山经商业智能要点 选修课.doc

商业智能BI是能够帮助用户对自身业务经营做出科学决策的工具，它充分利用现有的业务信息，借助现代信息技术，提取和组织有用的信息，帮助用户在加强管理，促进运销和企业发展做出及时正确的决策，把握，分析和发现信的上机 BI特点：1，具有知识性 2，基于智能 3，基于竞争优势 商业智能系统由业务数据库系统，决策支持系统等部分构成，决策支持系统DSS由三个层次内容组成：数据仓库联机分析处理（OLAP）和数据控握（DM） 错综复杂的抽取与访问将产生很多问题，诸如数据分析的结果缺乏可靠性，数据处理的效率很低，难以将数据转化为信息等 数据处理被分为操作型处理和分析型处理两大类 操作型处理以传统的数据库为中心进行企业的日常业务处理 分析型处理以数据仓库为中心分析数据背后的关联和规律，为企业的决策提供可靠有效的依据 操作型系统的使用人员通常是企业的具体操作人员，处理的数据通常是企业业务的细节信息，其目标是实现企业的业务运营 分析型系统的使用人员通常是企业的中高层管理者，或者是从事数据分析的工程师 分析型系统包含的信息往往是企业的宏观信息而非具体的细节，其目的是为企业的决策者提供支持信息 数据：业务系统中提取的或者从外部数据源中导入的数据经过清洗转化后成为数据仓库的原始数据，需注意的是，他们是数据仓库数据的一部分，但不是全部 区别 操作型数据的特点 分析型数据的特点 细节的 综合的经过提炼的 在才存取的瞬间是准确的 代表过去的数据 可更新的 不更新 操作需求通常事先可知 分析需求通常事先不知道 生命周期符合SDLC 生命周期不同于SDLC 对性能（如操作延迟）要求高 对性能要求较宽 一个时刻操作一个数据单元 一个时刻操作一个数据集合 事务驱动 分析趋动 面向应用 面向分析 一次操作数据量小 一次操作数据量大 支持日常操作需求 支持管理需求 数据仓库定义：用于支持管理决策的面向主题，集成，稳定随时间变化的数据集合。数据仓库面向主题集成稳定岁时间变化最重要的特征。 数据集成：1统一编码/编码间转化2统一度量单位3统一变量命名4统一字段格式 ——集成后数据 数据仓库的四种级别：高度综合级，轻度综合级，当前细节级，老化细节级 数据仓库的这种组织方式的核心思想：在系统中保留最有可能被用户使用的数据，而用户很少使用的数据则备份出系统 数据颗粒库：OLAP的一个重要功能就是给最终用户呈现不同综合成都的数据，第一种颗粒就是对数据仓库中数据综合成都的一个度量。 数据的综合程度不同，其数据量将相差很大，数据粒度越小，信息越细节数据量越大，数据粒度越大，忽略了众多细节，数据量越小。 粒度的第二种形式是指抽样率，即以一定的抽样率对数据仓库中的数据进行抽样后得到一个样本数据库，数据挖掘将在这个样本数据库上进行。 在抽样中需要注意确定合适的抽样率和抽样方法。 1、数据分割：指将数据分散。2、最常见分割方法：按时间3、数据仓库的数据组织形式：1简单堆积文件2定期综合文件3连续文件。 4、数据追加技术：1时标法2前后映像比较法3 DELTA文件法 4日志文件法。 5、数据仓库建设的两条技术路线：自顶向下 自底向上6、、外部数据特点：形式多种多样，来源广泛，使用上具有不可预测性 维的取值也称维的成员，维成员由各个维次的所有取值的组合构成。维度取值不一定包含所有的层次。 事实是不同维度在某一取值下的交叉点，它是对事务的度量。 切片，切块，聚合，钻取，旋转：OLAP的基本分析动作。 饼图和柱状图是显示一维数据很好的方式。 OLAP涉及的数据量很大，并且是对某个问题的多维数据进行处理，因此OLAP通常是建立在数据仓库的基础上。OLAP使用的是数据仓库记录的历史数据。 数据定期增加但不更新。OLTP面向操作人员 OLAP OLTP 经过清洗转化后的数据 业务系统中的原始数据 综合性数据 细节数据 历史数据 当前瞬间数据 不更新定期追加 可进行联机更新 一次处理的数据量大 一次处理的数据量小 面向分析分析驱动 面向业务应用事物驱动 面向决策人员，支持高中层管理 面向操作人员支持日常事务处理 数据仓库——OLAP服务器——前段展示工具 SAS公司提供的MDDB产品支持MOLAP和HOLAP存储方式。IBM公司提供的OLAP SEVER主要以ROLAP存储方式为基础 按照OLAP的存储方式(数据组织方式)的不同，可将OLAP服务器分成ROLAP（关系）、MOLAP（多维）、HOLAP（混合） 根据进行OLAP分析动作处理地点的不同，可将OLAP分为Sever OLAP和Client OLAP两种。 SAS MDDB和IBM OLAP Sever都是在OLAP服务器进行OLAP处理动作；而BO公司的产品既能进行前端展现，又能完成一定功能的OLA