商务智能概述.docxVIP

??

?

??

商务智能概述

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

1.1商务智能简介

1.1.1商务智能概念

“啤酒与尿布”的故事最初是美国学者Agrawal从沃尔玛商店中大量的顾客消费数据中，利用计算机通过商品关联关系的计算方法——Aprior算法［1］分析得到的一种现象：在某些特定的情况下，啤酒和尿布这两种看起来完全不相干的商品会出现在一个购物篮中，这一现象的发现有助于商家安排商品的合理摆放和选择相应的促销活动。沃尔玛随后对啤酒和尿布进行了捆绑销售，不出意料，两种商品的销售量双双增加。这个有趣的故事带给了人们深深的思考：如何利用信息技术收集数据并采取有效的方法处理这些大量的、有噪声的、不完全的数据，进而从中找出未知的、有用的信息和知识来帮助人们作决策？因此，商务智能（BusinessIntelligence，简称BI）作为一种能帮助人们将大量数据转化成有价值的信息和知识的有效过程越来越引起人们的广泛重视，很多公司和个人都根据自己的理解给出了商务智能的定义。IBM公司对商务智能的定义是：商务智能是指利用已有的数据资源作出更好的商业决策，它包括数据访问、数据和业务分析及发现新的商业机会。该定义认为商务智能可以从根本上帮助企业把其运营数据转化为高价值的可以获取的知识（或信息），并且在恰当的时候通过恰当的方式把恰当的信息传给恰当的人。GartnerGroup的HowardDresner在1989年将商务智能定义为一类由数据仓库（或数据集市）、报表查询、联机分析、数据挖掘等部分组成，以帮助企业决策的技术及应用。该定义的基本层次结构如图1-1所示。

图1-1商务智能的基本层次结构

从图1-1可以看出，数据仓库中的数据是商务智能的基础，一般来说，数据分为三类：第一类是结构化数据，如数字、符号等，这类数据可以存储在关系型数据库里，用二维逻辑表来表现；第二类是半结构化数据，如文本、网页等；第三类是非结构化数据，如图像、视频、音频等。联机分析、数据挖掘等是商务智能的核心，其中联机分析（OnlineAnalysisProcess，简称OLAP）技术是用来帮助分析人员、管理人员从多种角度把原始数据中转化出来的、能够真正为用户所理解的，并真实反映数据维特性的信息进行快速、一致、交互的访问，从而让用户可以从各个角度更深入地了解数据的一类软件技术；数据挖掘（DataMining，简称DM）是与数据仓库密切相关的一种信息技术，近几年来，很多专家和学者从不同的角度给出了数据挖掘的定义，如从技术角度，数据挖掘（DataMining）就是从大量的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的，但又是潜在有用的信息和知识的过程。该定义包括好几层含义：数据源中的数据是真实的、大量的、含噪声的；发现的内容是用户感兴趣的知识，这些知识是可接受的、可理解的和可运用的；在知识发现过程中，并不要求发现放之四海皆准的知识，这些知识仅支持特定问题的处理就可以。从商业角度来讲，数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量操作型数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性信息。总之，数据挖掘就是要从大量数据中提取出隐藏在其中的有用信息。

正因为如此，近年来商务智能在管理中有着极其广泛的应用，商务智能的应用问题主要从以下几个方面进行考虑：一是要解决什么样的问题；二是围绕要解决的问题进行相关数据的收集；三是选取合适的数据挖掘方法对数据进行分析；四是对分析的结果有个合理的说明并提出切实可行的建议。

1.1.2商务智能的发展

商务智能的发展主要经历了以下几个阶段［2］：

1.萌芽期

1947年卡内基梅隆大学的赫伯特·西蒙（HerbertSimon）教授在《行政组织的决策过程》一书中提出：如果能利用存贮在计算机里的信息来辅助决策，人类理性的范围将会大大扩大。他的这个观点奠定了决策支持系统的基础，而他对决策支持系统的研究被学术界公认为现代商务智能概念最早的源头和起点。

2.发展期

随着决策支持系统的发展，如何把多个不同数据源的数据有机地整合起来是决策支持系统面临的难题。1988年，为解决企业中的数据集成问题，IBM公司的研究员BarryDevlin和PaulMurphy创造性地提出了一个新的术语：数据仓库（DataWarehouse）。但IBM公司只是把数据仓库这个词当做一个新的概念来宣传，而没有进一步提出实际的架构和设计。1992年，比尔·恩门（BillInmon）在《如何构建数据仓库》一书中首次给出了关于数据仓库的清晰定义和操作性极强的建议，从而为数据仓库的广泛应用奠定了基础，也为商务智能的发展提供了支撑。随后的联机分析技术的发展使得数据仓