第1节商务智能基本概念.ppt

  1. 1、本文档共41页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第1节商务智能基本概念

第1章 商务智能基本概念 信息技术的不断推广应用,将企业带入了一个信息爆炸的时代。每日、每时、每刻都有潮水般的信息出现在管理者的面前,等待管理者去处理、去使用。与此同时,企业的管理者在管理中面对来自不同部门的、相互矛盾的信息无法对所要解决的决策问题提出正确的解决方案。为此,需要一种新的信息处理技术能够使决策者们获取及时准确的信息,以理解商务活动并做出智能化的、更有效的决策,即能从海量的数据中提取有用的信息并转化为商务知识,从而告别“拍脑袋”决策方式。 通过本章学习,可以了解: 商务智能的发展及体系结构; 数据仓库的总体结构框架; 数据仓库的功能结构; 数据仓库的环境支持结构; 数据挖掘的基本原理; 数据挖掘的应用范围和应用过程。 1.1 商务智能的基本概念 1.1.1 商务智能的定义 1989年美国加特纳公司的分析师Howard Dresner首次提出“商务智能” 美国IBM公司的定义 Microsoft认为商务智能 IDC国际数据公司 Business Objects公司认为商务智能 Teradata公司认为商务智能的目的 美国Micro Strategy公司的定义 1.1 商务智能的基本概念 商务智能是数据仓库、联机分析处理和数据挖掘等相关技术走向商业应用后形成的一种应用技术。该技术收集、汇总了与商务活动有关的各种数据,将其集成到数据仓库中。采用联机分析技术对商务活动进行实时的监控、分析,便于及时采取有效的商务决策,提升商务活动的绩效。应用数据挖掘技术对描述商务活动的数据进行挖掘,以获取有效的商务信息,从中提取商务知识,为企业商业发展寻找新的机遇。 1.1 商务智能的基本概念 1.1.2 商务智能的发展与应用 1.商务智能的发展 从20世纪60年代计算机用于管理信息处理开始,经过40多年的发展,信息处理技术的发展经历了电子数据处理系统(EDPS,Electronic Data Processing System)、管理信息系统(MIS,Management Information System)和决策支持系统(DSS, Decision Supporting System)等阶段。 1.1 商务智能的基本概念 2.商务智能的作用 作用主要体现在理解、改善、衡量和创造四个方面。 3.商务智能的作用域 战略管理、营销管理、市场管理、客户关系管理和风险管理等。 1.1 商务智能的基本概念 1.1.3 商务智能的体系结构 商务智能体系架构主要有比尔?恩门的信息工厂,扎克曼的企业体系结构,美国数据仓库研究院的商务智能体系结构以及加特纳公司的商务智能体系结构等。这些体系结构中均包含了商务分析、OLAP、数据挖掘和数据仓库四大部分(图1.1)。 1.1 商务智能的基本概念 1.2 数据仓库的发展与展望 1.2.1 从传统数据库到数据仓库 1.决策处理的系统响应问题 2.决策数据需求的问题 3.决策数据操作的问题 4.数据仓库与传统数据库的对比 1.2 数据仓库的发展与展望 1.2 数据仓库的发展与展望 1.2.2 数据仓库的定义与基本特性 William H.Inmon在1993年所写的论著《Building the Data Warehouse》则首先系统性地阐述了关于数据仓库的思想、理论,为数据仓库的发展奠定了历史基石。在文中,将数据仓库定义为: “一个面向主题的、集成的、随时间变化的、非易失性数据的集合,用于支持管理层的决策过程”。 1.2 数据仓库的发展与展望 1.面向主题性 面向主题性表示了数据仓库中数据组织的基本原则,数据仓库中的所有数据都是围绕着某一主题组织的。 确定主题以后,需要确定主题应该包含的数据。 不同的主题之间可能会出现相互重叠的信息。 主题在数据仓库中可以用多维数据库方式进行存储。 主题的划分中,必须保证每一个主题的独立性。 1.2 数据仓库的发展与展望 2.数据集成性 根据决策分析的要求,将分散于各处的源数据进行抽取、筛选、清理、综合等工作,最终集成到数据仓库中。 3.数据的时变性 数据应该随着时间的推移而发生变化。不断地生成主题的新快照 4.数据的非易失性 数据不进行更新处理 1.2 数据仓库的发展与展望 5.数据的集合性 按照主题,以多维数据库方式进行存储的多维模式、以关系数据库方式进行存储的关系模式或以两者相结合的方式进行存储的混合模式 6.支持决策作用 1.2 数据仓库的发展与展望 1.2.3 数据仓库的发展 1.基于关系对象数据库的数据仓库 2.网络的影响 3.操作型动态数据仓库 4.Web应用中的多智体技术 1.3 数据仓库的体系结构 1.3.1 数据仓库的概念结构 数据源、数据准备区、数据仓库数据库、数据集市/

文档评论(0)

karin + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档