商务智能在现代企业中的应用与研究_bi_管理信息化_1654

《商务智能在现代企业中的应用与研究_bi_管理信息化_1654》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、商务智能在现代企业中的应用与研究_BI_管理信息化0引言   随着信息化的发展，现代企业信息化进程得到巨大发展和广泛应用，各种应用系统的广泛应用以及互联网的蓬勃发展，为计算机应用系统的运行积累了大量的历史数据。但在很多情况下，这些海量数据在原有的作业系统中是无法提炼并升华为有用的信息并提供给业务分析人员与管理决策者。一方面，联机作业系统因为需要保留足够的详细数据以备查询而变得笨重不堪，系统资源的投资跟不上业务扩展的需求；另一方面，管理者和决策者只能根据固定的、定时的报表系统获得有限的经营与业务信息，无法适应激烈的

2、市场竞争。现在，大多数企业并不缺少数据，而是苦恼于海量数据以及数据的不一致性；随着数据量的增加，数据变得越来越难以访问、管理。如何把已有的海量数据转换成更有价值的商用信息，以便用于决策支持呢?商务智能被广泛认为是最好的解决方案之一。   商务智能系统建设的目标就是要为企业提供一个统一的分析平台，充分利用原有系统中积累的宝贵数据，对其进行深层次的发掘，并从不同的角度分析企业的各种业务指标和构建业务知识模型。本文在讨论了商务智能的基本概念后，以大连商品交易所为例，具体分析了商品交易所计算机监控系统的系统结构及建设方案

3、，并对其中的关键技术进行了详细描述。1商务智能体系结构及系统实现   商务智能系统是建立在数据仓库、OLAP、数据挖掘等技术的基础之上，通过收集、整理和分析企业内外部的各种数据，加深企业对客户及市场的了解，并运用一定的工具对企业运营状况、客户需求、市场动态等做出合理的评价及预测，为企业管理层提供科学的决策依据。商务智能体系结构一般为：源数据层、数据转换层、数据仓库(数据集市)层、OLAP及数据挖掘层和用户展现层。   商务智能的核心采用了数据仓库技术、OLAP技术及数据挖掘技术。数据仓库是商务智能系统的基础，是面

4、向主题的、集成的、稳定的和随时间不断变化的数据集合。联机在线分析处理(OLAP)技术的核心是“维”，通过对多维数据的钻取、切片及旋转等分析动作，来完成决策支持和多维环境下的查询及报表。基于底层数据存储的不同，可以将OLAP分为MOLAF和ROLAP两种。当进行OLAP查询时，需将用户的多维分析动作解释成相应的结构化查询语言(SQL)语句来执行操作并返回查询结果。数据挖掘是指运用人工智能、机器学习、统计学等技术，对企业中的数据进行分析推理，找出隐含或未知的模式，提供给管理人员，以提高其决策水平。基于OLAP的决策支

5、持，是更多地依靠系统与专业技术人员的交互来完成对历史数据的统计和分析的，而数据挖掘则自动化程度较高，主要用于发现隐含在数据中的有用信息。   1.1现有系统存在的问题   20世纪90年代以来，计算机的监控系统得到了很大的发展和应用，随着网络管理系统、数据库管理系统、主机管理系统、杀毒软件以及防火墙等系统的相继投入使用，各管理系统积累了大量的历史数据。这些系统的建设为商品交易所的期货交易系统提供了有力的安全保障，但它们是在不同历史时期，根据不同业务的需要，由不同供应商提供的，体系结构和管理实施等方面存在着较大的差

6、异，各系统间的数据也相对分散和独立，难以共享，没有建立起统一的、用于分析处理的基础数据平台。   要把这些来自于不同的系统中的海量数据提炼并升华为有用的信息，及时提供给业务分析人员与管理决策者，使计算机系统的运行更加安全和稳定，并能在指定的条件下及时预警。而目前管理者和决策者只能根据固定的、定时的报表系统获得有限的信息，无法适应越来越庞大的计算机系统的稳定性、健壮性和安全性要求。   本系统收集分散的各种详细数据源，建立以各种主题为导向的数据仓库，并从中分析监控数据的内在规律，方便企业高层行政主管、业务主管对主机

7、状况、网络状况、数据库状况和环境状况，以及部分应用状况的综合分析，及时掌握系统的各项运行指标等诸多有效信息，使管理人员的工作由事务型向思维型转变，由事后处理型向事前预测型转化，为管理者做出科学的计划、判断和决策提供帮助。   1.2系统设计   该系统采用B／S架构，服务器端提供的服务包括数据逻辑、数据服务、性能监控以及元数据存储、数据挖掘和数据聚集等。客户端执行的功能包括用户界面、查询分析、报表格式化以及数据访问等功能。系统结果如图1所示图1系统结构   数据源层：也可称作操作型数据层，是整个数据仓库的基础，提

8、供了整个系统最原始的数据。通常为业务数据库和其它外部数据，业务数据包括：网管管理系统数据、主机相关运行指标的数据、数据库监控信息的数据、杀毒软件的数据、防火墙系统的数据、入侵检测系统的数据、基本信息维护的数据以及外部其它各式的数据。   数据获取层：也可称作数据转换层，主要是把数据源层的数据通过ETCL过程转换到数据仓库中，包括数据的抽取(Ex．tract)、转换(Tra