第5章：基于数据仓库的决策支持系统（2）.ppt

第5章 基于数据仓库的决策支持系统 (2) 第（2）部分 5.2 联机分析处理 5.3 数据仓库的决策支持 5.2 联机分析处理 5.2.1 基本概念 5.2.2 OLAP数据组织 5.2.3 OLAP的决策支持：多维数据分析 5.2.4 OLAP的应用实例 1、OLAP的定义 1.多维概念视图 企业的数据空间本身就是多维的。因此OLAP的概念模型也应是多维的。 用户可以对多维数据模型进行切片、切块、旋转坐标或进行多维的联合（概括和聚集）分析。 4.稳定的报表性能 报表操作不应随维数增加而削弱，即 当数据维数和数据的综合层次增加时，提 供的报表能力和响应速度不应该有明显的 降低。 5．客户/服务器体系结构 OLAP是建立在客户/ 服务器体系结构上的。 要求多维数据库服务器能够被不同的应用和工具所访问。 8．多用户支持 当多个用户要在同一分析模式上并行工作，需要这些功能的支持。 11．灵活的报表生成 报表必须充分反映数据分析模型的多维特征，并可按用户需要的方式来显示它。 5.2.2 OLAP的数据组织 MOLAP和ROLAP是OLAP的两种具体形式： ROLAP是基于关系数据库存储方式建立的OLAP。 多维数据映射成平面型的关系表。采用星型模型。 MOLAP是基于多维数据库存储方式建立的OLAP；表现为“超立方”结构，类似于多维数组的结构。 在分析中，需要“旋转”数据立方体以及“切片” 、“切块”等操作。 3.旋转 通过旋转可以得到不同视角的数据。旋转操作相当于平面数据将坐标轴旋转。 或是把页面显示中的一个维和页面外的维进行交换（令其成为新的行或列中的一个） 2、广义OLAP功能 1、基本代理操作 “代理”是一些智能性代理，当系统处于某种特殊状态时提醒分析员。 （1）示警报告 定义一些条件，一但条件满足，系统会提醒分析员去做分析。如每日报告完成或月定货完成等通知分析员作分析。 （2）异常报告 当超出边界条件时提醒分析员。如销售情况已超出预定义阈值的上限或下限时提醒分析员。 2、计算能力 计算引擎用于特定需求的计算或某种复杂计算。 3、模型计算 增加模型，如增加系统优化、统计分析、趋势分析等模型，以提高决策分析能力。 假设有一个5维数据模型，5个维分别为：商店，方案，部门，时间，销售。 1．三维表查询 在指定“商店=ALL，方案=现有”情况的三维表（行为部门，列为时间和销售量） 5.3.1 查询与报表 查询服务 （1）查询定义。能够容易地将商业需求转换成适当的查询语句。 （2）查询简化。让用户能够简单地查看数据的结构和属性。 （3）导航。用户能够使用元数据在数据仓库中浏览数据。 （4）结果显示。能够以各种方法显示查询结果。 （5）对聚集的查询。能够将查询重新定义到聚集表格上，以加快检索速度。 2、报表 5.3.2 多维分析与原因分析 例如，某公司从分析报表中得知最近几个月来整个企业的利润在急速下滑，通过人机交互找出该企业利润下滑的原因。具体步骤如下： （1）查询整个公司最近3个月来各个月份的销售额和利润，通过检索数据仓库中的数据显示销售额正常，但利润下降。 （2）通过多维数据的切块，查询全世界各个区域每个月的销售额和利润，显示欧洲地区销售额下降，利润急剧下降，其它地区正常。 （3）通过对多维数据的钻取，查询欧洲各国销售额和利润。显示一些国家利润率上升，一些国家持平，欧盟国家利润率急剧下降。 （4）通过对多维数据的钻取，查询欧盟国家中的直接和间接成本。得到欧盟国家的直接成本没有问题，但间接成本提高了。 （5）通过钻取查看详细数据，查询间接成本的详细情况。得出企业征收了额外附加税，使利润下降。 通过以上的原因分析，得到企业利润下滑的真正原因是欧盟国家征收了额外附加税造成。 5.3.3預测未来 预测未来使决策者了解“将要发生什么”。 从历史数据中找出变化规律，将可以用来预测未来。 需要用到一些预测模型。最常用的预测方法是采用回归模型。预测时，代入预测的时间到回归方程中去就能得到预测值。 一般的预测模型有：多元回归模型、三次平滑预测模型，生长曲线预测模型等。 5.3.4 实时决策 5.3.5 自动决策 5.4.3 数据仓库应用实例 1、分销渠道的分析和管理 2、利润评价模型 3、?客户关系优化 4、?风险评估和管理 习题 18，23，24，26 5.2.4、OLA