《商务智能与数据挖掘》简答题整理

《商务智能与数据挖掘》简答题部分答案
--《商务智能与方法应用》（刘红岩编著)
P9
●1、什么是商务智能？
答：商务智能指用现代数据仓库技术、联机分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。

●4、商务智能系统的主要组成要素有哪些？
答：一个商务智能系统通常包含6个主要组成部分：数据源、数据仓库、在线分析处理、数据探查、数据挖掘以及业务绩效管理。

P15
●2、商务智能系统成功的关键因素有哪些？
答：商务智能系统成功的关键因素主要有5个：业务驱动、高层支持、业务人员和IT人员的合作、循序渐进、培训。

●4、OLTP和OLAP分别代表什么?比较二者之间的不同之处。

答：在线事务处理(OLTP),是数据库管理系统的主要功能，用于完成企业内部各个部门的日常业务操作。

在线分析处理（OLAP）是数据库系统的主要应用，提供数据的多维分析以支持决策过程。

OLTP和OLAP二者的不同之处有：面向的用户；功能的作用；数据库中存储的数据；数据库设计（包括数据库的数据处理方式、使用方式、执行单元、性能指标、事务特性）。

P103
●3、构建数据仓库系统的主要阶段？
答：数据库项目的开发可以分为6个阶段：项目规划、需求分析、概念设计、ETL 设计、逻辑和物理设计、实现与培训。

1.项目规划阶段主要目的是了解总体需求，界定项目实施的范围，评估项目的必要行和可行性，撰写数据仓库项目的规划文档。

2.需求分析阶段，可进一步详细了解需求，确定分析主题以及相关的维度和度量，了解已有信息系统的功能、结构和模型，确定数据仓库中应该包含的数据，以及相关的数据来源，撰写需求分析说明书。

3.概念设计阶段，可利用概念模型描述数据仓库包含的主要及其关系。

4.ETL设计阶段，包括数据抽取、转换和加载设计三部分。

5.逻辑和物理设计阶段，用于设计数据仓库的逻辑模型和物理模型。

6.实现与培训阶段，包括数据仓库系统的实现和用户使用的培训。

●4、简要说明数据仓库和数据集市的区别和联系。

答：（1)区别：
1.应用范围上，数据仓库一般为企业级；数据集市一般为部门级。

2.存储内容上，数据仓库包含企业经营过程中所有详细数据；数据
集市一般只包含特定范围的详细数据和适度聚合的数据。

3.优化上，数据仓库侧重于处理和探索海量数据，数据集市则侧重
于快速的访问和分析。

(2)联系：数据集市是数据仓库的一种特殊形式，一般情况下数据
集市从属于某个数据仓库，但二者又均以资料导向型设计、不属于任何一个OLTP系统
P110
●1、OLAP有哪些特点？
答：OLAP的特点有：快速（Fast）、分析性能(Analysis)、共享性（Shared）、多维性（Multidimensional）、信息性（Information），简称FASMI。

即：
1.快速性指的是系统能够在大约5s内响应用户的请求，最长不超过20s。

2.分析性能指的是系统能够以直观的形式提供灵活的统计分析功能，便于用户操作，允许用户自己定义运算方式。

3.共享性指的是支持多用户并发访问系统，具有可靠的安全性。

4.多维性是OLAP最关键的一个特性，它指的是系统必须提供数据的多维视图以及维度内的层次聚集功能。

5.信息性指的是系统处理大量数据、提供用户所需信息的能力。

P121
●1、简述可视化技术与商务智能的关系。

答：可视化技术是将抽象的数据表示为视觉图像的技术，作为商务智能的基础技术和表现之一，辅助商务智能的发现，使数据或知识的表示更加清晰、明了；而商务智能的其他技术为它提供数据存储、数据预处理、数据分析等的能力。

二者相互交融、互相促进。

●2、商务智能可视化有什么作用？
答：1.通过将数据可视化，便于发现隐藏在数据之间的关系、可以使信息的交流更加清楚、有效；
2.可视化也是一种知识发现的手段，通过将数据以合适的形式展现给用户，通过人的视觉处理能力有时可以发现计算机发现不了的模式。

P138
●1、商务智能的典型应用领域有哪些？
答：商务智能的应用也深入各行各业，在零售、金融、电信、保险，制造等领域的市场管理，风险管理及生产管理等方面均有成功的应用。

P138
●2、借助商务智能进行关系营销的主要目的和方法有哪些？
答：1.主要目的：培养客户忠诚性，提高客户满意度，维护良好的沟通渠道，有效开发客户生命周期内的价值，在客户所处的各个阶段，借助商务智能技术，可以进行有效的关系营销活动，以达到顾客满意，企业获利的双赢状态。

2.方法：使用操作型系统及外部系统、数据仓库、数据集市存储客户数据；使用OLAP、分类、聚类、数值预测、关联分析、时间序列分析对数据进行处理。

P165
●1、常用的开源数据挖掘软件有哪些？
答：1.RapidMiner（该工具是用Java语言编写的，通过基于模板的框架提供先进的分析技术。

该款工具最大的好处就是，用户无需写任何代码。

它是作为一个服务提供，而不是一款本地软件。

）
2.WEKA（WEKA支持多种标准数据挖掘任务，包括数据预处理、收集、分类、回归分析、可视化和特征选取。

）
3.R-Programming（它主要是由C语言和FORTRAN语言编写的，并且很多模块都是由R编写的，这是一款针对编程语言和软件环境进行统计计算和制图的免费软件。

R语言被广泛应用于数据挖掘，以及开发统计软件和数据分析中。

）
4.Orange（它是一个基于Python语言，功能强大的开源工具，并且对初学者和专家级的大神均适用。

）
5.KNIME（数据处理主要有三个部分：提取、转换和加载。

而这三者KNIME都可以做到。

KNIME为您提供了一个图形化的用户界面，以便对数据节点进行处理。

）
6.NLTK（NLTK提供了一个语言处理工具，包括数据挖掘、机器学习、数据抓取、情感分析等各种语言处理任务。

）
P188
●1、列举商务智能应用中可能涉及的隐私保护问题。

答：1.通过收集客户的行为数据，可以发现用户的兴趣偏好，为其提供个性化服务，提高客户满意度，增加企业利润。

但这些数据被善意利用的同时也可能泄露用户隐私；
2.用户在网上查询、浏览、购物、交友、分享信息，用户的一举一动几乎都被记录下来，其中包含了用户的很多隐私信息；
3.GPS技术的使用，用户的位置、移动信息也被记录下来。

●2、分析一下基于软件即服务使用模式的云商务智能的优缺点。

答：1.优点：用户可以按需购买，使得商务智能系统不必过多的依赖于企业的IT
部门和IT资源，减轻了企业的人力、财力的压力，降低了管理维护基础设施和软件的人力成本，也降低了企业部署商务智能的风险，有利于商务智能在企业的各个部门的推广使用，促进企业商业模式的变革，提高企业核心竞争力。

2.缺点：①安全问题，涉及数据的丢失以及敏感数据的泄露等；②网络延迟或中断，由于计算资源是通过互联网等网络提供的，比起局域网肯定存在网络的延迟，如果网络中断，则无法访问服务；③对服务提供商的依赖，如果服务提供商停止服务，则用户无法得到服务；④集成问题，服务提供商提供的软件、业其他系统进行集成等。