温馨提示:文章最低端有word版免费下载链接
电子商务环境下的
商业智能系统研究
ON STUDY OF BUSINESS
INTELLIGENCE SYSTEM UNDER E-COMMERCE ENVIRONMENT
刘依
学院:悉尼工商学院
专业:信息管理与信息系统
指导教师:邱允生
完成日期:2004年3月20日
电子上午环境下的商业智能系统研究 刘依1/5
中文摘要
本文通过回顾商业智能系统的发展历史以及阐述其发展的现状并且结合利用一些基本的数据统计方法统计出商业智能系统在我国的研究的现状,确立了本文主题的前沿性和急迫性。随后通过辨析一些文献中对于商业智能系统的经典定义结合从目的、对象、实现过程和核心四个方面的理解提出一个基本的理论定义。再将数据在系统中流动的过程划分成资料收集阶段、数据管理阶段、数据分析阶段和数据应用阶段,提出一个商业智能的初始化模型及其核心要素分析。
之后,就已经提出的模型,从商业数据、商业数据仓库、商业智能平台、商业智能工具管理四个角度对模型进行具体描述和扩充。接着,针对面向Internet的电子商务环境下,传统的商业智能模型向电子商务环境下商业智能系统的转型特点进行更加深入的分析,研究并提出进一步在电子商务环境下的商业智能系统的模型。最后,在展望商业智能系统未来发展前景的同时也提出阻碍商业智能系统发展的瓶颈及企业的一些应对措施。
关键词:商业智能系统 商业数据 商业数据仓库 商业数据挖掘 联机分析挖掘 电子商务
一、资料仓库的特点分析
根据数据库专家的定义,我们可以总结出建立资料仓库需要满足的特点有:
(1) 面向主题。它是建立在对如客户、产品等一系列已经被高度归类、抽
象的基础之上的,所有收集来的数据将以主题来加以分配。
(2) 集成。指的是因为收集来的数据可能五花八门,甚至杂乱无章有自己
的格式、特性。但是经过数据仓库的处理,那些看似杂乱的元数据将有统一的数据格式、统一的数据编码结构、甚至统一的数据属性。
(3) 稳定。数据仓库的数据主要供企业决策分析之用,所涉及的数据操作
主要是数据查询,一般情况下并不进行修改操作。数据仓库的数据反映的是一段时间内历史数据的内容,是不同时点的数据库快照的集合。
(4) 随时间不断变化。指的是数据仓库中的内容将随着时间的变化,不断
有新的数据加入处理和存储。
二、商业数据仓库的设计
根据上述资料仓库本身的特点,将从概念、逻辑和物理三个层次上分别对商业数据仓库进行建设。
概念层。对概念层来说,企业主要负责分析原有的数据库系统。因为,在企业原有的数据库中已经建立有许多关于产品或客户的描述内容。企业要首先分析确定其中的主题域是什么,其中的主键是什么,公共键是那个,主键与主键之间的关系是什么。
商业数据仓库的设计是一个反复迭代、逐步求精的螺旋上升的过程。根据现有的数据库选取其中的几个主题开始实施,不断的根据实际实施的情况来重新选择或淘汰不合格的主题,最后达到完善。
逻辑层。对逻辑层来说它主要是将概念层的一些设想转化为逻辑模型。首先,要完成数据粒度的划分。所谓数据粒度是指数据仓库中数据单元的详细程度和级别。它的划分准确与否事关数据仓库中的数据量和系统所提供的查询类型。一般将数据化分为以下几个粒度级别:详细数据、轻度数据、高度综合资料和更多级粒度。粒度越小,细节程度越高,级别也就越低,防止资料的综合程度越高,粒度越大,级别就越高。传统的数据库中大多数是粒度很低的详细资料,这种划分不利于未来资料分析。而且粒度越是高的数据,其占据的存储空间越小,但对决策的重要性越大。第二,除了粒度外,还要加入主题的权重,对于不同来源的主题赋予不同的在未来分析中所占的比例。第三,要确定数据的分割。所谓数据的分割,是将逻辑上统一的数据分割成较小的可以独立管理的单元。数据风格可以按照数据量、数据需求分析、数据粒度、数据权重或者综合划分。第四,确定模式。即根据上述数据划分的标准,进行数据划分,确定用多少个表来实现。
物理层。所谓物理层就是在实际物理上明确数据的存储结构。其中要考虑的问题是可以将数据分为基本数据、低潜伏数据和历史数据。在基本数据中保留一些日常经常使用的、不太会有变化的数据;低潜伏数据主要用于保存外部的数据查询、数据操作;历史数据主要是指那些已经结束系统设定生命周期的数据但企业又有可能在未来要使用其中的某些数据。通过不同的安排,提高存储和索引的质量和速度。
图6展示了基于以上理论的数据仓库生态系统。
参考文献
[1] IBM商务小组,《随机应变的电子商务运行环境》,, P32
[2] 刘绪崇等,《基于OLAM的可视化数据挖掘系统结构研究》,
[3] 王众托等,《企业信息化与管理变革》,中国,中国人民出版社,2001
[4] 刘依等,《企业管理信息系统应用的战略问题》,中国信息导报,2003 No.11, P21
[5] 国家信息化测评中心,《2003年度中国企业信息化500强调查报告》,tech.sina.com.cn, 2003
[6] 陈敏等,《基于DW的DSS系统的设计与实施》,情报学报,2003,Vol.22 No.5, P598
[7] 邱均平等,《知识仓库及其在企业管理中的应用》,情报理论与实践,2003,Vol.26 No.4, P324
[8] 张雪兰等,《浅议情报分析领域未来研究方向—数据仓库技术》,情报杂志,2002,No.1, P70-71
[9] George M. Marakas, 《21世纪的决策支持系统》,中国,清华大学出版社,2002
发表评论