商业智能在客票系统中的应用与实现.docx

3—143商业智能在客粟系统中的应用与实现刘强(铁道部科学研究院电子所)摘要商业智能(Business InteUigemce)是目前信息处理的主流趋势，它们能把大量的、历史的、不同数 据源的数据有组织地结台起来提供给决策者一些有效的信息进行决策分析．以便决策者们能迅速作出 合理的、全面的、正确的决镶，从而获得巨大的经济效益和社会效益。目前实现商业智能的技术还不很 成熟．有些技术规则在国际上还未标准化，加上不同系统、不同部门的主题要求不尽相同．所以各种商业 智能的实现技术存在一定的差异．本文就是在结合客票系统的基础上探讨了其中商业智能实现的技术 存在一定的差异，本文就是在结合客票系统的基础上探讨了其中商业智能实现的技术和方案。主要是从 数据提取、数据屉现两十具体环节进行了技术探讨。关键调 商业智能数据提取数据展现1问题的提出客票系统是国家的重点攻关项目，是铁路为适应市场经济的变化而采取的一项重大举措。客 票系统从1996年4月份开始研究推广，目前已在全国500多个车站使用。联网的车站已有200多 个．售票量已达到了全国总售票量的百分之八十以上，售票收入已占全国总售票收入的百分之九十 以上，而且客票系统的建设目前已经到了部中心这一级，部中心是全国铁路总调度和管理中心．它 需要的就不是简单的业务操作，而需要是如何获得各车站和地区中心的业务数据、如何存储这些数 据以便进行查询、分析和预测，从而合理的调整运能、票价以及运行图等，以争取更多的客流、提高 客运收入，特别是在当前铁路透能和运量的矛盾还比较突出、运输竞争非常激烈的现状下，这些就 显得尤为重要，而商业智能技术正满足了这一需求。2商业智能在客票系统中的应用与实现2．1商业智能的理论基础 商业智能是为更好的决策而对数据进行收集、转换、分析和分发的处理过程，它是把数据转换成知识的过程．它包括信息的获取、分析和交流，并把获得的有用知识用于业务。根据数据规模的 不同以及所面向决策者的层次不同，可分多维数据存储、数据集市、OLAP SERVER、数据仓库几种 方式来实现商业智能。商业智能的数据收集、转换、分析和分发都有一些专用的模型、规则、技术和工具来实现．如对 于数据收集，就可采用面向主题的分析方法进行需求分析．创建信息包和星型图进行效据建模，遵 照一套完整的规则和标准进行模型转换，并采用复制技术进行数据提取．用元数据进行数据管理； 对于数据转换。则可采用Omni Connect、Information Builders等具体工具实现集成与分割、概括与 聚集、转换与再映象等转换形式；而数据分析，也就是前台数据展现，目前也有一些专用工具应用于 此，如Business Objects、Cognos、SAS、Platinum等，由于数据分析的侧重点不同，这些工具所采用的 方案、策略和实现的功能也不尽相同。虽然商业智能的技术实现中有很多环节可用具体的方法和工具来实现。但对于不同的系统、不 同的部门，由于数据源的差异以及数据分布的限制，商业智能的实现技术叉可根据实际需要进行研 究和开发。2．2客票系统使用商业智能需要解决的主要问题在紧密结合客粟的基础上实现商业智能，数据源单一，而且面向的对象主要是部中心的客运调 度部门，于是这里的商业智能就未采用面向整个企业的数据仓库来实现，而是在部中心数据库的基 础上建立多维数据存储，多维数据存储的数据来自于遍布全国的车站和地区中心。客票系统的数据分布是集中与分布相结合的数据分布方案，部中心需要了解的主要数据信息 是票额、上车人数和收人三个方面，实现商业智能的基础就是这三部分数据，而这三部分数据就得 从部中心、地区中心、车站的三层结构中收集。由于受网络和数据分布的影响．实现商业智能的数 据提取就需要一套完整的方案和技术来实现。客票系统在车站和地区中心级为了满足基本的业务需求用Power Builder制作了二十几张报 表以进行简单的数据查询和分析，这些报表形式一旦固定，就很难再做改动，当要求发生变化时也 难以维护，到了部中心这一级就更难以满足需求。于是为了全面、快速的进行效据查询、分析和预 测，采用商业智能技术提供的OLAP工具来进行数据展现，但由于目前的OLAP工具较多．它们实 现的机制和主要功能都不一样．如何选择OLAP工具以及如何进行数据展现也是商业智能在客票 系统中应用的关键。2．3数据提取技术客票系统实现商业智能的数据基础是运能、上车人数和收入数据．但建立多维数据存储除了指 标数据之外．还需所有与指标数据相关的类别数据，如各种径路和车次属性信息，也藏是客票系统 中的基础数据。这部分数据量较小，而且相对集中，于是采用复制技术来实现。而对于指标数据。 它的量很大．而且动态地分布在所有的车站和地区中心，若采用紧密一致性的复倒技术来实现，对 网络的带宽要求太