图详解.zip
- 常用工具集参考用于图像等数据处理
- 音乐展示网页、基于Stenography的图像数字水印添加与提取,以及基于颜色矩和Tamura算法的图像相似度评估算法py源码
- 基于EmguCV(OpenCV .net封装),图像数字水印加解密算法的实现,其中包含最低有效位算法,离散傅里叶变换算法+文档书
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈