商务智能考点技术总结.pptx

考 考填空选择 教学纲要 商务智能概述（三个技术填空选择） 在线分析处理OLAP技术（1） 数据挖掘技术和方法* 数据挖掘过程 数据仓库（大题考的多，6选1实验指导书有18分） 商务智能应用* 知识 知识是对信息内容进行提炼、比较、挖掘、分析、概括、判断和推论。 事实性知识和经验知识（考什么是隐性和显性知识）。 洞察力（insight） IBM商务智能定义 知识就是力量。BI 系统收集您客户的相关信息并加以分析，以帮助您确定商机和创建可以满足客户需求的战略。数据仓库、数据挖掘和决策支持中的先进技术创建大量的 BI 工具。 /cn/smb/solutions/bi/ 微软商务智能定义 Watch this interactive video and learn how Microsoft business intelligence solutions can help your IT, Finance, Operations and Sales departments access the right information, faster： /bi/aboutbi/default.aspx# SAP商务智能定义 SAP BusinessObjects BI 解决方案提供全面的商务智能功能，用户可根据可靠的数据和分析，作出有效而明智的决策。 借助这些强大的解决方案，企业中的所有用户均可访问、分析和共享组织中的各种信息，并可以设置信息格式及在信息中进行导航。/china/solutions/sapbusinessobjects/large/intelligenceplatform/bi/index.epx 7 事务型处理数据和分析型处理数据的区别3-4条一条2分 8 数据仓库(Data Warehouse)定义 数据仓库用来保存从多个数据库或其它信息源选取的数据, 并为上层应用提供统一 用户接口，完成数据查询和分析。支持整个企业范围的主要业务来建立的，主要特点是，包含大量面向整个企业的综合信息及导出信息。 数据仓库是作为DSS服务基础的分析型DB，用来存放大容量的只读数据，为制定决策提供所需要的信息。 数据仓库是与操作型系统相分离的、基于标准企业模型集成的、带有时间属性的、面向主题及不可更新的数据集合。 以1992年W H Inmon出版《Building the Data Warehouse》为标志，数据仓库发展速度很快。 W H Inmon被誉为数据仓库之父。 W H Inmon对数据仓库所下的定义：数据仓库是面向主题的、集成的、稳定的、随时间变化的数据集合，用以支持管理决策的过程。 9 面向主题（特点、什么意思） 数据仓库中的数据是按照各种主题来组织的。主题在数据仓库中的物理实现是一系列的相关表，这不同于面向应用环境。如保险公司按照应用组织可能是汽车保险、生命保险、伤亡保险，而数据仓库是按照客户、政策、保险金和索赔来组织数据。 面向主题的数据组织方式可在较高层次上对分析对象的数据给出完整、一致的描述，能完整、统一的刻画各个分析对象所涉及的企业的各项数据以及数据之间的联系，从而适应企业各个部门的业务活动特点和企业数据的动态特征，从根本上实现数据与应用的分离。 10 1集成性 数据仓库中的数据是从原有分散的源数据库中提取出来的，其每一个主题所对应的源数据在原有的数据库中有许多冗余和不一致，且与不同的应用逻辑相关。为了创建一个有效的主题域，必须将这些来自不同数据源的数据集成起来，使之遵循统一的编码规则。 11 2稳定性 数据仓库内的数据有很长的时间跨度，通常是5-10年。 数据仓库中的数据反映的是一段时间内历史数据的内容，是不同时点的数据库快照的集合，以及基于撰写快照进行统计、综合和重组的导出数据。主要供企业高层决策分析之用，所涉及的数据操作主要是查询，一般情况下并不进行修改操作. 数据仓库中的数据是不可实时更新的，仅当超过规定的存储期限，才将其从数据仓库中删除，提取新的数据经集成后输入数据仓库。 12 3时变性 时变性：许多商业分析要求对发展趋势做出预测，对发展趋势的分析需要访问历史数据。因此数据仓库必须不断捕捉OLTP数据库中变化的数据，生成数据库的快照，经集成后增加到数据仓库中去；另外数据仓库还需要随时间的变化删去过期的、对分析没有帮助的数据，并且还需要按规定的时间段增加综合数据。 13 4支持管理决策 数据仓库支持OLAP（联机分析处理）、数据挖掘和决策分析。OLAP从数据仓库中的综合数据出发，提供面向分析的多维模型，并使用多维分析的方法从多个角度、多个层次对多维数据进行分析，使决策者能够以更加自然的方式来分析数据。数据挖掘则以数据仓库和多维数据库中的数据为基础，发现数据中的潜在模式和进行预测