基于数据仓库和olap的移动通信决策支持系统new

《基于数据仓库和olap的移动通信决策支持系统new》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。

万方数据基矛数据仓库和OLAP勺移动通信决策支持系兰10系统建设AP刚L20021引言数据仓库技术；统的DSS一般是直而无法为进行联机：策支持还需强有力f仓库和数据集市中j九十年代以来．算机应用系统的运{息及时提供给业务：地访问自己的数据，和OLAP技术来研；设计了相应的数据!的复杂查询处理，1赵悦周利民傅冬梅(北京科技大学信息学院100083)联机分析处理是近年来信息领域迅速兴起的计算机技术。数据仓库经常用作决策支持系统(DSS)的基础。传：建立在联机事务处理(OLTP)环境上的．但它对分析处理的支持一直不能令人满意．甚至有明显的j中突，因析的用户提供充分支持。而数据仓库的设计解决了DSS的数据管理司题．因此成为进行分析决策的基础．决工具进行分析和决策．新兴的软件技术——联机分析处理(OLAP)就是专门设计用于支持复杂操作。在数据储的是用于分析的数据．而O队P是使客户端应用程序实现对这些数据进行高效率访问的一种技术。移动通信行业的运营网络管理系统、综合业务系统、计费系统，办公自动化等系统相继投入了使用．这些计，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无法提炼并升华为有用的信析人员与管理决策者。因此管理者和决策者希望存储在系统中的数据能发挥作用．能够直接、自由、快速并收集其中有价值的数据。在这种条件下开发移动行业的决策支持系统很有必要。本文采用数据仓库技术动行业的决策支持系统，主要实现网络资源．用户话务量、用户行为的分析决策。利用数据仓库基本原理．，提出了数据仓库数据析取与联机分析处理的有效方法，可以应分析人员要求快速、灵活地进行大数据量决策者能准确掌握经营状况了解市场，判断正确方案．增加效益 万方数据lsystemconstruction摘要：计算机应用在移动通信行业已经有十几年的发展．每天的业务处理都会产生大量的数据。怎样利用这些数据，深层次地挖掘数据资源并进行分析，使移动公司的决策者能及时掌握公司的运营情况，并根据这些分析的结果指定长远的政策，从而提高公司的业务发展和竞争优势，成为移动公司目前努力的方向。关键词：数据仓库联机分析处理数据挖掘决策支持2决策支持技术数据仓库、多维分析是决策支持的基础．它们完成的是对用户数据的整理决策支持的本质．是提取收集到的数据，进行智能化的分析，揭示企业运和观察．可以说，它们的工作是总结过去。在此基础结构之上．决策支持可以作和市场情况．帮助管理层做出正确明智的经营决定。一般现代化的业务操作发挥更进～步的作用．利用数据挖掘技术．发现问题，找出规律，达到真正的会产生大量的数据，其中一部分是决策关键数据，但并不是所有的数据都对决智能效果预测将来。策有决定意义。决策支持包括收集、清理，管理和分析这些数据．将数据转化2，3数握笼握为有用的信息．然后及时分发到企业各处．用于改善业务决策。数据挖掘主要是提供隐含在数据背后的相关数据之间联系．并对不同的因决策支持的实现方式多种多样，其基本体系结构往往包括三个部分：数据素发生变化时．其他因素如何发生变化．对趋势作出预测。数据挖掘使用统仓库．多维分析和数据挖掘(见图1)。计、分析等数学方法，以及机器学习和神经网络等人工智能方式(2)。在数据2．1数据仓库仓库的数据里可以挖掘出业务人员意想不到的信息，它比多维分析更进一步。一个企业的信息往往分布在不同的部门和分支机构．管理者要综观全数据挖掘要求有数据仓库作基础．并要求数据仓库里已经存有丰富的数局，运筹帷幄．必须能迅速地找到能反映真实情况的数据，这些数据也许是据。因此，在实施决策支持方案时，般分两步走：第一步实现数据仓库和多当前的现实数据．也可能是过去的历史数据。因此．有必要把各个区域的数维分析．构造决策支持的基础，实现分析应用，第二步实现数据挖掘，发挥决据集合起来．对其进行筛选．将真实的．对决策有用的数据保留下来，随时策支持的特色。准备管理人员使用。数据仓库中存放用户需要分析的历史数据，它提供了丰富的工具来清洗、3决策支持系统的分析与设计转换和从各地提取数据，使得放在仓库里的数据有条有理，易于使用。数据仓移动通信的DSS组成包括日常的业务信息管理、数据仓库．OLAP多维库中数据主要来自计费系统．营帐系统、客服系统、网管及其他系统．其中包分析．前端展示及数据挖掘。其中日常业务信息处理包括计费、营账．客服、括用户资料．用户帐单．欠费信息、缴费信息。计费系统中的统计及结算信网管等系统．从这些日常业务系统中过滤，提取数据．存放入数据仓库。本系息．另外数据挖掘阶段还用用户清单等。这些数据必须经过定的处理．这就统基于移动行业中普遍关心的话务量结构分析建立了一个决策支持系统．其需是数据的抽取．转换和装载(ELT)．这样．将不合理的数据剔除，保证数据仓要的数据主要有客户资料数据．号码段数据．缴费资料、全球通本地用户详库中的数据是干净、一致和可靠的．然后根据不同的要求将清洗过的数据存储单、全球通外省用户来访详单、神州行用户详单等。系统采用数据仓库作为决起来。最终用户利用各种分析工具进行分析．把得出的结论提供给决策们。策支持的基础．设计多维数据库存储．根据性能要求及系统硬件的资源．使用22多维分析O叭P管理人员往往希望从不同的角度来审视业务数值．比如从时间、地域、功图1移动通信决策夏持系统逻辑框图能、利润来看同一类业务。每一个分析的角度口1作～个维，因此．我们把多角度分析方式称为多维分析。以前．每个分析的角度需要制作张报表。由此产生了在线多维分析工具．它的主要功能．是根据用户常用的多种分析角度．事先计算好一些辅助结构．以便在查询时能尽快抽取到所要的记录．并快速地从一维转变到另一维．将不同角度的信息以数字、直方图、饼图、曲线等等方式展现出来【3]。多维分析工具往往还要与一些前台分析工具配合使用．提供简单易用的图形化界面给管理人员．由他们自由选择要分析的数据、定义分析角度、显示分析结果。APRJL2002系统建设11 万方数据IsystemconstrucTlon关系型存储方式．进行统计数据存储。3，1数据仓库没计数据仓库中的数据面向主题进行组织，主题对应企业中某一宏观分析领域所涉及的分析对象【1】。经过对移动业务的分析．该系统数据仓库的主题域主要有客户资料信息，缴费资料、用户话单信息。3．1，1客户资料·客户固有信息ID号、机主姓名、年龄、所在地县等。·客户业务信息JD号、机器号码．计费代码．业务类型、信誉度等。3．12缴费信息·月缴费历史表lD号、手机号，出账年、出账月，现金款等。-年缴费历史表：ID号、手机号、出账年、现金款、欠费款等。3；1。3号码段包括归属局代码(省代码)1．用户行为数据透视表和图形3．1．4欠费信息2．用户性质分布数据透视表和图形·月欠费表ID号．手机号、出账年，出账月、欠费状态、月租费等。3．通话时间分布数据透视表及图形年欠费表lD号、手机号，出账年．欠费状态，月租费等。4．报表3．i．5用户详单历史包括手机号码、卡号、通话时间、通话时长．呼叫费、长途费、附加费，图2决策支持系统数据流图通话类别、漫游类型、长途类型、对端类型、服务类型、归属局、漫游局等。320LAP需求分析(2)以天为单位，分析每小时用户通话量分布。主要维度包括时间、交换机站等。0LAP是对特定问题的联机数据访问分析。通过对信息(这些信息已经从原始数据进行了转换，以反映用户所能理解的企业的真实“维”的很多可能的主要指标包括通话次数、计费时长，本地呼叫费、长途费、其他费用等。观察形式)进行快速的，稳定一致和交互性的存取，允许管理决策人员对数据3．2．3用户性质分布分析模型主要功能该模型分析不同类型用户的通话费用和通话时长、通话次深入观察。在分析处理中需要对信息统计综合，所以联机分析处理除了提供直观、统一的数据访问界面外．内部还有数据综合目l擎。下面对应用需求进行数分布。OLAP分析。(移动DSS的OLAP数据流图见图2)分析联机分析处理对象的主要维度包括出生年代、性别、付款方式、用户性质、行业性质，时间段等。”维”．即用户希望从哪些角度观察数据。根据联机分析处理的数据流图已说明系统联机分析处理对象有四个模型。主要}际包括通话次数、计费时长、总费用、用户数等。32。1用户行为分析模型32．4统计报表模型(本系统此模型同用户行为分析模型)主要功能：“所见即所得“地定制完成一个所需的报表。主要功能该模型主要针对需求，按主被叫分类．本地通话类型分类、按3，3数据挖掘应用长话类型分类，按漫游类型分类、按对端类型分类．按业务类型分类、按业务品牌分类等等．并对上述各种类型组合进行交叉分析。(1)主要目标：分析那一种因素跟短消息的使用的关系最为密切。主要维度包括通话类别、漫游类别长话类别、对端类别、服务类别，品(2)数据字段包括手机号、客户类型、客户所在地区．手机品牌(全球通／牌类别等。神州行)、行业信息、使用的短信息台个数．向该手机发送短信息的手机号码个数、短信息呼出费用、短信息接收费用等一系列统计费用。主要指标包括通话次数、通话时长、计费时长、基本费、长途费，其他费用等。数据挖掘方法通过NeufaINe十wo『k数据分群算法，得到了7类用户。通过对7类用户的特征比较，得出结论，提供给决策者．以适当调整政策。32．2通话时间分布模型主要功能(1)以天为单位，分钟每小时用户通话次数分布．以反映各时间段内用户发起4移动通信DSS的实现该移动决策支持系统中采用基于以下软件平台的解决方案。呼叫的次数多少，反映移动交换系统的忙时分布情况。12系统建设APR¨_2002 万方数据图3数据抽取4．1数据仓库的实现数据仓库采用lBM的WafehouseManage『，它是lBM数据仓库解决方案的重要组成部分，它主要由以下几部分功能组成：数据访问．数据转换．数据分布，数据存储．靠描述性数据查找和理解数据等。数据访问要定义原数据源及目标数据源，转换过程通过定义过程(p『ocess)来完成(见图3)，例如选取所用的表，表的～些字段、生成SQL语句、并指定最终存放的目标表。42联机分柝处理的实现OLAP多维分析和前端展示利用Congnos公司的CognosImp『omptuAdminis十fatjon、图4建立cube模型C09nOsPOwe俐ay『TfansfO『mer及Cognos一⋯慧≥纛藿i鍪豢誊蔓曩黪曩j。Powe俐ay来查询数据．构造Cube及观测Cube．通过Imp『ompfu与Warehouse连接选取所需字段．利用PowerPIayTranSformer确定维度、指标以建造模型(见图4)，观测Cube是通过Powe俐ay来实现的．它通过相关维度的不同组合分析所关心的指标，这些观测可以从饼图、柱状图，曲线等多种形式实现。并且该软件可以把Cube发布到lNTERNET提供远程查询分析功能。4．3数据挖掘的实现数据挖掘一般采用lBM商业智能软件中的DB2Inte¨igenfM1ne『，其中包含了现今行业中比较流行、完善的挖掘算法。它的主要功能包括创建和定义对象、使用处理函数来准备数据、发掘数据，使用统计函数来分析数据，使用序列来使发掘过程自动化。_i。_j5结束语本文给出了一种基于数据仓库技术和OLAP【参考文献J的实现话务量结构分析的移动DSS解决方案．将数据仓库技术和联机分析处理(OLAP)目I入系统，解1张冬莉，数据仓库落户政券交易所，《微电脑世界》，2001。决了传统系统忽视历史数据和DSS数据管理难等2SufiM．NazemandB0ngsikShin，DafaMing：NewAfsenaI问题，有效地实现了数据仓库的建立和数据析取，使移动公司更好地了解自己的运营情况．为业务发SfrategicDecision—making．JOurnaIOfDatabc展提供了良好的决策基础．并使得用户能以一致的Management，1999。界面向快速地从多个角度观察，深入分析数据。3王珊等．数据仓库技术与联机分析处理，科学出版社，1999。APRIL2002系统建设 基于数据仓库和OLAP的移动通信决策支持系统作者：赵悦，周利民，傅冬梅作者单位：北京科技大学信息学院,100083刊名：计算机系统应用英文刊名：COMPUTERSYSTEMS&APPLICATIONS年，卷(期)：2002(4)被引用次数：10次参考文献(3条)1.张冬莉数据仓库落户政券交易所20012.SufiM.Nazem;BongsikShinDataMing:NewArsenalForStrategicDecision-making19993.王珊数据仓库技术与联机分析处理1999本文读者也读过(4条)1.方元康.胡学钢.夏启寿.FANGYuan-kang.HUXue-gang.XIAQi-shouWeb日志预处理中优化的会话识别方法[期刊论文]-计算机工程2009,35(7)2.林春生数据仓库在我国移动通信运营公司的应用[学位论文]20063.叶进.张向利.张润莲基于数据挖掘的移动客户流失分析系统[期刊论文]-计算机系统应用2005(2)4.陈云樱数据挖掘技术在移动通信行业客户关系管理中的应用研究[学位论文]2004引证文献(9条)1.黄玲.罗宁.穆志纯.王栋OLAP及数据挖掘在移动通信决策支持系统中的应用[期刊论文]-现代计算机（专业版）2003(9)2.李水珍.苏力萍.董平数据仓库技术在教育决策支持系统中的应用[期刊论文]-微机发展2004(8)3.韩冷.谢文阁.王媛基于数据仓库的基金投资决策支持系统的研究[期刊论文]-大众科技2008(12)4.潘峰.宋扬数据仓库技术和OLAP在社会保险信息系统中的应用[期刊论文]-沈阳工业学院学报2002(3)5.唐培丽.解飞.胡明基于数据仓库的多维关联规则挖掘在电信系统中的应用[期刊论文]-情报科学2007(10)6.贺超波.陈启买.石玉强.闫大顺实验教学数据管理与分析系统的研究与实践[期刊论文]-实验技术与管理2012(1)7.刘照斌机场货运数据仓库系统的设计与实现[学位论文]硕士20058.李青7号信令监测系统中建立数据仓库的研究[学位论文]硕士20049.刘维维电信行业数据分析与数据挖掘的研究及在网通DSS的实现[学位论文]硕士2006本文链接：http://d.wanfangdata.com.cn/Periodical_jsjxtyy200204003.aspx