第1章商务智能基本概念
《商务智能方法与应用》教学大纲
商务智能方法与应用（含实验）（）教学大纲（2018版）曙光瑞翼教育2018年8月前言一、大纲编写依据《商务智能方法与应用》是高校面向全校的公选课，是一门理论结合实践，专业性并不强的大数据相关课程。
通过该课程的学习，培养学生设计和使用商务智能相关技术的能力，熟悉商务智能的基本概念及构成，重点掌握商务智能在各个领域的应用，以及如何进行建立数据仓库、如何进行在线分析处理、如何实现数据挖掘与数据可视化。
通过这一系类的技术如何帮助决策者进行决策。
二、课程目的1、知识目标本课程目的是通过讲授及有关讨论使学生掌握在当今商务环境下如何整合和优化企业的信息资源，充分发挥企业的“知识资本”优势，将信息转换成企业智能，并进一步转换为企业利润。
通过本课程的学习及讨论，将培养学生如何整合企业内部资源并部署实施商务智能战略的能力。
主要重点在于大数据行业内的商务智能工具的应用以及行业实践。
2、能力目标(1) 实践能力通过本课程的学习，对学生进行实践技能的训练，巩固其在课堂上所学书本知识，加深对商务智能的基本概念、基本原理和分析方法的理解，掌握商务智能的核心技术与工具，并能运用典型的商务智能工具处理、解决一些实际问题。
同时，通过实践教学活动，拓宽学生的知识领域，锻炼学生的实践技能，培养科学严谨、求真务实的工作作风。
(2) 创新能力通过使用商务智能原理与应用的学习，从数据采集、数据分析、数据挖掘、数据可视化的工作原理与应用等方面，使学生具备一定的使用商务智能主流工具进行数据分析的能力。
三、教学方法1、课堂教学(1) 讲授本课程的教学内容以讲授为主，讲授的主要内容有商务智能关键技术：数据仓库、在线分析处理、维度建模。
根据教学大纲的要求，突出重点和难点。
(2) 教师指导下的学生自学指导学生自主学习商务智能相关技术与主流商务智能相关工具。
教师通过给出一些相关的实例程序帮助学生理解和进行方案设计，并布置相应的上机习题让学生进行练习。
(3) 其它教学方法采用多媒体辅助教学手段，结合传统教学方法，解决好教学内容多、信息量大与学时少的矛盾；充分利用学校的图书馆的资源优势，查阅与课程相关的资料；通过布置课程设计来提高学生的综合处理问题的能力和软件开发的能力。
《商务智能》考试复习内容 (含答案)
闭卷考试，时间120分钟，五种题型：选择题（10分）、判断题（10分）、名词解释题（30分）、简答题（30分）、论述题（20分）第1章商务智能基本知识（1）商务智能的概念、价值、驱动力。
概念：商务智能是企业利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息，创造和累计商务知识和见解，改善商务决策水平，采取有效的商务行动，完善各种商务流程，提升各方面商务绩效，增强综合竞争力的智慧和能力-王茁专著《三位一体的商务智能》. IBM商务智能解决方案远远不只是数据和技术的组合，BI帮助用户获得正确的数据，发现它的价值，并共享价值。
价值：To support decision making at all levels of business management based on the facts and (scientific) predictions of current and future business situations that are obtained from intelligent analysis of historical business data.支持各级决策基于事实和商业管理的(科学)的预测当前和未来的业务情况下获得历史业务数据的智能分析。
Business decisions made with BI support are more-Correct 恰当-Accurate 准确-Objective 客观-Timely 及时驱动力：在商务智能背后有一些商业驱动力，例如：增加收入，减少费用和更有效地竞争的需求。
管理和模拟当前商业环境复杂性的需求。
减少IT费用和利用已有公司业务信息的需求。
（2）商务智能系统的功能、主要工具。
功能：在商务智能背后有一些商业驱动力，例如：增加收入，减少费用和更有效地竞争的需求。
管理和模拟当前商业环境复杂性的需求。
减少IT费用和利用已有公司业务信息的需求。
《商务智能》课程大纲
《商务智能》教学大纲一、课程设计的背景与目的大数据时代，数据分析无处不在，商场竞争离不开数据决策。
商务智能技术与方法是大数据分析的核心，也是商务决策分析的基础。
本课程是数据科学与大数据技术系列课程之一，强调理论和工程技术应用相结合，学生通过学习该课程后，可以学会商务智能、数据仓库、联机分析处理、数据挖掘、数据可视化等专业术语，掌握数据仓库、联机分析处理、数据挖掘等专业应用技术。
通过本课程学习，学生可以通过专业应用软件对数据进行深层次加工获得有实际应用的有价值信息，增强学生对信息管理的深层次认识。
二、教学目标与课程收获商务智能的实质是从数据中有效地提取信息，为管理者的决策和企业战略开发提供信息支持。
商务智能系统是指运用数据仓库、联机分析和数据挖掘技术来处理和分析商业数据，针对不同的领域提供不同的应用解决方案，协助用户解决商务活动中的复杂问题，从而帮助决策者面对商务环境的快速变化而做出敏捷反应和合理商业决策的管理系统。
三、培训对象具备一定数据库技术和管理知识的学生或企业白领，尤其是产品、市场、财务、研发、供应等部门的决策分析人员。
四、培训学时18小时五、教学内容与要求第一单元：商务智能概述（1小时）【教学内容】商务智能的产生背景，商务智能的基本概念，商务智能的应用范围，商务智能的应用价值，商务智能的体系结构，商务智能的主要功能，商务智能的核心技术，商务智能模型建立，商务智能的应用。
【教学重点及难点】商务智能的基本概念、商务智能技术的发展、商务智能技术、商务智能的体系结构。
【基本要求】了解商务智能项目的应用，商务智能技术的发展，商务智能的应用范围和应用价值等，理解商务智能的核心技术，实现商务智能的工具、技术路线的选择，掌握商务智能的相关基本概念，商务智能的主要功能、商务智能模型建立，商务智能架构，商务智能的项目实施过程。
第二单元：数据仓库（2小时）【教学内容】数据仓库概念与特征，数据仓库开发模型，数据仓库规划与分析，ETL概述，元数据，商业数据维度化分析，工具简介。
商务智能1-3章习题
第一章一．判断题1. 智能是利用知识解决问题的能力。
（对；知识点：商务智能的基本概念；易）2. 从上个世纪90年代末期开始，企业信息化建设的关注点从企业内部逐步扩大到企业外部，并向商业智能方向集成和发展。
（对；知识点：商务智能的基本概念；中）3. 知识发现是信息资源利用从数据上升到信息层次的关键纽带。
（错；知识点：商务智能的基本概念；难）4. 知识发现是信息资源利用从数据和信息层次上升到知识和智能层次的关键纽带。
（对；知识点：商务智能的基本概念；中）二、名词解释1. 商务智能答案：商务智能是一个从大规模（海量）数据中发现潜在的、新颖的、有用的知识的过程，旨在支持组织的业务运作和管理决策。
（知识点：商务智能的基本概念；中）三．单选题1. OLAP指的是：（ B ）（知识点：OLAP的基本概念；易）A．联机事务处理 B. 联机分析处理 C. 数据挖掘 D. 知识发现2. BI指的是：（ C ）（知识点：商务智能的基本概念；易）A．企业技术 B. 企业智能 C. 商务智能 D. 人工智能3. 以下有关商务智能的说法错误的是：（ B ）（知识点：商务智能的基本概念；中）A. 商务智能能实现对组织内部各自为政的子系统中数据的整合B. 有了商务智能，企业中现有的业务系统均过时了C. 数据挖掘只是商务智能的核心技术之一D. 商务智能不只面向商务/商务领域，而是广义的面向组织活动的业务领域4. 以下有关商务智能的说法正确的是：（ A ）（知识点：商务智能的基本概念；中）A. 商务智能能实现对组织内部各自为政的子系统中数据的整合B. 有了商务智能，企业中现有的业务系统均过时了C. 数据挖掘和商务智能是完全不同的两种技术D. 商务智能，顾名思义，只面向于商务/商务活动的业务领域第二章一．判断题1. 在分析型处理产生后，数据处理的环境由原来的以单一数据库为中心的数据环境发展为以数据仓库为基础的体系化环境。
（对；知识点：数据仓库的基本概念；易）2. 在事务型（操作型）数据处理下，数据处理的环境主要是以单一数据库为中心的数据环境。
商务智能复习
商务智能复习商务智能第第1 章商务智能概述1.1 商业决策需要商务智能一、数据、信息和知识1、数据：符号、事实和数字信息：有用的数据关系：信息是经过某种加工处理后的数据，是反映客观事物规律的一些数据。
数据是信息的载体, 信息是对数据的解释。
知识：对信息内容进行提炼、比较、挖掘、分析、概括、判断和推论。
2、决策离不开信息、知识①决策需要信息，更离不开知识；知识更多地表现为经验__学习的结晶；学习的过程是不断地对信息加工处理；信息的收集、加工、传输与利用贯穿着决策各阶段的工作过程。
②信息已成为企业经营中重要性仅次于人才的第二大要素。
③决策=信息+经验+冒险④商务智能是对企业信息的科学管理。
3、商务智能支持商业决策商务智能如何创造知识和价值1.2 商务智能简介商务智能这一术语1996年由Gartner 公司的分析师Howard Dresner首次提出,他提出商务智能描述了一系列的概念和方法,通过应用基于事实的支持系统来辅助商业决策的制定。
一、商务智能概念商务智能是整合了先进信息技术与创新管理理念的结合体，集成了企业内外的数据，进行加工并从中提取能够创造商业价值的信息，面向企业战略并服务于管理层、业务层，指导企业经营决策，提升企业竞争力，涉及企业战略、管理思想、业务整合和技术体系等层面，促进信息到知识再到利润的转变，从而实现更好的绩效。
①先进信息技术：商务智能是多项技术的综合应用；②集成了企业内外的数据，进行加工并从中提取能够创造商业价值的信息：商务智能的层次；③企业战略：商务智能服务于企业战略；④管理层、业务层：商务智能用户多样性；⑤更好的绩效：商务智能提升企业绩效。
二、商务智能的价值1、在商务智能背后有一些商业驱动力，如：①增加收入，减少费用和更有效地竞争的需求。
②管理和模拟当前商业环境复杂性的需求。
③减少IT 费用和利用已有公司业务信息的需求。
2、商务智能的价值①制定合适的市场营销策略；②改善顾客智能；③经营成本与收入分析；④提高风险管理能力；⑤改善业务洞察力；⑥提高市场响应能力。
商务智能与数据挖掘商务智能概论
处理 信息
Receiver
•一个人的垃圾（数据）是另一个人的and purpose
•信息是经过某种加工处理后的数据，是反映客观事物规律的一些数据。数据
是信息的载体, 信息是对数据的解释。
《商务智能与数据挖掘》
第1章 商务智能概论 ( 8/54)
70% of employee time spent searching for relevant information
《商务智能与数据挖掘》
第1章 商务智能概论 ( 9/54)
9 2020/3/21
Most Business Users Don’t Have Confidence in Info!
– 商务智能技术可以分析结构化数据、半结构化数据以及非结构化 数据、静态的历史数据和动态数据流等各种类型的数据。
《商务智能与数据挖掘》
第1章 商务智能概论 ( 6/54)
6 2020/3/21
数据：符号、事实和数字
π
How are You?
Happy New Year!
事物运动 记录 数据
解释 信息
智能型企业表现为反应迅速、适应顾客变化的需要和采取 正确的顾客解决方案。
《商务智能与数据挖掘》
随机应变！
第1章 商务智能概论 ( 5/54)
5 2020/3/21
数据
数据
– 数据是可以记录、通信和能识别的符号，它通过有意义的组合来 表达现实世界中的某种实体（具体对象、事件、状态或活动）的 特征。
虽然数据是宝贵的财富，然而许多公司并不能充分利用这种财富，因为信息隐藏在数据中，并 不易识别。
为了在竞争中占得优势地位，必须识别和应用隐藏在所收集的数据中的信息。
第1章商务智能基本概念
中到低 有的事务可能要访问大量记录 以秒、分钟、甚至小时为计量单 位
1.2 数据仓库的发展与展望
1.2.2 数据仓库的定义与基本特性
William H.Inmon在1993年所写的论著 《Building the Data Warehouse》则首先系 统性地阐述了关于数据仓库的思想、理论，为 数据仓库的发展奠定了历史基石。在文中，将 数据仓库定义为：
1.6 数据挖掘技术与工具
1.6.1 常用数据挖掘技术 1.传统分析类
线性分析和非线性分析、回归分析、逻辑回归分析、 单变量分析、多变量分析、时间序列分析、最近邻算 法和聚类分析等技术。
2.知识发现类
人工神经网络、决策树、遗传算法、粗糙集、规则发 现、关联顺序等。
3.数据挖掘技术的发展 文本数据挖掘、Web数据挖掘、可视化系统、空间数 据挖掘和分布式数据挖掘技术等。
1.6 数据挖掘技术与工具
1.6.2 常用数据挖掘工具 1.按使用方式分类的数据挖掘工具
决策方案生成工具、商业分析工具和研究分析 工具三大类。
2.按数据挖掘技术分类的数据挖掘工具
基于神经网络的工具、基于规则和决策树的工 具、基于模糊逻辑的工具和综合性数据挖掘工 具等。
3.按应用范围分类的数据挖掘工具 专用型数据挖掘工具和通用型数据挖掘工具。
数据 加载、 存储、 刷新 和更 新系
统
安全 性与 用户 授权 管理 系统
数据 归档、 恢复 及净 化系
统
1.4 数据仓库的参照结构
2.数据仓库的元数据管理层
数据仓 元数据 预定义 刷新 库、数 抽取、 的查询、 与复 据集市 创建、 报表和 制管 和词汇 存储和 索引管 理 表管理 更新管 理
《商务智能》课程大纲
《商务智能》教学大纲一、课程设计的背景与目的大数据时代，数据分析无处不在，商场竞争离不开数据决策。
商务智能技术与方法是大数据分析的核心，也是商务决策分析的基础。
本课程是数据科学与大数据技术系列课程之一，强调理论和工程技术应用相结合，学生通过学习该课程后，可以学会商务智能、数据仓库、联机分析处理、数据挖掘、数据可视化等专业术语，掌握数据仓库、联机分析处理、数据挖掘等专业应用技术。
通过本课程学习，学生可以通过专业应用软件对数据进行深层次加工获得有实际应用的有价值信息，增强学生对信息管理的深层次认识。
二、教学目标与课程收获商务智能的实质是从数据中有效地提取信息，为管理者的决策和企业战略开发提供信息支持。
商务智能系统是指运用数据仓库、联机分析和数据挖掘技术来处理和分析商业数据，针对不同的领域提供不同的应用解决方案，协助用户解决商务活动中的复杂问题，从而帮助决策者面对商务环境的快速变化而做出敏捷反应和合理商业决策的管理系统。
三、培训对象具备一定数据库技术和管理知识的学生或企业白领，尤其是产品、市场、财务、研发、供应等部门的决策分析人员。
四、培训学时18小时五、教学内容与要求第一单元：商务智能概述（1小时）【教学内容】商务智能的产生背景，商务智能的基本概念，商务智能的应用范围，商务智能的应用价值，商务智能的体系结构，商务智能的主要功能，商务智能的核心技术，商务智能模型建立，商务智能的应用。
【教学重点及难点】商务智能的基本概念、商务智能技术的发展、商务智能技术、商务智能的体系结构。
【基本要求】了解商务智能项目的应用，商务智能技术的发展，商务智能的应用范围和应用价值等，理解商务智能的核心技术，实现商务智能的工具、技术路线的选择，掌握商务智能的相关基本概念，商务智能的主要功能、商务智能模型建立，商务智能架构，商务智能的项目实施过程。
第二单元：数据仓库（2小时）【教学内容】数据仓库概念与特征，数据仓库开发模型，数据仓库规划与分析，ETL概述，元数据，商业数据维度化分析，工具简介。
商务智能1-3章习题
一．判断题1. 智能是利用知识解决问题的能力。
（对；知识点：商务智能的基本概念；易）2. 从上个世纪90年代末期开始，企业信息化建设的关注点从企业内部逐步扩大到企业外部，并向商业智能方向集成和发展。
（对；知识点：商务智能的基本概念；中）3. 知识发现是信息资源利用从数据上升到信息层次的关键纽带。
（错；知识点：商务智能的基本概念；难）4. 知识发现是信息资源利用从数据和信息层次上升到知识和智能层次的关键纽带。
（对；知识点：商务智能的基本概念；中）二、名词解释1. 商务智能答案：商务智能是一个从大规模（海量）数据中发现潜在的、新颖的、有用的知识的过程，旨在支持组织的业务运作和管理决策。
（知识点：商务智能的基本概念；中）三．单选题1. OLAP指的是：（ B ）（知识点：OLAP的基本概念；易）A．联机事务处理 B. 联机分析处理 C. 数据挖掘 D. 知识发现2. BI指的是：（ C ）（知识点：商务智能的基本概念；易）A．企业技术 B. 企业智能 C. 商务智能 D. 人工智能3. 以下有关商务智能的说法错误的是：（ B ）（知识点：商务智能的基本概念；中）A. 商务智能能实现对组织内部各自为政的子系统中数据的整合B. 有了商务智能，企业中现有的业务系统均过时了C. 数据挖掘只是商务智能的核心技术之一D. 商务智能不只面向商务/商务领域，而是广义的面向组织活动的业务领域4. 以下有关商务智能的说法正确的是：（ A ）（知识点：商务智能的基本概念；中）A. 商务智能能实现对组织内部各自为政的子系统中数据的整合B. 有了商务智能，企业中现有的业务系统均过时了C. 数据挖掘和商务智能是完全不同的两种技术D. 商务智能，顾名思义，只面向于商务/商务活动的业务领域一．判断题1. 在分析型处理产生后，数据处理的环境由原来的以单一数据库为中心的数据环境发展为以数据仓库为基础的体系化环境。
（对；知识点：数据仓库的基本概念；易）2. 在事务型（操作型）数据处理下，数据处理的环境主要是以单一数据库为中心的数据环境。
商务智能ppt第一章商务智能
DATA： S、事实和数字
How are You?
π
Happy New Year!
Word
record
Data
Explain Information
•Discrete, objective facts about the world •Easily structured and captured •Easily transferred
3.数据挖掘技术
• 与联机分析处理技术的探测式数据分析不同,数据挖掘侧重从海量数据中揭示隐含 的、先前未知的并有潜在价值的信息的非平凡过程,它按照预定的规则对数据库和 数据仓库中已有的数据进行信息开采、挖掘和分析,从中识别和抽取隐含的模式与 有趣的知识,为决策者提供决策依据。
数据(Data)
信息(Information)
知识(Knowledge)
下雨
夏天午后常下雨
夏天出门要随身带雨伞
智慧(Wisdom)
全年中如果出现这种天气情 况都要带伞
1.3 商务智能的组成要素
• 1.大数据 • 按照数据源来说，数据分为企业内部数据和企业外部数据两类。企业内部数据包括企业
业务系统产生的数据，如订单、客户信息、交易记录、物流记录等；企业外部数据是指 来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。 按照数据生成时间来说， 数据分为即时数据和历史数据。 即时数据即企业在运营过程 中产生的即时数据，这类数据基本上是几秒或者是几分钟之前产生的经营数据。而历史 数据指的是前一天、前一周，甚至是前一个月的经营数据。从数据结构化程度来说，数 据分为结构化数据和非结构化数据。结构化数据是指存储在各个交易系统背后的关系数 据库中的数据，通常以表格的形式存在和展现，非结构化数据通常以零散的文件形式存 在和展现，泛指不能简单以表格形式展现的数据。
商务智能课程大纲
《商务智能》教学大纲一、课程设计的背景与目的大数据时代，数据分析无处不在，商场竞争离不开数据决策。
商务智能技术与方法是大数据分析的核心，也是商务决策分析的基础。
本课程是数据科学与大数据技术系列课程之一，强调理论和工程技术应用相结合，学生通过学习该课程后，可以学会商务智能、数据仓库、联机分析处理、数据挖掘、数据可视化等专业术语，掌握数据仓库、联机分析处理、数据挖掘等专业应用技术。
通过本课程学习，学生可以通过专业应用软件对数据进行深层次加工获得有实际应用的有价值信息，增强学生对信息管理的深层次认识。
二、教学目标与课程收获商务智能的实质是从数据中有效地提取信息，为管理者的决策和企业战略开发提供信息支持。
商务智能系统是指运用数据仓库、联机分析和数据挖掘技术来处理和分析商业数据，针对不同的领域提供不同的应用解决方案，协助用户解决商务活动中的复杂问题，从而帮助决策者面对商务环境的快速变化而做出敏捷反应和合理商业决策的管理系统。
三、培训对象具备一定数据库技术和管理知识的学生或企业白领，尤其是产品、市场、财务、研发、供应等部门的决策分析人员。
四、培训学时18小时五、教学内容与要求第一单元：商务智能概述（1小时）【教学内容】商务智能的产生背景，商务智能的基本概念，商务智能的应用范围，商务智能的应用价值，商务智能的体系结构，商务智能的主要功能，商务智能的核心技术，商务智能模型建立，商务智能的应用。
【教学重点及难点】商务智能的基本概念、商务智能技术的发展、商务智能技术、商务智能的体系结构。
【基本要求】了解商务智能项目的应用，商务智能技术的发展，商务智能的应用范围和应用价值等，理解商务智能的核心技术，实现商务智能的工具、技术路线的选择，掌握商务智能的相关基本概念，商务智能的主要功能、商务智能模型建立，商务智能架构，商务智能的项目实施过程。
第二单元：数据仓库（2小时）【教学内容】数据仓库概念与特征，数据仓库开发模型，数据仓库规划与分析，ETL 概述，元数据，商业数据维度化分析，工具简介。
商务智能系统课程设计
商务智能系统课程设计一、教学目标本课程旨在让学生掌握商务智能系统的基本概念、原理和应用，培养学生运用商务智能系统进行数据分析、决策支持和战略规划的能力。
具体目标如下：1.知识目标：（1）了解商务智能系统的起源、发展及其在企业中的应用；（2）掌握商务智能系统的基本组成部分，包括数据仓库、数据挖掘、数据可视化等；（3）熟悉商务智能系统的实施流程，包括需求分析、系统设计、系统实施和评估等；（4）了解商务智能系统在我国的发展现状和未来趋势。
2.技能目标：（1）学会使用商务智能系统进行数据清洗、数据挖掘和数据可视化；（2）具备运用商务智能系统进行数据分析、决策支持和战略规划的能力；（3）能够根据企业需求，设计并实施合适的商务智能系统。
3.情感态度价值观目标：（1）培养学生对商务智能系统的兴趣，认识到其在企业竞争中的重要性；（2）培养学生运用商务智能系统解决实际问题的责任感；（3）培养学生团队协作、创新思维和持续学习的意识。
二、教学内容本课程的教学内容主要包括以下几个部分：1.商务智能系统概述：介绍商务智能系统的起源、发展及其在企业中的应用；2.商务智能系统的组成：讲解数据仓库、数据挖掘、数据可视化等基本概念；3.商务智能系统的实施：阐述商务智能系统的实施流程，包括需求分析、系统设计、系统实施和评估等；4.商务智能系统的应用案例：分析具体的商务智能系统应用案例，让学生了解商务智能系统在实际工作中的应用；5.商务智能系统的发展趋势：介绍商务智能系统在我国的发展现状和未来趋势。
三、教学方法为了提高教学效果，本课程将采用多种教学方法，如讲授法、案例分析法、实验法等。
具体方法如下：1.讲授法：用于讲解商务智能系统的基本概念、原理和实施流程；2.案例分析法：通过分析具体的商务智能系统应用案例，让学生了解商务智能系统在实际工作中的应用；3.实验法：让学生动手操作商务智能系统，培养其实际应用能力；4.讨论法：鼓励学生就商务智能系统相关问题进行讨论，培养其创新思维和团队协作能力。
商务智能
② 非易失性
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，一旦某个数据进入数 据仓库以后，一般情况下将被长期保留，也就是数 据仓库中一般有大量的查询操作，但修改和删除操 作很少，通常只需要定期的加载、刷新。
② 时变性
时变性表现在数据仓库的数据是在一个很长的时间 上的数据。
②数据仓库的数据组织形式 a. 简单堆积文件 b. 轮转综合文件 c. 简化直接文件 d. 连续文件
a. 简单堆积文件
从面向应用的数据库中每天的数据中提取出来，然后 按照相应的主题集成为数据仓库中的记录。
b. 轮转综合文件
数据存储单位被分为日、周、月、年等几个级别。 在一个星期的七天中，数据被逐一记录在每日数 据集中；然后，七天的数据被综合并记录在周数 据集中；接下去的一个星期，日数据集被重新使 用，以记录新数据。同理，周数据集达到五个后， 数据再一次被综合并记入月数据集。以此类推。 轮转综合结构十分简捷，数据量较简单堆积结构 大大减少。当然，它是以损失数据细节为代价的， 越久远的数据，细节损失越多。
MSTR认为：商业智能是一系列能够使公司分析数据 库中的数据并根据收集的信息获得的洞察力来做决策 的软件系统。
DWReview认为：从数据分析的观点，商业智能是收 集与研究主题相关的、高质量的、有意义的信息、以 帮助分析信息、得出结论或做出假设的过程。
9
商务智能是一个综合的概念，不同的人从不同的角度， 会得出不同的见解：
b 当前细节数据 存储最近时期的业务数据，反映当前业务 的情况，数据量大，是数据仓库用户最感兴趣的部分。随 着时间的推移，当前细节数据由数据仓库的时间控制机制 转为早期细节数据。
c 轻度综合数据 从当前基本数据中提取出来，通常以较小的 时间段（粒度）统计而成的数据，其数据量较细节及数据 少得多。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1.1 商务智能的基本概念
商务智能是数据仓库、联机分析处理和数据挖 掘等相关技术走向商业应用后形成的一种应用 技术。该技术收集、汇总了与商务活动有关的 各种数据，将其集成到数据仓库中。采用联机 分析技术对商务活动进行实时的监控、分析， 便于及时采取有效的商务决策，提升商务活动 的绩效。应用数据挖掘技术对描述商务活动的 数据进行挖掘，以获取有效的商务信息，从中 提取商务知识，为企业商业发展寻找新的机遇。
1.1 商务智能的基本概念
商务分析：绩效管理、客户管理、供应链管理
OLAP、数据挖掘 数据仓库
图1.1 商务智能体系结构
1.2 数据仓库的发展与展望
1.2.1 从传统数据库到数据仓库 1.决策处理的系统响应问题 2.决策数据需求的问题 3.决策数据操作的问题 4.数据仓库与传统数据库的对比
1.2 数据仓库的发展与展望
1.3.5 分布式数据仓库结构
站点A 局部数 据仓库
局部数 据仓库
站点B
局部数 据仓库
站点C
总部
全局数 据仓库
局部数 据仓库
站点D
1.4 数据仓库的参照结构
数据仓库的基本功能包含：数据抽取，数据筛选、清 理，清理后的数据加载，设立数据集市，完成数据仓 库的查询、决策分析和知识的挖掘等操作。 数据仓库的管理层分成数据管理与元数据管理两部分， 主要负责对数据仓库中的数据抽取、清理、加载、更 新等操作进行管理。 数据仓库环境支持层包含数据传输和数据仓库基础两 部分。
1.5.1 数据挖掘的发展
发展原因主要有：超大规模数据库的出现、先进的计 算机技术、经营管理的实际需要和数据的精深计算能 力
1.5 数据挖掘技术概述
1.5.2 数据挖掘的定义 1.数据挖掘的技术定义
数据挖掘是从大量的、不完全的、有噪声的、模糊的、 随机的实际数据中，提取隐含在其中的、人们所不知 道的、但又是潜在有用的信息和知识的过程。
表1-1 数据仓库与数据库对比表
对比内容
数据库
数据仓库
数据内容
数据目标
数据特性
数据结构
使用频率 数据访问量 对响应时间 的要求
当前值
面向业务操作程序、重复 处理 动态变化、按字段更新
高度结构化、复杂、适合 操作计算 高 每个事务只访问少量记录 以秒为单位计量
历史的、存档的、归纳的、计算 的数据 面向主题域、管理决策分析应用
第1章 商务智能基本概念
信息技术的不断推广应用，将企业带入了一个信息爆炸的时代。 每日、每时、每刻都有潮水般的信息出现在管理者的面前，等 待管理者去处理、去使用。与此同时，企业的管理者在管理中 面对来自不同部门的、相互矛盾的信息无法对所要解决的决策 问题提出正确的解决方案。为此，需要一种新的信息处理技术 能够使决策者们获取及时准确的信息，以理解商务活动并做出 智能化的、更有效的决策，即能从海量的数据中提取有用的信 息并转化为商务知识，从而告别“拍脑袋”决策方式。 通过本章学习，可以了解： 商务智能的发展及体系结构； 数据仓库的总体结构框架； 数据仓库的功能结构； 数据仓库的环境支持结构； 数据挖掘的基本原理； 数据挖掘的应用范围和应用过程。
登录、 归档、 恢复与 净化管
理
1.4 数据仓库的参照结构
1.4.3 数据仓库的环境支持层 1) 数据仓库的数据传输层
数据传输 客户/服务 复制系统 安全和保
和传输网 器代理和
障系统
络
中间件
1.4 数据仓库的参照结构
2)数据仓库的基础层
系统管理 工作流程管 存储系统 处理系统 理
1.5 数据挖掘技术概述
1.3
业务系 统数据源
外部 数据 源数据仓库的体系结构数数数据
据
据
集市
准
仓
/知
备
库
识挖
应用工
区
数
掘库
具
据
库
数据 集市 /知 识挖 掘库
应用工 具
管理工具 图1.2 数据仓库的概念结构
1.3 数据仓库的体系结构
1.3.2 虚拟数据仓库结构 不需要从业务系统中抽取数据到新的数据存储 位置——数据仓库中
索
数据仓库 元数
分析与报 据管
告
理
数据仓库 直接存取
数据集市 存取
报表工具 分析工具
元数 据管 理与 报表
数据集市 重整
转换为多 维结构
创建局部 存储
分析建模 工具
数据挖掘 工具
图形工具
元数 据抽 取与 创建
1.4 数据仓库的参照结构
1.4.2 数据仓库的管理层 1.数据仓库的数据管理层
数据 抽取 与新 数据 需求 与查 询管 理
1.1 商务智能的基本概念
1.1.2 商务智能的发展与应用
1．商务智能的发展
从20世纪60年代计算机用于管理信息处理开 始，经过40多年的发展，信息处理技术的发展 经历了电子数据处理系统（EDPS， Electronic Data Processing System）、管 理信息系统(MIS，Management Information System)和决策支持系统(DSS, Decision Supporting System)等阶段。
业务系统 数据库
数据仓库
查询管用理户 服务器
1.3 数据仓库的体系结构
1.3.3 数据集市结构
业务系统数 据库
主题1
主题2
数据仓库 查询管理 服务器
用户
1.3 数据仓库的体系结构
1.3.4 单一数据仓库结构
业务 系统 数据 库
数据 仓库
数据 集市
1
数据 集市
2
数据仓库 查询管理 服务器
用户
1.3 数据仓库的体系结构
2.数据准备区功能结构
数据准备区
标准化 元
过滤与 匹配
数 据 抽
净化 取
标明时 与 间戳的 创 数据源 建
确认数 据质量
1.4 数据仓库的参照结构
3.数据仓库功能结构
数据重 数据仓 元 整 库创建 数 据 管 理
集成与 建模 元
分解
数
概括与 概括 据
聚集
浏
览
与
导
航
预算与 聚集 元
推导
数
1.4 数据仓库的参照结构
2.数据挖掘的商业定义
一种崭新的商业信息处理技术，其主要特点是对商业 数据库中的大量业务数据进行抽取、转化、分析和模 式化处理，从中提取辅助商业决策的关键知识
1.5 数据挖掘技术概述
传统数据分析工具(DSS/EIS)
数据挖掘工具
工具特点 分析重点
分析目的
数据集大 小 启动方式
技术状况
回顾型的、验证型的 已经发生了什么
数据 加载、 存储、 刷新 和更 新系
统
安全 性与 用户 授权 管理 系统
数据 归档、 恢复 及净 化系
统
1.4 数据仓库的参照结构
2.数据仓库的元数据管理层
数据仓 元数据 预定义 刷新 库、数 抽取、 的查询、 与复 据集市 创建、 报表和 制管 和词汇 存储和 索引管 理 表管理 更新管 理
理
1.6 数据挖掘技术与工具
1.6.2 常用数据挖掘工具 1.按使用方式分类的数据挖掘工具
决策方案生成工具、商业分析工具和研究分析 工具三大类。
2.按数据挖掘技术分类的数据挖掘工具
基于神经网络的工具、基于规则和决策树的工 具、基于模糊逻辑的工具和综合性数据挖掘工 具等。
3.按应用范围分类的数据挖掘工具 专用型数据挖掘工具和通用型数据挖掘工具。
1.1 商务智能的基本概念
1.1.1 商务智能的定义
1989年美国加特纳公司的分析师Howard Dresner首次提出“商务智能” 美国IBM公司的定义 Microsoft认为商务智能 IDC国际数据公司 Business Objects公司认为商务智能 Teradata公司认为商务智能的目的 美国Micro Strategy公司的定义
1.2 数据仓库的发展与展望
1.2.3 数据仓库的发展 1.基于关系对象数据库的数据仓库 2.网络的影响 3.操作型动态数据仓库 4.Web应用中的多智体技术
1.3 数据仓库的体系结构
1.3.1 数据仓库的概念结构
数据源、数据准备区、数据仓库数据库、数据 集市/知识挖掘库以及各种管理工具和应用工 具（图1.2）。
静态、不能直接更新、只定时添 加 简单、适合分析
中到低 有的事务可能要访问大量记录 以秒、分钟、甚至小时为计量单 位
1.2 数据仓库的发展与展望
1.2.2 数据仓库的定义与基本特性
William H.Inmon在1993年所写的论著 《Building the Data Warehouse》则首先系 统性地阐述了关于数据仓库的思想、理论，为 数据仓库的发展奠定了历史基石。在文中，将 数据仓库定义为：
4.数据集市/知识挖掘库结构
求精与重整
过滤与匹配 集成与分割 概括与聚集 预测与推导
标明时间维的数 据源
数据集市/知识挖掘 库创建 建立模型 概括 聚集
调整与确认
建立结构化查询
元数据管 理
元数据浏 览与导航
元数据的 抽取与创
建
创建词汇 表
1.4 数据仓库的参照结构
5.数据仓库的数据存取与使用结构
数据仓库 存取与检
“一个面向主题的、集成的、随时间变化的、 非易失性数据的集合，用于支持管理层的决策 过程”。
1.2 数据仓库的发展与展望
1.面向主题性 面向主题性表示了数据仓库中数据组织的基本原则， 数据仓库中的所有数据都是围绕着某一主题组织的。 确定主题以后，需要确定主题应该包含的数据。 不同的主题之间可能会出现相互重叠的信息。 主题在数据仓库中可以用多维数据库方式进行存储。 主题的划分中，必须保证每一个主题的独立性。