[关键词] 数据仓库 商务智能 三层架构
一、商务智能
商务智能（business intelligence）是对商业信息的收集、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力，帮助他们作出对企业更有利的决策。其工作原理主要是通过对数据进行抽取、清洗、聚类、挖掘等分析处理来产生可透析的各种展示数据。这些数据可直观地显示分析者所探询的某种经营属性或市场规律。企业可以通过充分挖掘现有的数据资源，捕获和分析信息，帮助企业管理者作出更好的商业决策。这不仅可以从中发现市场规律、预测未来的发展趋势、预测和监控风险，而且还能辅助决策者发现新的利润增长点，优化企业资源，从而帮助企业更加稳健地实现经营和管理的目标。
二、数据仓库设计
1.数据仓库概念
数据仓库是一个面向主题的、集成的、稳定的、包含历史数据的数据集合，用于支持管理决策的制定数 据库是实现商业智能的数据基础，是企业长期事务数据的准确汇总。数据仓库完成了数据的收集、集成、存储、管理等工作，商务智能面对的是经过加工的数据，使得商务智能能更专注于信息的提取和知识的发现.数据仓库为商务智能撷取或载入大量原始信息，归并各种数据源的数据，用于支持企业管理和商业决策。
数据仓库是商务智能的灵魂，商务智能的很多工作都是以数据仓库为基础展开的。利用数据仓库，企业可以制定准确的市场策略与促销活动；另一方面，商务智能也是提高数据仓库项目投资回报率的一个途径。商务智能充分利用数据仓库的分析结果制定市场策略、产生市场机会，并通过销售和服务等部门与客户交流，从而提高企业的利润。
2.三层架构
本文将数据仓库系统的开发纵向划分为3个层次:数据层、设计层和应用层，其基本体系结构如图1所示。
（1)数据层。数据层主要是按照商务需求，围绕系统所管理事件的趋势或模式来组织数据。它从现有操作系统开始，通过访问和运用数据仓库系统中的元数据，进而完成对元数据的采集、整理和加工处理，其存储被设计成能够支持查询的关系数据库结构。
(2)设计层。这一层里有三个步骤:1)以用户需求为主，通过信息包图来定义主题内容和主要性能测试指标之间的关系;2)运用数据模型的可视化表示，建立以最适合查询为基础的星形图，以便于对系统用户的要求做出快速反应;3)由数据与实体间的相互关系:设计完全属性化的数据模型,使之能在最大的广度和深度上说明信息包。
(3)应用层。数据仓库中的数据如何有效地提取，然后又能够通过发行使用户得以方便地访问，并获取相关的信息，是数据仓库系统解决的主要问题。它实际上包括数据在数据仓库系统与最终用户工具之间的双向传递过程。
以上数据仓库系统开发的3个层次是相互关联的，从逻辑关系上看，数据层是基础，设计层是结构纽带，而应用层则是具体表现形式。
三、基于数据仓库的商务智能系统设计
基于数据仓库的商务智能系统设计如图2所示，包括实体数据模型设计、etl(抽取、转换和装载)设计、数据挖掘方法设计、终端程序设计(olap或eis)等步骤。
实体数据模型设计就是数据抽取(extraction)、转换(transformation)与装载(loading)的功能设计。
etl作为数据仓库的核心和灵魂,能够按照统一的规则集成并提高数据的价值,是负责完成数据从数据源向目标数据仓库转化的过程,是实施数据仓库的重要步骤。商务智能系统必须具备抽取各种类型信息的能力,并且依照资料的特性与决策者的需求,能够自动、定时地到来源数据库中抽取信息。数据转换是将不一致的数据根据规则转换为具有一致性的数据。装载则在商务智能的转换程序服务器上自动进行,装载程序需要考虑自上一次资料抽取之后来源数据库内发生改变的项目,并对装载时产生的错误进行处理。数据挖掘方法设计即根据系统数据的特点选择适用的挖掘算法,如可采用货篮分析、时间序列分析、聚类分析、决策树方法、遗传算法等。
终端用户应用系统设计用于确定以何种形式将联机分析处理、数据挖掘分析的结果呈现给用户。
四、结束语
中小企业具有行业纷杂,资金少,人才匮乏等特点，购买专业信息化软件和自主开发都是不现实的。他们需要一个信息化的平台,要求能够提供信息化的框架。建立基于数据仓库的商务智能系统对于急切需要信息化和商务智能的中小企业有普遍的适用性和实用性。
参考文献:
[1]张张 洁 陈德祥:数据仓库通用数据定制方法的研究[j]吉林省教育学院学报, 2007,(06)
[2]龙青云 胡巧多:商务智能的架构体系和技术工具[j]电脑知识与技术,学术交流,2007,(12)
中国论文网(www.lunwen.net.cn)免费学术期刊论文发表,目录,论文查重入口,本科毕业论文怎么写,职称论文范文,论文摘要,论文文献资料,毕业论文格式,论文检测降重服务。 返回管理论文列表
