商务智能之二商务智能过程.pptVIP

目 录 引言 商务智能过程 数据仓库 商务智能应用 构建商务智能环境 关联规则 分类分析 聚类分析 概念描述 商务智能过程是一个多步骤的处理过程，一般可分为六个步骤：问题定义、数据选择、数据预处理、数据转化、数据挖掘和知识解释/评估 数据 转化后的数据 预处理后的数据 模式 知识 目标数据 1 2 3 4 5 一开始是在基本业务数据层面进行数据处理，用于对日常运作的信息处理和汇总。进一步，在业务数据库的基础上，通过数据抽取、汇总和转换形成数据仓库，并进一步进行分析。在数据仓库的基础上，可以采用数据挖掘技术进行知识发现。 商务智能过程 数据库与事物处理 数据仓库与在线分析处理 知识发现与可持续竞争优势 小结及练习 目 录 数据管理经历了三个阶段：自由管理，文件管理和数据库管理 自由管理 文件管理 数据库管理 自由管理和文件管理方式在数据存储结构上的标准化程度很低，不足以支撑数据的综合性管理和应用，而数据库是以一定的组织方式存储在一起的相关数据的集合。 数据库是“按照数据结构来组织、存储和管理数据的仓库”，数据库概念的两个主要目标是减少数据冗余（数据共享性）和获得数据独立性。 数据库管理系统（DBMS）是一种操纵和管理数据库的软件，用于建立、使用和维护数据库。它对数据库进行统一的管理和控制，以保证数据库的安全性和完整性。用户通过DBMS访问数据，管理员通过DBMS修改数据 程序 程序 程序 模式维护 查询 数据维护 事物管理器 数据元数据 DBMS DBMS以特定的结构化方式来管理和保存数据 DDL编译器 DML编译器 嵌入型DML预编译器 查询运行核心程序 授权和完整性管理器 事物管理器 文件管理器 缓冲区管理器 使用数据库环境来管理数据，具有很多方面的优势 集中管理数据降低系统复杂性 剔除包含复杂数据的孤立文件减少数据的冗余和不一致 通过集中控制来管理数据的混乱 将数据逻辑视图和物理视图分开，降低程序和数据间的依赖性 允许对信息进行定制查询，增强了适应性 提升了信息存取和利用的可能性 OLTP（Online Transaction Processing）在线事物处理，也称为面向交易的处理系统，其基本特征是顾客的原始数据可以立即传送到计算中心进行处理，并在很短的时间内给出处理结果 OLTP特征 支持大量并发用户定期添加和修改数据 反映随时变化的单位状态 面对的是事物操作人员和底层管理人员 处理的数据高度结构化，涉及的事务比较简单，访问路径已知 商务智能过程 数据库与事物处理 数据仓库与在线分析处理 知识发现与可持续竞争优势 小结及练习 目 录 OLTP解决业务自动化和信息查询的基本需求，但在资源开发和利用的分析处理层面上则无能为力，这样就要求建立一个面向分析的，集成保存大量历史数据的新型数据管理机制-----数据仓库（DW） 事物处理和分析处理都是信息创造的过程，事物处理时统计报表和数据查询，分析处理则是对信息的分析，涉及到信息的切分，多维化，前推和回溯，以及回答what-if问题。常见的分析处理应用如多维视图，预测，敏感性分析和成本控制等，由于这类应用随着网络的发展而更为强大，因此称之为在线分析处理（OLAP） OLAP与OLTP之间的关系 数据仓库 路由器数量改变 改变产品价格 添加供应商 改变还款期限 数据 数据 是否有替代品可用 库存是否可控 投资是否达到年度预算 数据仓库是把一个组织中的历史数据收集到一个中央仓库中以便于处理，是当今信息管理中的主流趋势之一，是OLAP应用的环境和基础。相比传统的数据库，数据仓库具有四个重要特征 将OLAP应用构建于数据仓库，而不是数据库上主要是基于三个技术原因 计算机处理速度的大幅度提升、存储及处理成本的大幅度降低，是保障数据仓库能够有效运行的物理基础。 决策分析理论的完善和应用，使数据仓库中的分析技术能够有效实现，这样分析人员能够得到自己想要的信息。 生成多角度，多层次和不同粒度的分析结构，人们无法判预测或控制决策数据的存取路径。 在当下的竞争环境下，企业为了分析，定位，拓展新的市场，必须对目标进行多维分析，OLAP是多维数据分析工具的集合。 例子：以鲁东商业银行在2000年至2005年之间的贷款数据进行的多维分析 案 例 9张表间的关系及各表包含的字段 表为分析需求 分析主题 鲁东商业银行贷款金额分析 分析的数值（事实） 贷款总额、正常贷款额以及不良贷款额。 分析的角度（维度） 信贷机构、时间、贷款类别、贷款期限和经营状况。 分析粒度（维度级别） 信贷机构：市行、支行和管辖机构。 时间：年、季度和月。 贷款类别：贷款的类别。 贷款期限：贷款期限、贷款期限明细。 经营状况：经营状况