基于网格的商务智能研究

随着计算机和信息时代的迅猛发展，人类收集、存储和访问数据的能力大大增强，快速增长的海量数据集已经远远超出了人类的理解能

力，传统的数据分析工具已经不能解决这些问题。为了解决海量数据的存储、组织，并从中找出有价值的知识这些问题，出现了数据仓库和数据挖掘技术。

信息化系统在企事业单位的迅速普及，各单位信息系统产生了大量的数据信息。如何处理已经过期的大量数据成了一个难题，现在各单

位的处理这些数据一般有三种做法：简单的删除、

备份后再删除、建立一个数据仓库系统，将数据保存到数据仓库中。现在各单位也已经认识到历史业务数据是非常有用的，可以综合利用这些数据建立分析模型，从中挖掘出有价值的知识，帮助决策者做出正确的决策。目前，大多数企业都不是缺数据，比较难解决的问题是海量数据如何处理，商务智能在这种背景下应运而生。

数据挖掘可以对数据进行自动分类和聚类，找出数据中的趋势和异常，根据这些因素来预测，在海量的数据挖掘出有价值的知识，使数据真正发挥作用。数据挖掘在商务智能解决方案的体系中占据着重要的地位。

１．相关概念１．１网格

网格是把整个因特网整合成一台巨大的超级计算机，实现计算资源、存储资源、数据资源、信息资源、知识资源、专家资源的全面共享。当然，网格并不一定非要这么大，我们也可以构造地区性的网格，如中关村科技园区网格、企事业内部网格、局域网网格、甚至家庭网格和个人

网格。事实上，

网格的根本特征是资源共享而不是它的规模。它应用到不同领域又叫计算网格、信息网格、知识网格、服务网格等。

网格具有以下四点优势：（１）资源共享，消除资源孤岛：网格能够提供资源共享，它能消除信息孤岛、实现应用程序的互连互通。网格与计算机网络不同，计算机网络实现的是一种硬件的连通，而网格能实现应用层面的连通。

（２）协同工作：网格第二个特点是协同工作，很多网格结点可以共同处理一个项目。

（３）通用开放标准，非集中控制，非平凡服务质量：这是ＩａｎＦｏｓｔｅｒ最近提出的网格检验标准。网格是基于国际的开放技术标准，这跟以前很多行业、部门或者公司推出的软件产品不一样。

（４）动态功能，高度可扩展性：网格可以提供动态的服务，能够适应变化。同时网格并非限制性的，它实现了高度的可扩展性。

１．２商务智能

商务智能［１］的概念最早由ＧａｒｔｎｅｒＧｒｏｕｐ于１９９６年提出，当时将商务智能定义为一类由数据仓库、查询报表、联机分析、数据挖掘、数据备份和恢复等部分组成的，以帮助企业进行决策的技术。到目前为止，关于商务智能还没有一个准确的定义，但可以从知识论、数据分析、信息系统和方法论四种不同视角来解释商务智能，即认为商务智能是综合利用知识管理的理论、信息分析和系统分析的工具，以及设计科学的方法论构建的一个人机智能系统。其目的是在商务中进行成功利用基于ＩＴ的商务应用机会为企业获取成功的决策支持。它的主要功能就是提

供一系列信息分析方法、

不同视角的信息与知识呈现功能（各种视图、报表和链接）、智能的技术和评价工具等来支持管理人员决策进化的一个智能集成系统。

商务智能的功能主要有：（１）数据管理方面包括数据的获取、选择、转换、集成能力；从原来数据中发现知识的能力；对大量数据高效存储与维护能力。

（２）数据分析方面包括具备ＯＬＡＰ、ＯＬＴＰ、Ｌｅｇａｃｙ等多种数据分析能力；终端信息查询和报告生成能力。

（３）决策支持方面包括具备数据对比分析与趋势预测能力。（４）企业优化方面包括辅助企业建模能力。２．关键技术

随着商务智能的研究和应用的不断深入，商务智能技术已经有了一个公认的流程框架（如图１所示），一般的商务智能系统构造基本上都根据这个框架设计开发。

图１商务智能技术流程图

２．１数据抽取ＥＴＬ

ＥＴＬ过程是进行数据的抽取、转换和“净化提炼”处理的过程。要对从多个不同业务数据库抽取的数据，进行数据项名称的统一、位数的统一、编码的统一和形式的统一，消除重复数据。

ＥＴＬ工具包括数据抽取、数据转换、数据清洗和数据加载。在构建数据库的过程中，外部数据源所提供的数据并不都是有用的，有些数据对决策并不能提供支持，同时，外部数据源中的数据冗余的现象也很普遍，以主题的需求为依据，对数据源的内容进行有目的的选择，这一过程被称为“数据抽取”。数据转换是把数据仓库的不同格式的外部数据

源对其格式进行转换处理，统一格式。

数据仓库的外部数据源所提供的数据内容并不一定都是好的，有些数据是有缺陷的，在数据仓库的各数据源之间，其内容也存在着不一致的现象。为了不让这些缺陷数据影响

数据仓库的分析结果，要采取各种有效的措施，将错误的、

不一致的数据在进入数据仓库之前予以更正或删除，以免影响ＤＳＳ决策的正确性，这一过程称为“数据清洗”。把清洗后的数据装入数据仓库的过程称为数据装载。数据装载要综合考虑经营分析需求，对不同业务系统的数据采用不同的加载周期，但必须保持同一时间业务数据的完整性和一致性。

网格商务智能平台的ＥＴＬ模块主要解决的问题有以下几个：

（１）ＥＴＬ功能全部以子模块的形式提供。

每一个ＥＴＬ子模块对应于一种类型数据源的ＥＴＬ功能，对于新的数据源类型，只要在系统中添加相应的ＥＴＬ子模块。

（２）常用的ＥＴＬ子模块是ＪＤＢＣ数据源的抽取模块。（３）系统要包含一些常见的ＪＤＢＣ驱动。（４）将每一个数据源构建一个数据类型映射，将该数据源的每个数据类型映射到网格商务智能平台内部数据类型上。

（５）网格商务智能平台内部数据类型使用ＪＤＢＣ标准数据类型。２．２数据仓库

在众多的数据仓库定义［２］中，公认的是Ｗ．Ｈ．Ｉｎｍｏｎ的定义，Ｗ．Ｈ．Ｉｎｍｏｎ对数据仓库的定义是在《ＢｕｉｌｄｉｎｇｔｈｅＤａｔａＷａｒｅｈｏｕｓｅ》一书中提出的。他将数据仓库定义为：一个面向主题、集成的、非易失的、非时变的数据集合，用于支持管理决策的过程。

一般地，数据仓库具有四个主要特征：

（１）面向主题性。面向主题是数据仓库中数据组织的最基本原则。

基金项目：本文系山东省软科学研究计划：商务智能技术在中小企业中的应用研究（２０１０ＲＫＧＡ１０５３）

作者简介：王丽君（１９６２－），女，汉，副教授，主要研究方向：高级语言编程、商务智能应用。

基于网格的商务智能研究

曲阜师范大学计算机科学学院

王丽君

朱荣

孔峰

孔祥真

［摘要］本文介绍了网格技术、商务网格及商务智能的关键技术，提出了基于网格的商务智能服务平台，对系统的实现的技术进行

分析，重点介绍技术难点。［关键词］网格商务智能数据仓库

数据挖掘４１３——

一般来讲，一个数据仓库中可以有若干个主题，一个主题可以分解成若干个子主题，这样逐层分解从而构成一个主题层次。数据仓库的创建、使用都是围绕主题实现的，所以，必须了解如何按照决策分析来抽取主题，所抽取出的主题应该包括哪些数据内容，这些数据内容应该如何组织。

（２）集成性。数据仓库中数据的集成性，是指在构建数据仓库的过程中，多个外部数据源内格式不同、定义各异的数据，按指定的策略经过抽取、清洗、转换等一系列处理，最终构成一个有机的整体。

（３）非易失性。数据仓库的非易失性是指数据仓库的用户进行分析处理时不进行更新操作，一旦数据进入数据仓库以后，就会保持一个相当长的时间，但并不是说在数据仓库的整个生存周期中数据集是不变的。数据的非易失性可以保证不同的用户在不同的时间查询、分析相同的问题时，获得同一结果。

（４）时变性。数据的时变性是指数据仓库的内容随时间的变化而不断的得到增补、更新。当然数据仓库不能频繁地更新数据，但为了保证决策分析的正确性，更新是必要的。

２．３ＯＬＡＰ

ＯＬＡＰ（联机分析处理）是针对特定问题的联机数据访问和分析。通过很多种可能的观察形式对已经转换的信息进行快速、稳定一致的交互性的存取，允许管理决策人员对数据进入深入观察。ＯＬＡＰ是一种软件技术，它使分析人员能够迅速、一致、交互地从各个方面观察信息，以达到深入理解数据的目的。

ＯＬＡＰ的原则是快速性、可分析性、共享性、多维性、信息性。快速性是指系统应当使用各种技术，尽量提高对最终用户的响应速度。可分析性指系统应对与用户及应用相关的任何业务逻辑进行统计分析，这一分析过程不用编程而且要尽量利用已有的综合路径以及统计公式，分析类型应包括时间序列分析、成本分配、货币兑换、非过程化建模、多维结构的随机变化等与应用相关的特征。共享性指多个用户存取数据时，系统应保证安全性。尤其是当存在多个用户向ＯＬＡＰ服务器写数据时，系统应在适当粒度上加更新锁。多维性是ＯＬＡＰ应用的实质，ＯＬＡＰ系统必须提供数据的多维概念视图。信息性指在ＯＬＡＰ系统中给出的不再是散乱的数据，而是能够导入具有指导意义的信息。

２．４数据挖掘

数据挖掘是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的过程。简单地说，数据挖掘就是从大量数据中提取或挖掘知识。

数据挖掘的分析方法可以分直接数据挖掘和间接数据挖掘两类。直接数据挖掘的目标是利用可用的数据建立一个模型，这个模型对剩余的数据进行描述，包括分类、估值和预言等分析方法。在间接数据挖掘的目标中，没有选出某一具体的变量并用模型进行描述，而是在所有的变量中建立起某种关系，如相关性分组或关联规则、聚集、描述和可视化及复杂数据类型的挖掘，如文本、网页、图形图像、音视频和空间数据等。

２．５网格商务

网格商务是在网格环境下开展的商务活动，其中的网格计算环境主要是指各种网格应用，包括数据网格、设备网格、信息服务网格、知识网格和远程沉浸网格等方面的应用。从应用服务层面上讲，网格商务是由网格计算环境创造的、超越时间和空间约束的、以透明的服务方式和极快的速度实现的商品交换。网格商务应该是网格化的购销市场，使用网格应用和服务完成商品购买和服务。总的来说，网格商务是指网格计算技术在经济、管理和商务等领域应用，对企业的组织形式、盈利模式、营销战略和知识管理等方面发生重大变化的全新商务模式，是具有商业活动能力的实体，为提高商务活动效率，通过透明的外包应用服务，在一定的商务规则下，充分利用网格技术在商务领域中的应用，来实现资源的全面共享，以提高企业核心竞争力，最终完成商品交易服务的一种贸易形式。

３．技术难点

３．１ＥＴＬ抽取的多样化

ＥＴＬ抽取的对象是各种各样的数据源，包括文件、关系数据库、嵌入式数据库等各种形式。这些数据源产品的特性都各不相同，而对其支

持软件也不能支持所有的数据库功能。即使比较成熟的有几十万行代码的开源ＥＴＬ工具，也不能解决系统所需要的全部功能。

这里采用数据源分层架构的方法，把任务逐层分解，把大任务尽量分解成为比较容易解决的小任务，构造了一个具有基本功能的高度可扩展的框架。

３．２ＷｅｂＳｅｒｖｉｃｅ参数映射

ＷｅｂＳｅｒｖｉｃｅ的一个大特点就是高度的跨平台性。不同的操作系统上不同语言开发的应用程序，只有通过ＷｅｂＳｅｒｖｉｃｅ的协议就可以实现互相通信。不同语言开发的应用之间的通信是通过将语言类映射为ＷｅｂＳｅｒｖｉｃｅ标准类来实现的。而ＷｅｂＳｅｒｖｉｃｅ的标准类一般是高级语言集合的子集，因此一些高级语言如Ｊａｖａ中的对象无法完全映射为ＷｅｂＳｅｒｖｉｃｅ标准类型的，即使映射成为ＷｅｂＳｅｒｖｉｃｅ标准类型，在．ＮＥＴ开发的程序中也无法正常读取。所以说ＷｅｂＳｅｒｖｉｃｅ的跨平台性也只是某些限制条件下的跨平台。

这里采用Ｊａｖａ语言的类型序列化技术，将Ｊａｖａ语言的对象序列化到二进制编码中，然后通过ＷｅｂＳｅｒｖｉｃｅ传输二进制字编码，在网络的另一端将二进制编码再解码为Ｊａｖａ对象，这种方法成功地解决了ＷｅｂＳｅｒｖｉｃｅ参数映射问题。

４．基于网格的商务智能体系结构

基于网格的商务智能体系结构设计为三层，底层为数据模型层，中间为控制服务层，上层为客户端视图层。数据模型层是系统的数据建模底层，以数据库软件为基础构造数据仓库、联机在线分析处理、数据挖掘；控制服务层把要解决的业务逻辑封装为若干个子系统，并基于ＷｅｂＳｅｒｖｉｃｅｓ技术构建网格服务平台，供客户端调用数据挖掘服务；客户端视图层提供Ｃ／Ｓ架构客户端视图、Ｂ／Ｓ架构网络浏览器视图、移动终端浏览视图以及第三方扩展软件的视图。架构的系统具有的功能组件如图２所示。

图２基于网格的商务智能系统功能组件图

５．结束语

本文介绍了基于数据网格的商务智能应用。结合网格技术、商务智能、数据仓库、数据挖掘等技术，提出了基于数据网格的商务智能应用的体系结构。这种结构将数据网格服务与商务智能系统紧密结合起来，有效地解决了商务智能应用程序对分布式异构数据库进行统一操作的问题，极大地扩展了数据网格的应用领域和商务智能的有效性。随着数据网格和商务智能技术的不断提高，基于数据网格的商务智能将会得到广泛的应用。

参考文献

［１］夏火松．商务智能［Ｍ］．北京：科学出版社，２０１０．６

［２］马刚．商务智能［Ｍ］．大连：东北财经大学出版社，２０１０．７

［３］章剑林．网格与商务智能［Ｍ］．上海：上海交通大学，２００８．９

［４］王可，王光明．基于数据网格的商务智能应用［Ｊ］．计算机应用研究，２００７．３

［５］陈树胜，褚贵忠．商务智能理论在高校信息化管理中的应用分析［Ｊ］

．中国教育信息化，２００９．０７

４１４——

商务智能系统模型的研究和应用

计算机与现代化 2010年第3期 JIS UAN JI YU X IAN DA I H UA 总第175期 文章编号:1006 2475(2010)03 0058 04 收稿日期:2009 07 23 基金项目:广州市番禺区科技攻关项目(2008 z 48 1) 作者简介:胡耀民(1975 ),男,湖南宁乡人,广州番禺职业技术学院讲师,华南理工大学土木与交通学院博士研究生,研究方向:软件设计和建模,数据挖掘,交通诱导;余明辉(1965 ),男,湖南岳阳人,副教授,研究方向:网络系统规划、构建和企业信息化。 商务智能系统模型的研究和应用 胡耀民1,2 ,余明辉 1 (1.广州番禺职业技术学院信息工程学院,广东广州511483;2.华南理工大学土木与交通学院,广东广州510640)摘要:分析商务智能所需的关键技术及其之间的关系,提出一个基于S QL Serv er 2008的商务智能应用系统模型,并以该模型为参考开发了一个商务智能应用系统。 关键词:商务智能;数据挖掘;联机分析处理;DM X;M DX 中图分类号:T P311.52 文献标识码:A do:i 10.3969/.j issn .1006 2475.2010.03.017 Research and Application of Business Intelligence Syste m M odel HU Y ao m i n 1,2 ,YU M i n g hu i 1 (1.Schoo l of Info r ma ti on Eng i neer i ng ,Guang z hou Panyu P o l y techn ic ,Guang z hou 511483,Ch i na ; 2.Schoo l o f C iv il Eng i neer i ng and T ransporta ti on ,South Chi na U niversity of T echnology ,G uangzhou 510640,Chi na)Ab stract :A ccordi ng to anal ysis of key techno l og i es about busi ness i ntelli gence and relationshi p o f t he m ,a busi ness i ntelli gence syste m model based on S QL Server 2008is provi ded .And the busi ness i ntelli gence syste m is developed based on this mode.l K ey w ords :busi ness i nte lligence ;data m i ni ng ;OLA P ;D M X;M DX 0 引 言 众所周知,信息对于企业的生存和发展发挥着至 关重要的作用。企业业务数据随时间而不断增长,并且分布散乱、具有多种存储形式,这使得企业难以从海量的业务数据中找到真正有用的决策信息。因此,迫切需要一种方法对这些信息进行有效的提炼、加工,并为企业全局的战略决策和长期趋势分析提供更 有效的支持[1] 。商务智能将数据库、数据仓库和数据挖掘的一系列技术应用集于一身,为企业决策服务[2 3]。SQL Server 2008中提供了商务智能解决方案[4] ,以原有信息系统为基础进行数据整合,利用这些极有价值但又散乱的生产、销售数据,来搭建集联机分析处理(On li n e Analytical Pr ocessi n g ,OLAP)、数据挖掘(Da ta M i n i n g ,D M )于一体的商务智能系统,为决策者动态掌握企业生产进度和后续决策提供信息支撑。其建议的方案中客户端是微软的O ffi c e 软件,这为熟悉O ffice 软件的办公人员提供了很大方便,然 而展示方式不能个性化,且不能通过互联网访问。现在社会,商务活动频繁,企业决策者办公场所经常变动,希望随时随地能够使用企业的商务智能系统。如何基于SQL Server 2008创建B /S 结构BI 应用系统就是本文要探讨的问题。 1 商务智能的相关支撑技术 商务智能是一种商务决策支持的解决方案,是数据仓库(Data W arehouse ,DW )、DM 、OLAP 技术的一种综合运用[5 6] 。商务智能的支撑技术为数据仓库、 D M 、OLAP [7 9] 。数据仓库是一个 面向主题的、集成的、时变的、非易失的数据集合 [10] 。数据仓库将从多个数据源收集的信息,按照单一的模式进行存储,并通常将这些信息驻留在单个存储节点。数据仓库 系统中最重要的应用是OLAP 与DM [11] 。OLAP 是使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维度特性的信息进行快速、一致、交

《商务智能方法与应用》教学大纲

商务智能方法与应用 （含实验） （） 教学大纲 （2018版） 曙光瑞翼教育 2018年8月

前言 一、大纲编写依据 《商务智能方法与应用》是高校面向全校的公选课，是一门理论结合实践，专业性并不强的大数据相关课程。通过该课程的学习，培养学生设计和使用商务智能相关技术的能力，熟悉商务智能的基本概念及构成，重点掌握商务智能在各个领域的应用，以及如何进行建立数据仓库、如何进行在线分析处理、如何实现数据挖掘与数据可视化。通过这一系类的技术如何帮助决策者进行决策。 二、课程目的 1、知识目标 本课程目的是通过讲授及有关讨论使学生掌握在当今商务环境下如何整合和优化企业的信息资源，充分发挥企业的“知识资本”优势，将信息转换成企业智能，并进一步转换为企业利润。通过本课程的学习及讨论，将培养学生如何整合企业内部资源并部署实施商务智能战略的能力。主要重点在于大数据行业内的商务智能工具的应用以及行业实践。 2、能力目标 (1) 实践能力 通过本课程的学习，对学生进行实践技能的训练，巩固其在课堂上所学书本知识，加深对商务智能的基本概念、基本原理和分析方法的理解，掌握商务智能的核心技术与工具，并能运用典型的商务智能工具处理、解决一些实际问题。同时，通过实践教学活动，拓宽学生的知识领域，锻炼学生的实践技能，培养科学严谨、求真务实的工作作风。 (2) 创新能力 通过使用商务智能原理与应用的学习，从数据采集、数据分析、数据挖掘、数据可视化的工作原理与应用等方面，使学生具备一定的使用商务智能主流工具进行数据分析的能力。 三、教学方法 1、课堂教学 (1) 讲授 本课程的教学内容以讲授为主，讲授的主要内容有商务智能关键技术：数据仓库、在线分析处理、维度建模。根据教学大纲的要求，突出重点和难点。 (2) 教师指导下的学生自学 指导学生自主学习商务智能相关技术与主流商务智能相关工具。教师通过给出一些相关的实例程序帮助学生理解和进行方案设计，并布置相应的上机习题让学生进行练习。 (3) 其它教学方法 采用多媒体辅助教学手段，结合传统教学方法，解决好教学内容多、信息量大与学时少的矛盾；充分利用学校的图书馆的资源优势，查阅与课程相关的资料；通过布置课程设计来提高学生的综合处理问题的能力和软件开发的能力。 2、课外学习

商务智能的发展和应用

商务智能的发展和应用 聂迪 (宝鸡文理学院计算机科学系，陕西宝鸡721016) 摘要 所为商务智能，是明显区别于商业智能的一种分析数据的技术，其内容的获取和显示方面都有终端技术。现今，商务智能已发展成不仅仅只是软件产品和工具，而是一种整体应用的解决方案，甚至升华为一种管理思想，体现的是一种理性的经营管理决策的能力，即全面、准确、及时、深入分析和处理数据与信息的能力。 关键字 商务智能；分析；管理；技术 引言 商务智能的出现是一个渐进的复杂的演变过程，而且仍在发展之中，最早的商务智能被称为决策支持系统，它经历了事务处理系统（TPS）、高级管理人员信息系统（EIS），管理信息系统（MIS）和决策支持系统（DSS）等系统，最终演变成为今天的商务智能。随着计算机应用的不断发展和深入，软件系统的大型化、复杂化，软件的开发与应用已相当的广泛。近年来，商务智能技术日趋成熟，越来越多的企业决策者意识到需要商务智能才能保持和提升企业的竞争力。在美国，500强企业里面已经有90%以上的企业利用企业管理和商务智能软件帮助管理者做出决策。国外己经有很多成功实施商务智能的案例。可在我国，商务智能还处于导入期，商务智能应用的程度和实际效果都与国外企业有很大差距。。 商务智能的定义 商务智能是指利用数据仓库、数据挖掘技术对客户数据进行系统地储存和管理，并通过各种数据统计分析工具对客户数据进行分析，提供各种分析报告，如客户价值评价、客户满意度评价、服务质量评价、营销效果评价、未来市场需求等，为企业的各种经营活动提供决策信息。它是企业利用现代信息技术收集、管理和分析结构化的商务数据和信息，创造和累计商务知识和见解，改善商务决策

《商务智能方法与技术》复习资料-

《商务智能方法与技术》课程复习资料 一、客观部分：（判断、不定项选择） （一）、判断部分 ★考核知识点:商务智能系统 附 1.1.1（考核知识点解释）： 商务智能是企业利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息，创造和累计商务知识和见解，改善商务决策水平，采取有效的商务行动，完善各种商务流程，提升各方面商务绩效，增强综合竞争力的智慧和能力。 商务智能不是通常的业务处理。它的目标是如何更快、更容易地做更好的决策。 IBM商务智能解决方案远远不只是数据和技术的组合，BI帮助用户获得正确的数据，发现它的价值，并共享价值。 ★考核知识点:知识概念 附 1.1.2（考核知识点解释）： 知识就是对信息进行的提炼、比较、挖掘、分析、概括、判断和推论。知识分为事实性知识和经验知识。事实性知识是人类对于客观事物和现象的认识结果。经验知识多事一种隐性知识，是存储在人们大脑中的经历、经验、技巧、体会和感悟等尚未公开的知识。 隐性知识和显性知识之间是可以相互转化的。 ★考核知识点:元数据 附 1.1.3（考核知识点解释）： 元数据管理包括对开发、管理数据仓库时所用的技术元数据和支持业务人员的业务元数据进行管理，它对数据仓库的设计和维护具有重要的作用。 数据仓库的所有数据都要通过元数据来管理和控制。元数据描述关于源数据

的说明，包括源数据的来源、源数据的名称、源数据的定义、源数据的创建时间等对源数据进行管理所需要的信息。 源数据的来源说明源数据是从哪个系统、哪个历史数据、哪个办公数据、哪个Web页、哪个外部系统抽取而来。源数据说明源数据在数据仓库的作用、用途、数据类型和长度等。 元数据：是用来描述数据的数据。它描述和定位数据组件、它们的起源及它们在数据仓库进程中的活动；关于数据和操作的相关描述(输入、计算和输出)。元数据可用文件存在元数据库中。元数据反映数据仓库中的数据项是从哪个特定的数据源填充的，经过哪些转换、集成过程。 要有效的管理数据仓库，必须设计一个描述能力强、内容完善的元数据。 ★考核知识点：数据分析 附 1.1.4（考核知识点解释）： 在线分析处理比较常用的操作包括对多维数据的切片与切块、等。 切片和切块(Slice and Dice)： 在多维数据结构中,按二维进行切片,按三维进行切块,可得到所需要的数据。如在“城市、产品、时间”三维立方体中进行切块和切片,可得到各城市、各产品的销售情况。 钻取(Drill)： 钻取包含向下钻取(Drill-down)和向上钻取(Drill-up)/上卷(Roll-up)操作，钻取的深度与维所划分的层次相对应。 ★考核知识点:数据集市 附 1.1.5（考核知识点解释）： 数据仓库是企业级的，能为整个企业各部门的运行提供决策支持手段。而数据集市（ Data Mart ）是部门级别的，一般只能为某个局部范围内的管理人员服务，也称为部门级的数据仓库。 数据集市有两种：独立的数据集市和从属的数据集市。

商务智能在物流管理领域的应用

商务智能在物流管理领域的应用 信息技术的高速发展带来了企业利用信息技术提高本身竞争力的巨大空间：信息技术不但使企业获取需要的信息，而且，促进企业对信息的再利用，以此营造企业的竞争优势。企业一直在寻找对商务智能的理解和实现的方式，以增强企业的竞争力。早在80年代，当时“商务智能”的标准是能容易地获得想要的数据和信息，Gartner Group 于1996年最早提出了商务智能（Bussiness Intelligence，以下简称BI）的概念，将它定义为一类由数据仓库(或数据集市)、查询报表、联机分析、数据挖掘、数据备份和恢复等部分组成的，以帮助企业决策的技术及其应用。近几年来，商务智能的发展迅猛，在我国更是保持着高增长率的发展势头。随着商务智能技术的日趋成熟，越来越多的企业开始采用商务智能来帮着企业的决策和管理。下面我主要介绍商务智能在物流管理领域的应用。 1 商务智能的定义 1.1 商务智能的定义 商务智能又称商务智慧或商务智能，根据国际数据公司(IDC)的定义，商务智能是对商业信息的搜集、加工、管理和分析过程。目的是使企业的各级决策者获得知识或洞察力，帮助他们更快地做出对企业更有利的决策。 为了将数据转化为知识，需要利用数据仓库、数据挖掘和线上分析处理（OLAP）工具等技术。因此，从技术层面上讲，商务智能不是什么新技术，它只是ETL、数据仓库、OLAP、数据挖掘、数据展现等技术的综合运用。 2 商务智能的核心技术 2.1 数据仓库技术 数据仓库系统是对数据的处理技术的集成，而商务智能系统的核心是解决商业问题，它把数据处理技术与商务规则相结合，以提高商业利润减少市场运营风险，是数据仓库技术、决策支持技术和商业运营规则的结合。数据仓库由数据库(DBMS)、数据(Data) 、索引(Index)三部分构成。 2.2 数据挖掘技术 数据挖掘是从大量的、不完全的、有噪声的、模糊的及随机的实际应用数据中，挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则的过程。挖掘的对象主要是数据库和数据仓库，其目的是通过对数据的统计、分析、综合、归纳和推理，揭示事件间的相互关系，预测未来的发展趋势，为经营决策、市场策划及金融预测等提供依据，帮助企业的决策者调整市场策略，减少风险，做出前摄的及基于知识的决策。 2.3 联机分析处理技术(OLAP) OLAP是一种多维分析工具，目标是满足决策支持或多维环境下特定的查询和报表需求，使分析人员、管理人员或执行人员能够从多个焦度对从原始数据中转化出来的、能够真正为用户所理解的并真实反应企业维特性的信息进行快速、一致、交互地存取，从而获得对数据的更深入了解。它的技术核心是“维”这个概念，因此它是数据仓库中大容量数据得以有效利用的重要工具。 3 商务智能在现代物流管理中的应用 3.1 智能仓储管理系统。系统集成了入库、出库、货位和保管的实时和历史数据，构成数据仓库，为在线分析处理和数据挖掘创造环境，从而有助于从业务数据中发现深层次的信息和知识，将非直观的、隐含的信息和知识以直观的形式描述，辅助领导层决策。使得物流企业

商务智能论文

主流商务智能解决方案的对比和分析 作者：彭潇勇软工一班2010302580155 摘要：针对市场上五种比较流行的商务智能解决方案供应商的产品进行了不同角度的分析与对比，指出了各种解决方案之间的共性和特性，并分析对比了各个产品之间的优劣势。以此作为国内企业寻找切合本企业实际利益的商务智能解决方案的一个依据。 1、引言： 商务智能，指用现代数据仓库技术、在线分析技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。 商务智能（Business Intelligence，简称BI）最早由Gartner Group于1996年提出。Gartner将BI定义为“各种不同的应用程序和技术，可用于收集、存储、分析、共享数据并提供数据访问，从而帮助企业用户做出更好的业务决策。”商务智能的基本理念便是提升业务洞察力，将数据信息转化为商务价值。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。借助这一手段，企业可以在市场更加多变、竞争更加激烈、组织越来越复杂、规模越来越庞大的商业环境下高效运营、正确决策、快速响应，从而实现从数据到信息、从信息到知识、从知识到利润的转化。因此商务智能应该被看成是一种更好的为企业制定决策提供数据支持和信息知识的解决方案。 既然是解决方案型的技术，便不是一个高下立判的问题。因此我们便有必要对一些主流BI解决方案进行有针对性的分析，提取出其中值得企业关注和投资的信息，以便为企业选择BI解决方案提供一个有针对性的依据。一下便是有关IBM、Microsoft、Oracle、SAS、SAP 这五大BI解决方案提供商的对比分析。 2、五大主流BI解决方案提供商的对比： 2.1、IBM商务智能解决方案特性： IBM 公司在数据仓库/商业智能行业处于领先地位, 根据Survey. com 的2001 报告“数据仓库解决方案”, IBM 的市场占有率将近61% 。全世界跨各行各业的公司都选择了IBM的BI解决方案来帮助他们更具有方向性、更有利润的运营。 IBM具有如此庞大的市场占有率，这与其分布于世界各地的数千名BI咨询专家，以及由在BI方面具备提供解决方案资格的IBM业务合作伙伴组成的巨大网络分不开的。借用集成了各种不同类型的BI工具的DB2，IBM公司具备了相当丰富的经验和专长来开发经济高效、全面的解决方案，可以满足不同行业的具体需求和单个客户的需求。 IBM使用DB2 Warehouse Manager 构建数据仓库。有助于简化和加速构建数据仓库原型，以及后续BI系统的开发与配置。同时，用于构建和管理数据仓库架构的IBM 工具使企业能够构建和提供与Web 数据源相集成的数据仓库, 并且能够构建稳固、可扩展的数据中心和业务应用。 2.2、Microsoft商务智能解决方案： 进入2010年以后，微软的Office 2010、SharePoint2010、SQL Server 2008 R2等重头产品相继发布，从此，微软推出了一个新的组合型商业智能解决方案。 在这个解决方案中，微软强调商务智能的平民化，即企业的每一个员工都可以很容易的上手进行数据分析挖据并得到自己想要的数据。在底层有了SQL Server做保障，用户只要精

《商务智能》考试复习内容 (含答案)

闭卷考试，时间120分钟，五种题型：选择题（10分）、判断题（10分）、名词解释题（30分）、简答题（30分）、论述题（20分） 第1章商务智能基本知识 （1）商务智能的概念、价值、驱动力。 概念： 商务智能是企业利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息，创造和累计商务知识和见解，改善商务决策水平，采取有效的商务行动，完善各种商务流程，提升各方面商务绩效，增强综合竞争力的智慧和能力-王茁专著《三位一体的商务智能》. IBM商务智能解决方案远远不只是数据和技术的组合，BI帮助用户获得正确的数据，发现它的价值，并共享价值。 价值： To support decision making at all levels of business management based on the facts and (scientific) predictions of current and future business situations that are obtained from intelligent analysis of historical business data. 支持各级决策基于事实和商业管理的(科学)的预测当前和未来的业务情况下获得历史业务数据的智能分析。 Business decisions made with BI support are more -Correct 恰当 -Accurate 准确 -Objective 客观 -Timely 及时 驱动力： 在商务智能背后有一些商业驱动力，例如： 增加收入，减少费用和更有效地竞争的需求。 管理和模拟当前商业环境复杂性的需求。 减少IT费用和利用已有公司业务信息的需求。 （2）商务智能系统的功能、主要工具。 功能： 在商务智能背后有一些商业驱动力，例如： 增加收入，减少费用和更有效地竞争的需求。 管理和模拟当前商业环境复杂性的需求。 减少IT费用和利用已有公司业务信息的需求。 主要工具： 第2章商务智能核心技术 （1）商务智能系统的架构如何？

商务智能BI应用实例总结

商务智能BI应用实例 案例一：公安领域BI产品应用解决方案 (1) 案例二：李宁集团在零售领域BI产品应用解决方案 (2) 案例三：奥克斯集团BI系统成功应用 (5) 案例四：应用商业智能提升水泥企业的管理效率 (6) 案例一：公安领域BI产品应用解决方案 应用摘要： 公安交通管理局警务的业务处理系统建设已经有一定的规模了，在日常的警务工作中，这些应用系统及相关的数据库大大提高工作效率，完成了各项任务，优势十分明显。随着城市交通日益发达，管理的相关因素显得更加错综复杂。加上原有系统在设计时是为满足某个警务工作的需要而有针对性建设的。这就造成信息的条状分布和信息系统带来新的挑战，因此，新平台系统建设将梳理信息资源，提高综合管理信息应用决策能力。 智能性处理： 作为高科技、信息化的智能交通管理的重要步骤，综合市交管局的信息，整合信息孤岛。提高信息分析的质量，有力地支持警务工作地展开。公安交通综合数据处理平台建设实现了如下目标： 通过与现场信息的连接，通过与多种不同警务处理信息关联，实现综合信息应用能力，集中警力调配，从而大大提高出警、处理、监控与分析的效率。 通过整合各种已有的警务处理、管理应用系统，形成整体信息利用能力，建立成为公安交通高科技、信息化的智能交通管理的信息平台。 系统架构： 公安交通综合数据处理平台的系统架构分为四个层次，即道路现场、终端信息处理层、信息数据处理层以及信息综合应用层，如图所示：

婷吕计I, 连匿，战本.掘孫 瞒“岸AA??* 嶋誉1W ?!? jftl flfs a tut楼蜩MA 遷?*? it* rti 笛為社甜frs-萍苯却愛aa^anta^a 案例二：李宁集团在零售领域BI产品应用解决方案 应用摘要： 随着李宁集团经营规模的不断扩大，信息化的建设也在不断的深入，从POS系统到E RP系统，从MAIL系统到OA系统，整个集团的每项工作都与信息系统密不可分，可以说是行业内信息化建设的先导者。但是随着信息系统的日益增多，面临的问题也不断涌现 （女口：信息孤岛、大量历史数据的闲置）。如何将多个信息系统的数据进行整合？如何将 大量闲置的历史数据提炼成知识？ ADM （汉端科技）根据自己的多年BI行业经验，针对这些问题提出了解决方案。通过ADM提供的商务智能BI系统项目的实施，最有力的数据挖掘、信息分析整理、数据管 理等解决方案，帮助企业梳理和制定完善的报表体系，为企业制定具有竟争力的分析模式 和模型、充分利用现有信息资源，让各个业务部门实现销售、产品规划、财务、库存等核 心业务的辅助决策。

18秋学期(1703)《商务智能方法与技术》在线作业

18秋学期（1703）《商务智能方法与技术》在线作业 一、单选题共12题，24分 1、知识和信息最主要的区别是 ?A知识比信息重要 ?B信息系统比知识系统昂贵 ?C信息是某种事实而知识是某种经验 ?D知识比信息更容易被组织 学生答案：C得分:2分 2、()是人们观察数据的特定角度，是考虑问题时的一类属性。 ?A维 ?B维的层次 ?C维的成员 ?D数据单元 学生答案：A得分:2分 3、（）是基于网页内容或其描述中抽取知识的过程 ?A内容挖掘 ?B结构挖掘 ?C个性挖掘 ?D使用(日志)挖掘 学生答案：A得分:2分 4、（）是结构化、可以用语言、文字进行口头或书面表达的 ?A显性知识 ?B隐形知识

?C两者皆可 ?D两者都不可 学生答案：A得分:2分 5、知识管理就是对信息的管理是哪个知识管理学派的说法（） ?A行为学派 ?B技术学派 ?C管理学派 ?D综合学派 学生答案：B得分:2分 6、()将会对以后步骤中必须的数据转换提供一个初步的了解，比如数据清理和整合。 ?A业务分析 ?B领域分析 ?C数据分析 ?D专业分析 学生答案：C得分:2分 7、（）就是对一个企业集体的知识与技能的捕获，是为增强组织的绩效而创造、获取和使用知识的过程 ?A知识处理 ?B知识创造 ?C知识储存 ?D知识管理 学生答案：D得分:2分 8、OLAP分析属于哪种驱动型发现。 ?A验证驱动型

?B经验驱动型 ?C事实驱动型 ?D发现驱动型 学生答案：A得分:2分 9、（）存储格式一般比较适合于需要总结数据的查询有较快的响应时间，同时基数据的量又比较大的场合。 ?A ROLAP ?B MOLAP ?C HOLAP ?D ServerOLAP 学生答案：C得分:2分 10、（）针对包括Web页面内容、页面结构和用户访问信息等在内的各种Web数据，应用数据挖掘方法发现有用的知识帮助人们从大量Web文档集中发现隐藏的模式 ?A内容挖掘 ?B结构挖掘 ?C文本挖掘 ?D使用挖掘 学生答案：C得分:2分 11、（）目标就是将恰当的知识在恰当的时候传递给恰当的人，以便使他们能够作出最好的决策 ?A知识处理 ?B知识创造 ?C知识管理 ?D知识储存 学生答案：C得分:2分 12、知识管理将信息处理能力和人的创新能力相互结合，增强组织对环境的适应能力是哪个知识

当前商务智能在中国的发展状况

当前商务智能在中国的发展状况 摘要：商业智能现在可谓是一个很热的话题，已经成为企业CIO（首席信息官）们的一个首要技术课题，越来越多的CIO意识到，在竞争激烈的环境中，BI(商务智能)不仅关系到一个企业更好的运行，甚至关系到企业的生死存亡。商务智能是数据仓库技术、数据挖掘技术和在线联机分析处理技术（OLAP）在商业领域的综合应用。本文就国内商务智能的构成以及商务智能的发展及其在国内的研究趋势分析两个方面分析了目前国内商务智能的发展状况，并对进一步发展我国商务智能的理论研究和实际应用提出了建议。 关键词：商务智能数据仓库数据挖掘 引言 商务智能（Bussiness Intelligence，以下简称BI）已经成为目前搜索最热门的关键词之一。Gartner Group 于1996年最早提出了BI的概念，BI就是通过使用数据或基于数据的体系以改进商务决策的一套理念与方法。微软创始人比尔·盖茨曾指出，如何收集，管理并使用信息，将决定一个企业最终的成败。近几年来，商务智能的发展迅猛，在我国更是保持着高增长率的发展势头。其应用领域逐渐渗透到电信、银行、金融业、保险业、制造业等各个领域。 一、国内商务智能的构成 国内商务智能包括固定报表、OLAP分析、数据挖掘以及分析运用的实现。 1.固定报表 目前中国市场上商务智能应用主要停留在这个层面的利用。它的主要实现步骤是： a.ETL：将行业的业务应用系统的数据及其它可用数据源中的数据进行抽取、清洗和转换后，将清洁数据装入到数据平台，并从数据平台装载到各数据集市中。 b.在数据集市中建立星形结构或雪花结构的关系数据库模型。 c.通过前端工具以表格、分析图等直观形式展现。 2.OLAP分析 生成OLAP模型，建立各主题分析部分所需的综合、统计分析运算及相应的多维结构，然后在多维模型中分析，可完成大到多级业务综合分析，小到针对某一个领域的指标多角度分析。 3.数据挖掘 数据挖掘是一个萃取和展现新知识的流程。通过分析具体数据，发现确定有效的、新颖的、有潜在使用价值的、以往不为人知的、最终可理解的信息，为企业良好运营和决策部门做出重要决策提供帮助。 4.分析应用 与业务信息系统结合，成为流程组件，例如企业绩效管理。 二、商务智能的发展以及在国内的研究趋势分析 1.商务智能的发展 商业智能出现于20 世纪末期, 20 世纪90 年代后期有了突飞猛进的发展, 越来越多的企业提出了他们对商务智能的需求, 把商务智能作为帮助企业达到经营目标的一种有效手段; 另一方面, 计算机界很多著名公司已经认识到商务智能巨大的发展潜力, 纷纷加入商务智能研究和软件开发的行列, 比如IBM、Oracle、Microsoft、SAS、Business Objects等著名的软件厂商纷纷推出支持商务

南开18春学期《商务智能方法与技术》在线作业

(单选题) 1: （）是基于网页内容或其描述中抽取知识的过程 A: 内容挖掘 B: 结构挖掘 C: 个性挖掘 D: 使用(日志)挖掘 正确答案: (单选题) 2: （）目标就是将恰当的知识在恰当的时候传递给恰当的人，以便使他们能够作出最好的决策A: 知识处理 B: 知识创造 C: 知识管理 D: 知识储存 正确答案: (单选题) 3: 知识管理将信息处理能力和人的创新能力相互结合，增强组织对环境的适应能力是哪个知识管理学派的说法（） A: 行为学派 B: 技术学派 C: 管理学派 D: 综合学派 正确答案: (单选题) 4: 选择供应商一般以满足时间约束的条件下（）为目标 A: 最小化物流成本 B: 最大化物流成本 C: 最小化维护成本 D: 最大化维护成本 正确答案: (单选题) 5: 知识和信息最主要的区别是 A: 知识比信息重要 B: 信息系统比知识系统昂贵 C: 信息是某种事实而知识是某种经验 D: 知识比信息更容易被组织 正确答案: (单选题) 6: OLAP系统应能处理与应用有关的任何逻辑分析和统计分析，此描述是指OLAP的哪个特性。A: 快速性 B: 可分析性 C: 多维性 D: 信息性 正确答案: (单选题) 7: 哪种数据库工具采用矩阵方式来存储数据。 A: 多维数据库工具（MOLAP） B: 关系型数据库工具（ROLAP） C: 桌面型数据库工具 D: 都不是 正确答案: (单选题) 8: （）存储格式一般比较适合于需要总结数据的查询有较快的响应时间，同时基数据的量又比较大的场合。 A: ROLAP B: MOLAP C: HOLAP D: ServerOLAP 正确答案: (单选题) 9: 归咎（imputation）是处理()的一种方法。

商务智能在企业管理方面的应用

商务智能在企业管理方面的应用 ----北京猫王家居 在这个信息的爆炸的社会激增对能够处理和控制信息的新技术的强烈需求，商务智能就是新的信息技术在商务分析中的有效利用。商务智能的过程就是从不用的数据源提取有用的数据进行处理帮助用户决策。所以说，商务智能通过各种信息帮助用户做出正确的决策。 在商务智能背后有一些商业驱动力，例如：增加收入，减少费用和更有效地竞争的需要。由于自己的专业属于管理学学位，对商务智能研究不是很透彻，我通过分析一家公司的案例来说明自己对“商务智能在企业管理方面的应用”的理解。 北京白领猫王家具有限公司(简称猫王公司)是专业销售钢木家具的实体型企业。自1991年成立以来，猫王公司目前已进入快速发展阶段，公司在太原拥有占地面积20000平方米的生产基地和10000平方米的物流中心，在全国各大中城市均有经销商，产品目前已出口日本、东南亚、欧洲等国。在企业人员、规模、业务量等不断扩大的同时，猫王公司管理层敏锐地感觉到了企业快速成长所带来的问题，各类数据成倍增长，使生产、销售、物流、资料流、信息流等受到了业务和规模迅速扩大的冲击。这一系列的问题都阻碍了猫王公司的快速发展。 经过慎重的考虑和观察，猫王决定实施SAP Business One。经过一段时间的实施之后，达到了在营销前端发生问题的时候，财务部可以在第一时间将信息反馈给总经理的效果，而不是滞后处理，到财务核算的时候才发现问题，必将给公司造成损失。解决了企业之前面临的一系列的问题，例如：数据共享使得企业主管们不仅仅能够实时了解本部门的运作情况，而且也能很方便地知道其他部门的运作情况。而且提供了财务对业务的支持，系统完整的应收应付管理，使得销售主管和采购主管能够胸有成竹地面对供应商和客户，这将会大大提高企业的信誉。 这就是商务智能在企业管理方面的应用，企业管理人员需要对企业中大量的、动态的、错综复杂的数据和信息进行及时、准确的分析和处理，对企业的各项经营活动进行事先计划、事中控制和事后反馈，从而达到合理利用企业资源、降低库存、减少资金占用、增强企业应变能力、提高企业市场竞争力和经济效益

商务智能期末考试整理

第一讲商务智能概述（综合论述题） 1学习本课程的原因： 现代管理需要基于计算机的方法 让决策更有有效性 企业需要有智能 A:在分析型商务智能软件的帮助下，用户可以建立统一的企业数据仓库平台，并收集，访问，分析每个商业领域的数据，同时，数据库技术的进步，服务器性能的提升以及分析软件算法的优化，是的访问大型数据库处理海量信息变得更加容易便捷。 B:商务智能可以提供个性化服务，以满足不同用户的需求，智能搜索可以给决策者以很好的数据分析。 2与本专业的关联性: 信息技术迅速发展的今天，电子商务已在国民经济中显现出极其重要的作用。伴随着服务形态在全球扩张，市场需求多样化，社会网络的广泛建立等社会经济巨大变革；数据量正以每年翻倍的速度扩增，然而数据源分散，异构数据库难以整合，数据接口复杂等问题严重，导致大量数据中真正能被利用来分析和运用的数据不足10%。如何将数据有效转化为决策者所需要的信息，提升电子商务整体应用水平，已经成为政府，企业界和软件开发界关注的一个研究方向。（BI发展趋势：绩效管理，产品模块的集成，结构化和非结构化数据，数据质量，预测分析，客户定制化。）根据商务智能的主要技术，以及电子商务的移动，虚拟性，个性化，社会性等新型特征，把商务智能同电子商务基础性规律结合起来，完善商务节点的数据挖掘，抽取，转化集成和应用。提升电子商务中的智能搜索，精度营销，比较购物，供应链、配送优化等现实需求。描述商务智能融合技术在电子商务中的应用展望。 3商务智能在电子商务中的典型应用 （1）数据挖掘的应用：挖掘主要是挖掘出有潜力价值数据的信息拘束，主要应用在情报分析，数据库营销，识别用户消费行为，客户流失分析，划分客户群体等 相关应用。（沃尔玛超市尿布与啤酒的销售） （2）智能搜索的应用：人们运用关键词进行搜索返还的结果信息之间缺乏有效的关联，不仅增加了用户筛选结果信息的时间，而且也为用户查找有效信息增加了

《商务智能方法与技术》19秋期末考核标准参考答案

《商务智能方法与技术》19秋期末考核-0001 试卷总分:100 得分:70 一、单选题(共15 道试题,共30 分) 1.（）是一种以规范化的方式构造端到端的业务流程为中心，以持续地提高组织绩效为目的的系统化方法 A.知识管理 B.方法管理 C.信息化管理 D.业务流程管理 答案:D 2.知识和信息最主要的区别是 A.知识比信息重要 B.知识比信息更容易被组织 C.信息系统比知识系统昂贵 D.信息是某种事实而知识是某种经验 答案:D 更多加微boge30619 3.（）存储格式一般比较适合于需要总结数据的查询有较快的响应时间，同时基数据的量又比较大的场合。 A.ServerOLAP B.ROLAP

C.MOLAP D.HOLAP 答案:D 4.哪种数据库工具采用矩阵方式来存储数据。 A.都不是 B.桌面型数据库工具 C.多维数据库工具（MOLAP） D.关系型数据库工具（ROLAP） 答案:C 5.（）针对包括Web页面内容、页面结构和用户访问信息等在内的各种Web数据，应用数据挖掘方法发现有用的知识帮助人们从大量Web文档集中发现隐藏的模式 A.结构挖掘 B.文本挖掘 C.内容挖掘 D.使用挖掘 答案:B 6.OLAP系统应能处理与应用有关的任何逻辑分析和统计分析，此描述是指OLAP的哪个特性。

A.快速性 B.多维性 C.可分析性 D.信息性 答案:C 7.（）是基于网页内容或其描述中抽取知识的过程 A.结构挖掘 B.内容挖掘 C.使用(日志)挖掘 D.个性挖掘 答案:B 8.（）根据文本的不同特征划分为不同的类 A.都可以 B.文本聚类 C.文本概括 D.文本分类 答案:B 9.数据仓库系统组成中，哪个部件是把数据从源数据中提取出来，依定义部件的规则将不同数据格式的源数据转换成数

商务智能重点(大概整理)

题型：选择10*1分，单选10*1分，填空8*1分，计算4*9分，问答4*9分。 一、商务智能概述 1.数据 数据是可以记录、通信和能识别的符号，它通过有意义的组合来表达现实世界中的某种实体（具体对象、事件、状态或活动）的特征。 商务智能技术可以分析结构化数据、半结构化数据以及非结构化数据、静态的历史数据和动态数据流等各种类型的数据。 2. 3.BI定义 定义一：Business Intelligence is a process of turning data into knowledge and knowledge into action for business gain. (Data Warehouse Institute) 标准定义： 商务智能是企业利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息，创造和累计商务知识和见解，改善商务决策水平，采取有效的商务行动，完善各种商务流程，提升各方面商务绩效，增强综合竞争力的智慧和能力。 4.商务智能的结构

（1）商务智能的结构主要由两部分组成: 数据仓库环境 分析环境 （2）商务智能主要由三种技术构成: 数据仓库（Data Warehouse） 联机分析处理（On-line Analysis,OLAP） 数据挖掘（Data Mining） 在三大技术支柱中，数据仓库是商务智能的基础。 联机分析处理（OLAP）是以海量数据为基础的复杂分析技术。 数据挖掘(Data Mining)是从海量数据中，提取隐含在其中的、人们事先不 知道的但又可能有用的信息和知识的过程。 二、决策支持系统 1.结构化：数据结构字段含义确定、清晰。 典型的如数据库中的表结构 半结构化：具有一定结构，但语义不够确定 典型的如HTML网页，有些字段是确定的(title)，有些不确定(table) 非结构化：杂乱无章的数据，很难按照一个概念去进行抽取，无规律性 2.DSS的产生背景 电子数据处理——EDP（Electronic Data Processing） 管理信息系统——MIS（Management Information Systems） 决策支持系统——DSS（Decision Support Systems）（70年代中期提出）

商业智能分析论文

数据仓库与数据挖掘论文题目BI技术应用现状及相应软件工具介绍评语： 学院计算机工程学院班级计算1314 姓名 __苏帅豪___ 学号 201321121109 成绩指导老师曾勇进 2016年 6 月 12 日

BI技术应用现状及相应软件工具介绍 [摘要] 商业智能是从大量的数据和信息中发掘有用的知识，并用于决策以增加商业利润，是一个从数据到信息到知识的处理过程。本文从当前商业智能实际出发，清晰阐述了商业智能的概念，总结和分析了商业智能发展的现状,并对商业智能今后的发展做出了展望。与此同时,客观分析了目前我国商业智能发展的状况,介绍了BI工具的情况。使我们能够认清形势,更好地发展。 [关键词] 商业智能、cognos、数据仓库、查询与报表 [正文] 1.商业智能概念： 提到“商业智能”这个词，网上普遍认为是Gartner机构在1996年第一次提出来的，但事实上IBM的研究员Hans Peter Luhn早在1958年就用到了这一概念。他将“智能”定义为“对事物相互关系的一种理解能力，并依靠这种能力去指导决策，以达到预期的目标。” 在1989年，Howard Dresner将商业智能描述为“使用基于事实的决策支持系统，来改善业务决策的一套理论与方法。”商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。而商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。 可以认为，商业智能是对商业信息的搜集、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力，促使他们做出对企业更有利的决策。商业智能一般由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成。商业智能的实现涉及到软件、硬件、咨询服务及应用，其基本体系结构包括数据仓库、联机分析处理和数据挖掘三个部分。因此，把商业智能看成是一种解决方案应该比较恰当。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取、转换和装载，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、联机分析处理工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。

商务智能主要技术的发展与应用

龙源期刊网 https://www.wendangku.net/doc/486572695.html, 商务智能主要技术的发展与应用 作者：杨倩雯 来源：《中国新技术新产品》2015年第15期 摘要：在今天的商业决策中，商务智能已经得到广泛的应用，并且正在向日常生活的各 个方面渗透，发挥着越来越重要的作用。其主要技术，数据仓库、联机分析处理、数据挖掘的不断发展使商务智能进一步地智能化，功能也逐步地扩大和完善。本文将主要探讨商务智能主要技术的发展历程及应用。 关键词：商务智能；数据仓库；联机分析处理；数据挖掘 中图分类号：F713 文献标识码：A 1 引言 21世纪的我们已经步入了信息时代，信息处理和利用的能力对企业发展的影响越来越 大，企业也在更多地重视信息的价值。卡内基梅隆大学计算机科学教授赫伯特·西蒙曾经说过：“在后工业时代，也就是信息时代，人类社会的中心问题将从如何提高生产率转变为如何更好地利用信息来辅助决策。”西蒙教授提出的“信息辅助决策”的观点被认为是“商务智能”的 理论雏形。从概念的提出到现在的不断发展深入，商务智能要回答的问题始终不变：即如何将数据、信息转化为知识，扩大人类的理性，进而辅助决策。以下将主要探讨在商务智能的发展进程中经历的转变。 2 主要技术发展及应用 2.1 数据仓库（Data Warehouse DW） 数据最早存储在运营式系统中，是为了提高查询的效率。但独立的系统越来越多，数据量也越来越大，传统的对数据的管理方法已经不能满足业务的需求。20世纪90年代，管理大师彼得·德鲁克曾感慨：迄今为止，系统产生的还仅仅是数据，而不是信息，更不是知识！ Teradata天睿公司，全球最大的专注于大数据分析、数据仓库和整合营销管理解决方案的供应商。它在1983年利用并行处理技术为富国银行建立了一个决策支持系统，可以认为是世界上的第一个数据仓库。 对于数据仓库的定义直到1992年才被提出，比尔·恩门出版了《构建数据仓库》一书，真正拉开了数据仓库大规模使用的序幕。恩门认为：数据仓库是一个面向主题的、集成的、稳定的、包含历史数据的数据集成，用于支撑管理决策的制定。数据仓库是实现商务智能的基础，由于数据仓库载入的大量原始信息，归并各种数据源的数据，才使企业管理和商业决策有据可依。与数据仓库的发展相结合，商务智能才能充分发挥其潜力。但数据仓库绝不是所谓的“大