1商業(yè)智能的概念

商業(yè)智能是由數(shù)據(jù)倉庫、查詢報(bào)表、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成的、以幫助企業(yè)決策為目的的技術(shù)及其應(yīng)用。商業(yè)智能是數(shù)據(jù)庫技術(shù)、OLAP技術(shù)、數(shù)據(jù)采集和遷移技術(shù)、網(wǎng)絡(luò)技術(shù)、GUI技術(shù)、查詢報(bào)表技術(shù)、統(tǒng)計(jì)學(xué)、人工智能、知識發(fā)現(xiàn)技術(shù)等理論和技術(shù)的綜合運(yùn)用，其核心內(nèi)容是從許多來自企業(yè)不同的業(yè)務(wù)處理系統(tǒng)的數(shù)據(jù)中，提取出有用的數(shù)據(jù)，進(jìn)行清理以保證數(shù)據(jù)的正確性，然后經(jīng)過抽?。‥xtraction）、轉(zhuǎn)換（Transformation）和裝載（Load），即E幾過程，整合到一個(gè)企業(yè)級的數(shù)據(jù)倉庫里，從而得到的一個(gè)全局視圖，利用合適的查詢和分析工具、數(shù)據(jù)挖掘工具等對數(shù)據(jù)倉庫里的數(shù)據(jù)進(jìn)行分析和處理，形成信息，把信息提煉出輔助決策的知識，最后把知識呈現(xiàn)給管理者，為管理者的決策過程提供支持。

2商業(yè)智能的體系結(jié)構(gòu)

商業(yè)智能的整個(gè)系統(tǒng)被劃分為4個(gè)層面，根據(jù)數(shù)據(jù)的處理和應(yīng)用過程分成7個(gè)環(huán)節(jié)。從數(shù)據(jù)源經(jīng)過抽?。‥xtra，E）、轉(zhuǎn)換（Transform，T）、裝載（Load，L）過程加載到中央數(shù)據(jù)倉庫，再從數(shù)據(jù)倉庫經(jīng)過分類加工放到數(shù)據(jù)集市（DataMarket，DM），或者將數(shù)據(jù)集市中的數(shù)據(jù)進(jìn)一步存放到多維數(shù)據(jù)庫（Multi-dimensionDatabase，MDD），這都屬于數(shù)據(jù)組織的問題，從中間層到終端用戶或從多維數(shù)據(jù)庫到終端用戶可將其劃歸為前端應(yīng)用實(shí)現(xiàn)的問題。而貫穿整個(gè)體系數(shù)據(jù)處理環(huán)節(jié)的，是系統(tǒng)的流程調(diào)度控制和元數(shù)據(jù)管理，其結(jié)構(gòu)如圖1所示。

圖1商業(yè)智能體系結(jié)構(gòu)

下面對商業(yè)智能的完整的體系結(jié)構(gòu)作如下解釋：

（1）數(shù)據(jù)源：數(shù)據(jù)源可以是企業(yè)日常運(yùn)作積累下來的各類的業(yè)務(wù)數(shù)據(jù)，也可以是外部的數(shù)據(jù)。數(shù)據(jù)倉庫的體系結(jié)構(gòu)必須能處理這種多樣性帶來的種種問題，并解決由于數(shù)據(jù)遠(yuǎn)程遷移所帶來的完整性和安全性的問題。

（2）數(shù)據(jù)抽取、轉(zhuǎn)換和裝載（ETL）：從源數(shù)據(jù)抽取數(shù)據(jù)、進(jìn)行一定的變換、裝載到數(shù)據(jù)倉庫。需要進(jìn)行數(shù)據(jù)處理，包括：簡單變換——一次只針對一個(gè)字段，而不是考慮相關(guān)字段的值；清潔和刷洗——為了保證前后一致地格式化和使用某一字段或相關(guān)的字段群，檢查字段和字段組中的實(shí)際內(nèi)容而不僅是存儲(chǔ)格式；集成——要把從全然不同來源的數(shù)據(jù)結(jié)合在一起，真正的困難在于將其集成為一個(gè)緊密結(jié)合的數(shù)據(jù)模型；聚集和概括——按照一個(gè)和幾個(gè)業(yè)務(wù)維將相近的數(shù)值加在一起，聚集是將不同業(yè)務(wù)元素加在一起成為一個(gè)公共總數(shù)，在數(shù)據(jù)倉庫中它們是以相同的方式進(jìn)行的。

（3）數(shù)據(jù)倉庫：數(shù)據(jù)倉庫的一個(gè)目的就是把企業(yè)的信息訪問基礎(chǔ)從一種非結(jié)構(gòu)化的或發(fā)展中的環(huán)境改變成一種結(jié)構(gòu)化或規(guī)劃良好的環(huán)境。

（4）數(shù)據(jù)集市：數(shù)據(jù)集市是為部門范圍級別的決策支持應(yīng)用而設(shè)計(jì)的，其數(shù)據(jù)模型設(shè)計(jì)和數(shù)據(jù)組織上更多地服務(wù)于一個(gè)部門的信息需求。

（5）操作型數(shù)據(jù)存儲(chǔ)區(qū)：操作型數(shù)據(jù)存儲(chǔ)區(qū)（OperationalDataStore，ODS）是業(yè)務(wù)系統(tǒng)和DW之間更偏向業(yè)務(wù)系統(tǒng)的數(shù)據(jù)存儲(chǔ)區(qū)域。

（6）元數(shù)據(jù)：元數(shù)據(jù)（Meta-data）通常定義為“關(guān)于數(shù)據(jù)的數(shù)據(jù)”，是描述和管理數(shù)據(jù)倉庫自身內(nèi)容對象、用來表示數(shù)據(jù)項(xiàng)的意義及其在系統(tǒng)各組成部件之間的關(guān)系的數(shù)據(jù)。數(shù)據(jù)倉庫所提供的“統(tǒng)一的企業(yè)級的信息視圖”能力，主要就是靠元數(shù)據(jù)來體現(xiàn)。實(shí)現(xiàn)元數(shù)據(jù)管理的主要目標(biāo)就是使企業(yè)內(nèi)部元數(shù)據(jù)的定義標(biāo)準(zhǔn)化。數(shù)據(jù)倉庫的維護(hù)工具可以根據(jù)元數(shù)據(jù)完成數(shù)據(jù)的抽取、清洗和轉(zhuǎn)換，并做適度的匯總，數(shù)據(jù)倉庫的元數(shù)據(jù)包括：

①數(shù)據(jù)資源：包括數(shù)據(jù)源模型，描述源數(shù)據(jù)屬性及業(yè)務(wù)含義，源數(shù)據(jù)到數(shù)據(jù)倉庫的映射關(guān)系；

②數(shù)據(jù)組織：數(shù)據(jù)倉庫、數(shù)據(jù)集市表的結(jié)構(gòu)、屬性及業(yè)務(wù)含義，多維結(jié)構(gòu)等；

③數(shù)據(jù)應(yīng)用：查詢與報(bào)表輸出格式描述、OLAP、數(shù)據(jù)挖掘等的數(shù)據(jù)模型的信息展現(xiàn)、商業(yè)術(shù)語；

④數(shù)據(jù)管理：數(shù)據(jù)倉庫操作過程以及數(shù)據(jù)倉庫操作結(jié)果的模型，包括描述數(shù)據(jù)抽取和清洗規(guī)則，數(shù)據(jù)加載控制，臨時(shí)表結(jié)構(gòu)、用途和使用情況，數(shù)據(jù)匯總控制。

（7）前端應(yīng)用：數(shù)據(jù)倉庫的前端應(yīng)用是建立數(shù)據(jù)倉庫的目的，即根據(jù)用戶的特點(diǎn)提供不同的界面。最終用戶對數(shù)據(jù)倉庫的訪問方式包括:即席查詢、報(bào)表、聯(lián)機(jī)分析處理（OLAP）、數(shù)據(jù)挖掘以及領(lǐng)導(dǎo)信息系統(tǒng)（EIS）等。