智能数据分析系统的研究及的应用.docVIP

智能数据分析系统的研究及的应用 　　摘 要在大数据时代，数据信息数量快速增长，为了实现对这些数据信息的有效存储和利用，本文提出了一套基于商业智能的数据分析系统。智能数据分析系统的存在能够为政府或者企业的工作提供重要的数据信息支持。文章在阐述智能数据分析系统设计和实现的基础上，具体分析智能数据分析系统在政务系统中的应用。 　　【关键词】智能 数据分析系统 关联分析 聚类分析 　　1 智能数据分析关键技术 　　1.1 智能数据抽取工具――ODI 　　ODL作为Qracle公司的智能数据抽取工具，实现对大量数据信息的收集、转换、加载和整理，并实现多种关系型数据库的继集成操作。智能数据挖掘方法如图1所示。 　　1.2 智能数据分析工具――BIEE 　　智能数据分析系统以Qracle公司的BIEE作为数据分析软件，数据分析软件的功能十分强大，具体分为物理层、逻辑层、展现层等数据模型。通过应用这个模型实现企业各异构数据源的有效连接。BIEE范围与预测准确度的关系如表1所示。 　　1.3 智能系统功能模块 　　智能系统功能模块主要包括数据的关联性分析、数据相关性分析、数据聚类分析、数据回归分析等。其中，数据相关分析模块是指在相应的路径下导入所需要的分类文件，之后选择变量，应用MTC的方法来对变量相关性问题展开分析。确定多变量信息，借助多变量之间的相关性数据分析来对数据中各个变量的关联大小问题进行分析。数据关联分析模块。数据关联分析模块能够应用关联性的规则算法来来对各个数据之间的影响问题展开分析，在分析之后确定数据之间有效的关联规则。数据分析分类模块需要在一定路?较碌既敕掷嗍?据文件。数据聚类分析模块能够借助数据间相关性的大小问题来实现对导入数据信息的自动化分类管理。 　　2 智能数据分析系统设计 　　2.1 数据模块设计 　　智能数据系统被划分为数据管理、权限管理、数据抽取、数据开发等四个管理模块。 　　2.1.1 数据管理模块 　　数据管理模块是指通过对用户提交数据信息的记录来实现数据管理。用户在提交数据之前需要创建表格和增添字段，之后将上交之后的数据信息存储到表格中，导入相应的数据。数据管理模块一般包括表管理、数据管理、字段管理。 　　2.1.2 权限管理模块 　　权限管理模块主要是实现对用户、角色、菜单、权限和日志等内容的管理，其中最为重要的管理内容是是角色分配权限和为用户安排角色的功能。 　　2.1.3 数据抽取模块 　　数据抽取模块主要是对数据信息的抽取，在抽取数据信息之后将数据信息分别安排在不同的数据库中。在这个操作过程中涉及到的内容包括资料库的建设、物理架构和逻辑架构的建设、项目模型接口的建设。 　　2.1.4 报表开发模块 　　报表开发模块主要表现在对数据模型的创建、BIEE报表的开发、JAVA集成操作等。在报表开发过程中需要涉及到报表的制作、数据模型的创建、报表的展示等。 　　2.2 数据信息抽取方案的设计 　　数据信息抽取的目标是将数据信息模块系统中分散的数据整合在一起，通过ODI建立相应的数据仓库，具体操作过程如下所示： 　　（1）打造主要资料库。主要的资料库保存了企业发展过程中所有的IT资源拓扑结构。主要资料库能够保存重要的项目和数据模型信息，为ODI图形模块使用提供重要支持。 　　（2）打造工作资料库。在工作资料库中保存各个项目和数据信息。在工作中资料库和主资料库的关系是彼此对应的。 　　（3）创建数据服务器。结合不同用户的需求来创建多个物理架构。 　　（4）创建逻辑架构。逻辑架构的创建往往和物理架构是一一对应的关系。 　　（5）创建项目，每个项目也都需要对应一个相应的逻辑架构。 　　（6）模型的创建。每个模型的创建都需要对应一个逻辑结构。 　　（7）接口的创建。在接口创建完成之后每个模型都需要对应一个逻辑架构。 　　2.3 数据信息分析模块的设计 　　2.3.1 物理模型设计 　　物理模型设计是指对数据库分析对象的设计，物理模型设计是逻辑模型在数据仓库中的物理实现。物理模型的设计需要对数据库管理系统、数据库系统运作环境、数据库外部设备特点进行全面的了解，在全面了解之后将数据在数据库中以表格的形式来展现。 　　2.3.2 逻辑模型的设计 　　逻辑模型是在物理模型设计基础上对数据的进一步细化处理，能够将多种数据表格转化为维表，并对维表进行有层次的划分，设置相应的划分规则。BIEE的逻辑模型形式有很多，比如雪花模型、星型模型，在经过调查分析之后实现对数据信息的预处理。系统模型的优势是能够简化事实表和维度表之间的关系，为用户提供更为直观的数据信息。在星型模型中，事实表处于最中心的位置上，各个维度表在周围，形成了一个辐射状。在这个模式中，用户能够从数据仓