【计算机科学与技术专业】【毕业设计】联机分析处理在商业智能中的研究与应用

《【计算机科学与技术专业】【毕业设计】联机分析处理在商业智能中的研究与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、（20届）毕业论文（设计）联机分析处理在商业智能中的研究与应用摘要:联机分析处理（OLAP）是建立在数据仓库（DW）基础上，由数据分析操作组成、以及时和准确的方式分析商业的过程，它有利于辅助管理者做出快速准确的决策。本论文研究的是商业智能中的联机分析处理，它是以数据仓库为基础，且利用多维技术实现数据报表的呈现。联机分析处理和数据仓库、数据挖掘（DM）技术综合使用可以构建商业智能系统,进而辅助企业经营决策。关键词:联机分析处理；商业智能；数据仓库；多维数据集OLAP’sResearchandApplicationinBIAbstract:T

2、heOLAP,basedonDWandcomposed bythe dataanalysis operations,isaprocessofanalyzingbusinessinatimelyandaccuratewaysoastoassist managersinmake rapidandaccurate decisions.ThisthesisisthestudyofOLAPinBI.TheOLAP,asreferred,basedonDW,canbeusedtowellpresentdata reportswiththehelpof

3、multi-dimensional technicals.ThecombineduseofOLAP,DWandDMtechnologyhelpsbuildBIsystem,andtherebyassistenterprisesinmakingbusiness decisions.Keywords:OLAP;BI;DW;Cube目录1引言11.1研究背景和意义11.2国内外研究现状和发展趋势21.3写作目的32需求分析52.1研究的基本内容与拟解决的主要问题52.1.1基本内容52.1.2主要问题52.2预期达到的目标52.3开发环境和工具

4、53概要设计63.1商业智能体系结构图63.2OLAP研究方法及技术路线64详细设计94.1创建数据仓库94.2构建多维立方体134.3生成关系构架184.4Excel报表展示205问题总结235.1问题描述及解决方案23致谢24参考文献资料251引言1.1研究背景和意义随着经济的发展，企业对数据的需求不仅仅是数据本身，越来越多的是把数据背后隐藏着的大量信息转换为有利用价值的知识，进而辅助企业经营决策，甚至自动生成商业决策，这就是商业智能。信息技术在商业领域应用中的卓越的成效已显而易见，随着信息化建设的不断发展，越来越多的企业同时运行着不

5、止一个的业务系统，并渐渐积累了大量数据。这些数据被深埋在单独的系统中未加以或难以运用，企业自身好像也被这些系统套着。还有各个系统间的相互交互、兼容和继承又是另一个问题，决策者很难得到一个基于对大量数据进行运算后得到的企业经营运作总体图景。企业迫切需要找到一个突破口，来使数据转化为信息，进而变成有利用价值的知识，从而辅助企业的经营决策。总的概括起来，可以从下面的四点看出商业智能的产生背景：1)企业的“数据监狱”现象严重企业同时运行着不止一个的业务系统，并渐渐积累了大量数据，这些数据有成本的、库存的、销售的、客服的等各方面的，可能存储于不同的

6、数据库、数据仓库、多维数据库、数据集市、第三方的应用或其它文件中。因为传统数据管理方法的缺陷加上庞大的数据量，对于多数企业来说，对于处理数据的问题更多的是大量的数据冗余和数据不一致，而不是数据缺乏问题。这样对企业的管理很不利，也有损于信息的有效利用。2)建立数据=资产的新观念因为目前多数大中规模的企业都有着庞大的信息系统，它不仅管理着企业的数据，更像一个信息丰富的组织，组织的成效有赖于知识，但是数据转换为信息，再把信息变成知识并不是一个简单的过程。商业智能的本质正是把数据转化为知识，致力于知识的发现和挖掘，使企业的数据资产能带来明显的经济

7、效益，减少不确定性因素的影响，使企业取得新的竞争优势[2]。因此，企业投资IT的热点更多的是把数据转换为资产的方法和技术。3)企业运营模式的变化电子商务正在改变着全球商务活动的方式，依靠电子支付系统、网上购物、网上拍卖、邮政事业等科技和事业的发展和应用，越来越多的企业又加入了依靠网络来经营的电子商务模式。建立在Internet之上的企业经营模式电子商务：电子邮件、电子数据交换、电子支付系统、电子营销等技术的发展和应用，为商业智能系统提供了市场和生存环境。201)数据库和人工智能技术的发展商业智能的发展也受益和带动了其他技术的发展，比如并行

8、处理系统、廉价数据存储、新数据挖掘算法、神经网络技术、人工智能技术、决策支持技术、从大量数据中发现其后潜藏的商业机会等等，使使用商业智能的企业，能以较低成本投资较高回报率受益。[1]商业智能里