数据仓库、商业智能的体系结构
來源：http://ajava.org/readbook/db/dbgcsks/12413.html
?
16.2? 數(shù)據(jù)倉庫、商業(yè)智能的體系結(jié)構(gòu)
如圖16-5所示是數(shù)據(jù)倉庫/商業(yè)智能的完整的體系結(jié)構(gòu)圖，根據(jù)數(shù)據(jù)的不同形態(tài)，整個體系被劃分為4個大的層面，并根據(jù)數(shù)據(jù)的處理和應(yīng)用過程再細分成7個環(huán)節(jié)。從數(shù)據(jù)源經(jīng)過抽取（Extra，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（DM，Data Market），或者將數(shù)據(jù)集市中的數(shù)據(jù)進一步存放到多維數(shù)據(jù)庫（MDD，Multi-dimension Database）中，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)用實現(xiàn)的問題。而貫穿整個體系數(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。
圖16-5? 數(shù)據(jù)倉庫/商業(yè)智能體系結(jié)構(gòu)圖
16.2.1? 數(shù)據(jù)源
數(shù)據(jù)源可以是企業(yè)日常運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)。這些數(shù)據(jù)在存放方式、存放格式、存放地點上可能是多種多樣的，這就要求數(shù)據(jù)倉庫的體系結(jié)構(gòu)必須能處理由這種多樣性帶來的種種問題，如訪問多種技術(shù)平臺下，多種類型的DBMS內(nèi)的數(shù)據(jù)，并解決由于數(shù)據(jù)遠程遷移所帶來的完整性和安全性問題。
16.2.2? 數(shù)據(jù)抽取、轉(zhuǎn)換和裝載
數(shù)據(jù)抽取、轉(zhuǎn)換和裝載完成如下任務(wù)：從源數(shù)據(jù)抽取數(shù)據(jù)、進行一定的變換、裝載到數(shù)據(jù)倉庫。在上述過程中，需要進行如下數(shù)據(jù)處理。
l???????? 簡單變換：是數(shù)據(jù)變換最簡單的形式，一次只針對一個字段，而不是考慮相關(guān)字段的值。主要有數(shù)據(jù)類型的轉(zhuǎn)換、日期/時間的格式轉(zhuǎn)換、字段解碼等。
l???????? 清潔和刷洗：目的是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。清潔和刷洗是兩個可以互換的術(shù)語，指的是比簡單變換更為復(fù)雜的一種變換。在這種變換中，要檢查的是字段和字段組中的實際內(nèi)容而不僅是存儲格式。一種檢查是檢查數(shù)據(jù)字段值的有效值，它指的是檢驗一個字段的有效值以保證它落在預(yù)期的范圍之內(nèi)，通常是數(shù)字范圍和日期范圍。數(shù)據(jù)刷洗的另一主要類型是重新格式化某些類型的數(shù)據(jù)，這種方法適用于可以用許多不同方式存儲在不同數(shù)據(jù)來源中的信息，必須在數(shù)據(jù)倉庫中把這類信息轉(zhuǎn)換成一種統(tǒng)一的表示方式。
l???????? 集成：要把從來源全然不同的數(shù)據(jù)結(jié)合在一起，真正的困難在于將其集成一個緊密結(jié)合的數(shù)據(jù)模型。這些數(shù)據(jù)來源往往遵守的不是同一套業(yè)務(wù)規(guī)則，在生成新數(shù)據(jù)時，必須考慮到這一差異。
l???????? 聚集和概括：大多數(shù)數(shù)據(jù)倉庫都要用到數(shù)據(jù)的某種聚集和概括。這通常有助于將某一實例的數(shù)目減少到易于駕馭的水平，也有助于預(yù)先計算出廣泛的概括數(shù)字，以使每個查詢不必計算它們。概括是指按照一個和幾個業(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)元素加在一起或為一個公共總數(shù)，在數(shù)據(jù)倉庫中它們是以相同的方式進行的。
16.2.3? 數(shù)據(jù)倉庫
數(shù)據(jù)倉庫的一個目的就是把企業(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。
對于傳統(tǒng)的業(yè)務(wù)處理（OLTP）系統(tǒng)，我們總是按照業(yè)務(wù)應(yīng)用來建立它的模型，換言之，業(yè)務(wù)處理系統(tǒng)是面向應(yīng)用來設(shè)計的，更準(zhǔn)確地說是面向交易來設(shè)計的。而數(shù)據(jù)倉庫則一般按照主題（Subject）來建模，它是面向主題的。何謂應(yīng)用? 何謂主題? 讓我們來看一個簡單的例子。在銀行中，一般都有對私（個人儲蓄）、對公（企業(yè)儲蓄）、信用卡等多種業(yè)務(wù)系統(tǒng)。它們都是面向相關(guān)業(yè)務(wù)應(yīng)用設(shè)計的交易處理系統(tǒng)，主要任務(wù)是完成業(yè)務(wù)交易過程中的數(shù)據(jù)處理。數(shù)據(jù)庫在設(shè)計時圍繞性能和完整性方面，而每個交易涉及的數(shù)據(jù)往往只是記錄的層面，數(shù)據(jù)庫設(shè)計主要考慮并行更新方面，并不需要考慮為全表范圍的查詢做優(yōu)化，而系統(tǒng)本身所支持的交易類型簡單而且固定。由于歷史原因，這些系統(tǒng)設(shè)計的時候都是獨立進行的，所以可能運行在不同的平臺上，相互之間沒有什么關(guān)系，各系統(tǒng)之間對相同的業(yè)務(wù)信息還存在數(shù)據(jù)上的冗余。比如每個系統(tǒng)中都會有客戶的數(shù)據(jù)，這種數(shù)據(jù)的零碎和冗余，使決策者很難從這些業(yè)務(wù)系統(tǒng)中直接獲取全面的信息。
為了克服這個弊病，建立數(shù)據(jù)倉庫應(yīng)用時, 要把業(yè)務(wù)系統(tǒng)中的數(shù)據(jù)從中抽取出來，轉(zhuǎn)換和清洗以消除數(shù)據(jù)的不一致性和冗余，加載到數(shù)據(jù)倉庫中來。這樣，數(shù)據(jù)倉庫中的數(shù)據(jù)就從整個銀行角度來看，其數(shù)據(jù)模型不再面向個別應(yīng)用，而是面向整個銀行的業(yè)務(wù)主題，比如客戶、產(chǎn)品、渠道等。因此，各個生產(chǎn)系統(tǒng)中與客戶、產(chǎn)品、渠道等相關(guān)的信息將分別轉(zhuǎn)換到數(shù)據(jù)倉庫中相應(yīng)的主題中，從而給銀行的決策者提供一個一致的完整的信息視圖。
1．數(shù)據(jù)倉庫的關(guān)鍵特征
按照 W.H.Inmon這位數(shù)據(jù)倉庫權(quán)威的說法：“數(shù)據(jù)倉庫是一個面向主題的、集成的、時變的、非易失的數(shù)據(jù)集合，它支持管理部門的決策過程”。這個簡短而又全面的定義指出了表明數(shù)據(jù)倉庫主要特征的4個關(guān)鍵詞：面向主題的、集成的、時變的、非易失的，將數(shù)據(jù)倉庫與其他數(shù)據(jù)存儲系統(tǒng)（如關(guān)系數(shù)據(jù)庫系統(tǒng)、事務(wù)處理系統(tǒng)和文件系統(tǒng)）區(qū)別開來。讓我們進一步看看這些關(guān)鍵特征。
l???????? 面向主題的（Subject-Oriented）：數(shù)據(jù)倉庫圍繞一些主題，如顧客、供應(yīng)商、產(chǎn)品和銷售組織。數(shù)據(jù)倉庫關(guān)注決策者的數(shù)據(jù)建模與分析，而不是集中于組織機構(gòu)的日常操作和事務(wù)處理。因此，數(shù)據(jù)倉庫排除對決策無用的數(shù)據(jù)，提供特定主題的簡明視圖。
l???????? 集成的（Integrated）：通常，構(gòu)造數(shù)據(jù)倉庫是將多個異種數(shù)據(jù)源，如關(guān)系數(shù)據(jù)庫、一般文件和連機事務(wù)處理記錄集成在一起。使用數(shù)據(jù)清理和數(shù)據(jù)集成技術(shù)，確保命名約定、編碼結(jié)構(gòu)和屬性度量等指標(biāo)的一致性。
l???????? 時變的（Time-Variant）：數(shù)據(jù)存儲從歷史的角度（例如過去5～10年）提供信息。數(shù)據(jù)倉庫中的關(guān)鍵結(jié)構(gòu)，隱式或顯式地包含時間元素。
l???????? 非易失的（Nonvolatile）：數(shù)據(jù)倉庫的數(shù)據(jù)是有歷史保存意義的，數(shù)據(jù)倉庫的數(shù)據(jù)也只使用添加的方式（不用時間的數(shù)據(jù)用時間戳來區(qū)分），進入了數(shù)據(jù)倉庫的數(shù)據(jù)一般情況下是不需要更新的，這樣就保證了數(shù)據(jù)的穩(wěn)定性。通常，它只需要三種數(shù)據(jù)訪問：數(shù)據(jù)的初始化裝入、數(shù)據(jù)的添加和數(shù)據(jù)查詢訪問。
概言之，數(shù)據(jù)倉庫是一種語義上一致的數(shù)據(jù)存儲，它充當(dāng)決策支持?jǐn)?shù)據(jù)模型的物理實現(xiàn)，并存放企業(yè)戰(zhàn)略決策所需的信息。數(shù)據(jù)倉庫通過將異種數(shù)據(jù)源中的數(shù)據(jù)集成在一起而構(gòu)造，支持結(jié)構(gòu)化的和專門的查詢、分析報告和決策。
2．星形模式
邏輯建模是數(shù)據(jù)倉庫實施中的重要一環(huán), 因為它能直接反映出決策者管理者的需求，同時對系統(tǒng)的物理實施有著重要的指導(dǎo)作用。目前較常用的兩種建模方法是所謂的第三范式（3NF，即 Third Normal Form）和星形模式（Star-Schema），3NF是數(shù)據(jù)庫設(shè)計的基礎(chǔ)理論，這里不再展開。
星形模式是一種多維的數(shù)據(jù)關(guān)系，它由一個事實表（Fact Table）和一組維表（Dimension Table）組成。每個維表都有一個維作為主鍵，所有這些維的主鍵組合成事實表的主鍵。事實表的非主鍵屬性稱為事實（Fact），它們一般都是數(shù)值或其他可以進行計算的數(shù)據(jù)；而維大都是文字、時間等類型的數(shù)據(jù)，按這種方式組織好數(shù)據(jù)我們就可以按照不同的維（事實表主鍵的部分或全部）來對這些事實數(shù)據(jù)進行求和（summary）、求平均（average）、計數(shù)（count）、百分比（percent）的聚集計算，甚至可以做20～80分析。這樣就可以從不同的角度數(shù)字來分析業(yè)務(wù)主題的情況，下面給出一個直觀的例子，如圖16-6所示。
圖16-6所示的是一個典型的銀行貸款分析的模型設(shè)計，其中加邊框的為主關(guān)鍵字（PK, Primary Key），貸款分析表是一個事實表，貸款授信金額/貸款余額是從各角度觀察的數(shù)據(jù)（事實），而觀察的角度是由區(qū)域、銀行、時間、質(zhì)量這4個方面組合的。這些分析角度的有機組合，可以對授信金額和貸款余額進行4×8×4×8種組合的數(shù)據(jù)統(tǒng)計分析，以此實現(xiàn)對貸款情況的多角度（維）多層次（數(shù)據(jù)不同的匯總程度）分析。貸款分析人員既可以宏觀地看到貸款業(yè)務(wù)的整體情況，又可以微觀地觀察到具體一家銀行一天一類貸款的細節(jié)信息。在進行多維分析的時候，維度選擇越多數(shù)據(jù)越細（劃分得更細了），維度選擇越少數(shù)據(jù)匯總越宏觀。
中間一個大表形成主表，周圍一組小表與主表相關(guān)聯(lián)的結(jié)構(gòu)，其形態(tài)上呈星星和雪花的形狀，星形模型是數(shù)據(jù)倉庫的數(shù)據(jù)模型與其他數(shù)據(jù)庫應(yīng)用相區(qū)分的一個重要特征，如圖16-7所示。
?
??????????????? 圖16-6? 貸款分析星形模型?????????????????????圖16-7? 數(shù)據(jù)倉庫典型的星形和雪花型模型形狀
3．粒度
粒度是數(shù)據(jù)倉庫的重要概念。粒度可以分為兩種形式，第一種粒度是對數(shù)據(jù)倉庫中的數(shù)據(jù)的匯總程度高低的一個度量，它既影響數(shù)據(jù)倉庫中數(shù)據(jù)量的多少，也影響數(shù)據(jù)倉庫所能回答詢問信息的種類。在數(shù)據(jù)倉庫中，多維粒度是必不可少的。由于數(shù)據(jù)倉庫的主要作用是多維分析，因而絕大多數(shù)查詢都基于一定程度的匯總數(shù)據(jù)之上的，只有極少數(shù)查詢涉及細節(jié)。
還有一種粒度形式，即樣本數(shù)據(jù)庫。它根據(jù)給定的采樣率從細節(jié)數(shù)據(jù)庫中抽取出一個子集。這樣樣本數(shù)據(jù)庫中的粒度就不是根據(jù)匯總程度的不同來劃分的，而是由采樣率的高低來劃分。采樣粒度不同的樣本數(shù)據(jù)庫可以具有相同的數(shù)據(jù)匯總程度。
4．分割
分割是數(shù)據(jù)倉庫中的數(shù)據(jù)存儲的另外一個重要概念，它的目的在于提高效率。它是將數(shù)據(jù)分散到各自的物理單元中去，以便能分別獨立處理，以實現(xiàn)查詢操作的并行。有許多數(shù)據(jù)分割的標(biāo)準(zhǔn)可供參考，如時間、地域、業(yè)務(wù)領(lǐng)域等，也可以是其組合。一般而言，分割標(biāo)準(zhǔn)總應(yīng)包括一些能讓它十分自然而且分割均勻的項目，如時間項。
16.2.4? 數(shù)據(jù)集市
簡單地把數(shù)據(jù)集市（DM，Data Market）理解成數(shù)據(jù)倉庫的一部分是不對的，因為兩者雖然在數(shù)據(jù)上有非常密切的聯(lián)系，而定位上卻是不同的。數(shù)據(jù)倉庫所對應(yīng)的是整個企業(yè)的層面的整體信息視圖，體現(xiàn)決策信息在企業(yè)的共性需求。而對于企業(yè)內(nèi)同一個業(yè)務(wù)概念，由于業(yè)務(wù)觀點的不同導(dǎo)致大家對數(shù)據(jù)的理解和運用有不同的視角，缺乏針對性的單一模型并不能都滿足這種不同觀點的數(shù)據(jù)需求。例如客戶是現(xiàn)在企業(yè)非常重要的一個信息主題，從產(chǎn)品經(jīng)理的角度，可能關(guān)心的是客戶的消費喜好和消費行為，而從財務(wù)經(jīng)理的角度，更多地可能是關(guān)心客戶的成本和帶來的收益，這些不同的數(shù)據(jù)的使用觀點需要不同的數(shù)據(jù)模型來滿足。一般而言，數(shù)據(jù)倉庫可以理解為為企業(yè)決策信息平臺提供總數(shù)據(jù)支持的應(yīng)用需求，數(shù)據(jù)集市可以理解為為部門范圍級別的決策支持應(yīng)用而設(shè)計的，其數(shù)據(jù)模型設(shè)計和數(shù)據(jù)組織上更多地服務(wù)于一個部門的信息需求。
結(jié)合數(shù)據(jù)集市的數(shù)據(jù)來源，數(shù)據(jù)集市分為兩種，即獨立的數(shù)據(jù)集市（Independent Data Mart）和從屬的數(shù)據(jù)集市（Dependent Data Mart），如圖16-8所示。
圖16-8? 數(shù)據(jù)集市類型
從屬數(shù)據(jù)集市的數(shù)據(jù)直接來自于中央數(shù)據(jù)倉庫，這樣有利于保持?jǐn)?shù)據(jù)的一致性，因為來自同一數(shù)據(jù)源并且已經(jīng)經(jīng)過一致性處理和檢驗。從屬數(shù)據(jù)集市的作用在于，為一些部門建立數(shù)據(jù)集市，將需要的數(shù)據(jù)復(fù)制、加工到其中，這樣不僅可以提高此部門的訪問速度，同時也為能滿足該部門的一些特殊的分析需求。
獨立數(shù)據(jù)集市的數(shù)據(jù)直接來自于業(yè)務(wù)系統(tǒng)，由于為各個部門都建立了各自的數(shù)據(jù)集市，而當(dāng)需要從整體上建立一個DW時，不同數(shù)據(jù)集市中的數(shù)據(jù)表達由于各部門的不同特殊需要而有所不同，將這種不一致的數(shù)據(jù)整合到一個中心DW時，可能會遇到一些困難，比如重新設(shè)計、各部門協(xié)調(diào)等。其優(yōu)點是建立迅速、價格相對低廉。因此建立獨立數(shù)據(jù)集市往往是由于投資方面的考慮或工期的緊迫，或解決某部門的迫切需要。然而需要注意的是，在設(shè)計其他部門的數(shù)據(jù)集市或中心DW時，要充分考慮現(xiàn)有數(shù)據(jù)集市的設(shè)計，以避免由于設(shè)計的不一致性而造成后期整合的困難及昂貴的費用。
表16-1是從屬數(shù)據(jù)集市與獨立數(shù)據(jù)對比。
表16-1? 從屬數(shù)據(jù)集市與獨立數(shù)據(jù)集市對比表
| 對??? 比 | 優(yōu)??? 點 | 缺??? 點 |
| 從屬數(shù)據(jù)集市 | 保證數(shù)據(jù)一致性 架構(gòu)比較理想，可擴展能力強 | 依賴與中心數(shù)據(jù)倉庫的實施 實施周期長 實施成本高 |
| 獨立數(shù)據(jù)集市 | 實施周期短 實施成本低 | 沒有消除信息分割 可擴展能力弱 后期整合困難 |
16.2.5? 操作型數(shù)據(jù)存儲區(qū)
操作型數(shù)據(jù)存儲區(qū)（ODS，Operational Data Store），是為了彌補業(yè)務(wù)系統(tǒng)和數(shù)據(jù)倉庫之間的數(shù)據(jù)同步差距而提出的，要解決的問題：“對一個特定的業(yè)務(wù)流程來說，怎么才能提供最新的、跨功能部門之間的信息”，例如對客戶服務(wù)人員，他需要銷售、庫存、市場和研發(fā)等各部門的最新數(shù)據(jù)，而這些數(shù)據(jù)原來是分散在不同部門的不同應(yīng)用系統(tǒng)的；如果通過數(shù)據(jù)倉庫來實現(xiàn)數(shù)據(jù)集成，則實時性難以保證，或者建設(shè)成本很高。
ODS是數(shù)據(jù)倉庫體系結(jié)構(gòu)中的一個可選部分，ODS具備數(shù)據(jù)倉庫的部分特征和OLTP系統(tǒng)的部分特征，它是“面向主題的、集成的、當(dāng)前或接近當(dāng)前的、不斷變化的”數(shù)據(jù)，同數(shù)據(jù)倉庫類似，ODS也是面向主題的、集成的，但是其最大特點是數(shù)據(jù)是可更新的，甚至由業(yè)務(wù)系統(tǒng)通過觸發(fā)器直接更新。因此，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)存儲區(qū)域。
一般在帶有ODS的系統(tǒng)體系結(jié)構(gòu)中，ODS都設(shè)計為如下幾個作用。
1．在業(yè)務(wù)系統(tǒng)和數(shù)據(jù)倉庫之間形成一個隔離層
一般的數(shù)據(jù)倉庫應(yīng)用系統(tǒng)都具有非常復(fù)雜的數(shù)據(jù)來源，這些數(shù)據(jù)存放在不同的地理位置、不同的數(shù)據(jù)庫、不同的應(yīng)用之中。從這些業(yè)務(wù)系統(tǒng)對數(shù)據(jù)進行抽取并不是一件容易的事。因此，ODS用于存放從業(yè)務(wù)系統(tǒng)直接抽取出來的數(shù)據(jù)，這些數(shù)據(jù)從數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)之間的邏輯關(guān)系上都與業(yè)務(wù)系統(tǒng)基本保持一致。因此在抽取過程中極大地降低了數(shù)據(jù)轉(zhuǎn)化的復(fù)雜性，而主要關(guān)注數(shù)據(jù)抽取的接口、數(shù)據(jù)量大小、抽取方式等方面的問題。
2．轉(zhuǎn)移一部分業(yè)務(wù)系統(tǒng)細節(jié)查詢的功能
在數(shù)據(jù)倉庫建立之前，大量的報表、分析是由業(yè)務(wù)系統(tǒng)直接支持的，在一些比較復(fù)雜的報表生成過程中，對業(yè)務(wù)系統(tǒng)的運行產(chǎn)生相當(dāng)大的壓力。ODS的數(shù)據(jù)從粒度、組織方式等各個方面都保持了與業(yè)務(wù)系統(tǒng)的一致，那么原來由業(yè)務(wù)系統(tǒng)產(chǎn)生的報表、細節(jié)數(shù)據(jù)的查詢自然能夠從ODS中進行，從而降低業(yè)務(wù)系統(tǒng)的查詢壓力。
3．完成數(shù)據(jù)倉庫中不能完成的一些功能
一般來說，在帶有ODS數(shù)據(jù)倉庫體系結(jié)構(gòu)中，DW層所存儲的數(shù)據(jù)都是匯總過的數(shù)據(jù)，并不存儲每筆交易產(chǎn)生的細節(jié)數(shù)據(jù)。但是在某些特殊的應(yīng)用中，可能需要對交易細節(jié)數(shù)據(jù)進行查詢，這時就需要把細節(jié)數(shù)據(jù)查詢的功能轉(zhuǎn)移到ODS來完成，而且ODS的數(shù)據(jù)模型按照面向主題的方式進行存儲，可以方便地支持多維分析等查詢功能。
在一個沒有ODS層的數(shù)據(jù)倉庫應(yīng)用系統(tǒng)體系結(jié)構(gòu)中，數(shù)據(jù)倉庫中存儲的數(shù)據(jù)粒度是根據(jù)需要而確定的，但一般來說，最為細節(jié)的業(yè)務(wù)數(shù)據(jù)也是需要保留的，實際上數(shù)據(jù)的內(nèi)容也就相當(dāng)于ODS。但與ODS所不同的是，這時的細節(jié)數(shù)據(jù)不是“當(dāng)前、不斷變化的”數(shù)據(jù)，而是“歷史的，不再變化的”數(shù)據(jù)。ODS可以和DW形成互補的整體，構(gòu)成完整的戰(zhàn)術(shù)決策支持系統(tǒng)架構(gòu)，然而需要注意的是，數(shù)據(jù)抽取，要么抽取到ODS中，要么抽取到DW中，不能同時都抽取；而DW會定時到ODS進行數(shù)據(jù)抽取，這就是一個關(guān)鍵的ETL設(shè)計準(zhǔn)則：即應(yīng)用“Single Source Population”（單源傳播），以保證數(shù)據(jù)在ETL過程中的一致性。
利用ODS＋DW實現(xiàn)戰(zhàn)術(shù)決策支持有其非常直觀的優(yōu)勢：利用ODS實現(xiàn)實時或者準(zhǔn)實時的數(shù)據(jù)抽取，而且ODS的數(shù)據(jù)量不大，可以比較高效地進行數(shù)據(jù)的修改和更新，并且可以提高查詢的效率。而利用數(shù)據(jù)倉庫的海量存儲，可以實現(xiàn)歷史數(shù)據(jù)的查詢，實現(xiàn)戰(zhàn)略決策支持。
但是，這種方式也有很明顯的劣勢：由于ODS和DW的結(jié)構(gòu)和模型是不同的，這需要進行不同的系統(tǒng)和數(shù)據(jù)模型設(shè)計，也需要不同的系統(tǒng)維護過程，這就相應(yīng)地增加了系統(tǒng)的使用成本。
16.2.6? 元數(shù)據(jù)
往往一個數(shù)據(jù)倉庫需要包容和整合成千上萬的信息內(nèi)容，內(nèi)容的多樣性使數(shù)據(jù)倉庫的數(shù)據(jù)結(jié)構(gòu)顯得異常龐大和復(fù)雜。因此，要簡單地用一種不需要言傳的方式來描述一個數(shù)據(jù)倉庫的內(nèi)容和結(jié)構(gòu)是不可能的事情，因而在從開發(fā)到運行維護的整個數(shù)據(jù)倉庫生命周期中，如何描述數(shù)據(jù)倉庫里面有的東西，并成了一件非常重要的事情。
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)。實際上，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)。但是從廣義上來講，用元數(shù)據(jù)來描述數(shù)據(jù)倉庫對象的任何東西——無論是一個表、一個列、一個查詢、一個商業(yè)規(guī)則，還是數(shù)據(jù)倉庫內(nèi)部的數(shù)據(jù)轉(zhuǎn)移。它在數(shù)據(jù)源的抽取、數(shù)據(jù)加工、訪問與使用等過程中都會存在。實現(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)包括如下內(nèi)容。
l???????? 數(shù)據(jù)資源：包括各個數(shù)據(jù)源的模型，描述源數(shù)據(jù)表字段屬性及業(yè)務(wù)含義，源數(shù)據(jù)到數(shù)據(jù)倉庫的映射關(guān)系。
l???????? 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。
l???????? 數(shù)據(jù)應(yīng)用：查詢與報表輸出格式描述、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。
l???????? 數(shù)據(jù)管理：這里包括數(shù)據(jù)倉庫過程，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、臨時表結(jié)構(gòu)、用途和使用情況、數(shù)據(jù)匯總控制。
元數(shù)據(jù)貫穿整個數(shù)據(jù)倉庫項目，所有數(shù)據(jù)處理環(huán)節(jié)必須最大化地參照元數(shù)據(jù)，這樣才能保證數(shù)據(jù)倉庫項目不會因為不斷增長的數(shù)據(jù)多樣性而失去秩序，特別是在現(xiàn)行應(yīng)用的異構(gòu)性與分布性越來越普遍的情況下，統(tǒng)一的元數(shù)據(jù)就愈發(fā)重要了。“信息孤島”曾經(jīng)是很多企業(yè)對其應(yīng)用現(xiàn)狀的一種抱怨和概括，而合理的元數(shù)據(jù)則會有效地描繪出信息的關(guān)聯(lián)性，從而大大降低數(shù)據(jù)倉庫后期的維護和運行成本。
按照元數(shù)據(jù)的使用情況和面向?qū)ο蟮牟煌?#xff0c;可以將元數(shù)據(jù)分為業(yè)務(wù)元數(shù)據(jù)、技術(shù)元數(shù)據(jù)、操作元數(shù)據(jù)。
1．業(yè)務(wù)元數(shù)據(jù)
業(yè)務(wù)元數(shù)據(jù)用業(yè)務(wù)名稱、定義、描述和別名來表示數(shù)據(jù)倉庫和業(yè)務(wù)系統(tǒng)中的各種屬性，直接供最終用戶使用。業(yè)務(wù)元數(shù)據(jù)使最終用戶能夠更好地理解、使用數(shù)據(jù)倉庫，成為最終用戶在數(shù)據(jù)倉庫中的業(yè)務(wù)信息地圖。
業(yè)務(wù)元數(shù)據(jù)在系統(tǒng)的數(shù)據(jù)倉庫中的體現(xiàn)是全方位的，例如，最終用戶通過瀏覽元數(shù)據(jù)可以清晰地了解當(dāng)前指標(biāo)代表什么業(yè)務(wù)、如何計算得出的、以什么為單位等相關(guān)描述信息。
2．技術(shù)元數(shù)據(jù)
技術(shù)元數(shù)據(jù)描述了源系統(tǒng)、數(shù)據(jù)轉(zhuǎn)換、抽取過程、工作流、加載策略，以及目標(biāo)數(shù)據(jù)庫的定義等。技術(shù)元數(shù)據(jù)可供信息系統(tǒng)人員和一部分最終用戶使用，用來進行影響分析、變化管理、數(shù)據(jù)庫優(yōu)化、任務(wù)調(diào)度和安全管理等。
OLTP業(yè)務(wù)系統(tǒng)和數(shù)據(jù)倉庫分析系統(tǒng)之間存在復(fù)雜、多方面的區(qū)別，因此，數(shù)據(jù)在業(yè)務(wù)系統(tǒng)和分析系統(tǒng)之間的處理、加載也是復(fù)雜和涉及多方面的。技術(shù)元數(shù)據(jù)對數(shù)據(jù)在兩個系統(tǒng)間處理、加載的規(guī)則、過程、相關(guān)策略進行了描述。
3．操作元數(shù)據(jù)
操作元數(shù)據(jù)描述了目標(biāo)表中的信息，如粒度、創(chuàng)建目標(biāo)表和索引的信息、刷新時間、記錄數(shù)、按時執(zhí)行任務(wù)的設(shè)置，以及有權(quán)訪問數(shù)據(jù)的用戶。操作元數(shù)據(jù)用于數(shù)據(jù)倉庫的維護和分布。
雖然元數(shù)據(jù)依據(jù)具體應(yīng)用特點分為業(yè)務(wù)元數(shù)據(jù)、技術(shù)元數(shù)據(jù)和操作元數(shù)據(jù)，但是，在實際應(yīng)用中以上三類元數(shù)據(jù)是相互參照和關(guān)聯(lián)的。只有業(yè)務(wù)、技術(shù)、操作之間的協(xié)調(diào)和互補才能充分發(fā)揮數(shù)據(jù)倉庫的潛能，提高數(shù)據(jù)倉庫的利用效率。
4．元數(shù)據(jù)標(biāo)準(zhǔn)CWM
OMG于2001年頒布元數(shù)據(jù)標(biāo)準(zhǔn)CWM 1.0（Common Warehouse Metamodel Version 1.0）。CWM定義一個描述數(shù)據(jù)源、數(shù)據(jù)目的、轉(zhuǎn)換、分析的元數(shù)據(jù)框架，以及定義建立和管理數(shù)據(jù)倉庫的過程和操作，提供使用信息的繼承。
目前宣布支持CWM的廠商包括：IBM、Oracle、Hyperion、Dimension EDI、Genesis IONA、HP、NCR和Unisys等。
CWM基于3個工業(yè)標(biāo)準(zhǔn)。
l???????? UML - Unified Modeling Language，OMG建模標(biāo)準(zhǔn)。
l???????? MOF - Meta Object Facility，OMG建立元模型和模型庫的標(biāo)準(zhǔn)，提供在異構(gòu)環(huán)境下的數(shù)據(jù)交換的接口。
l???????? XMI - XML Metadata Interchange，OMG元數(shù)據(jù)交換標(biāo)準(zhǔn)。
UML在CWM中得到充分的應(yīng)用，擔(dān)任3個不同的角色。
l???????? UML用來作為與MOF對應(yīng)的meta-metamodel。UML相當(dāng)于MOF Model，UML Notation和OCL（Object Constraint Language），被用來作為建模語言、圖形符號、約束語言，定義和描述CWM。
l???????? UML用來創(chuàng)建元模型。UML，特別是Object Model 包描述的子集，用來從其他元模型繼承等級和關(guān)聯(lián)以建立CWM。
l???????? UML作為面向?qū)ο笤Ｐ?#xff08;Object-Oriented Metamodel）。UML被用來描述面向?qū)ο蟮臄?shù)據(jù)。 CWM元模型包括大量的子元模型（Sub-Metamodel），這些子元模型描述了建立數(shù)據(jù)倉庫和商業(yè)智能的各個主要部分的通用數(shù)據(jù)倉庫元數(shù)據(jù)。
CWM元模型設(shè)計的目的是最大化地重用對象模型Object Model（UML的子集），盡可能地共享通用的模型構(gòu)建。最典型的是，CWM重用/依賴對象模型來描述面向?qū)ο蟮臄?shù)據(jù)資源；另外，其他類型的數(shù)據(jù)資源的主要Metamodel元素，在對象模型中都有相同的模型元素與之相對應(yīng)。
16.2.7? 前端應(yīng)用概述
數(shù)據(jù)倉庫的前端應(yīng)用是建立數(shù)據(jù)倉庫的目的，沒有前端應(yīng)用，數(shù)據(jù)倉庫就失去了意義。另一方面，由于最終用戶的要求多種多樣，不可能用同一個界面滿足所有用戶的信息查詢要求，必須根據(jù)用戶的特點提供不同的界面。最終用戶對數(shù)據(jù)倉庫的訪問方式包括：即席查詢、報表、連機分析處理（OLAP）、數(shù)據(jù)挖掘（DM，Data Mining），以及領(lǐng)導(dǎo)信息系統(tǒng)（EIS）等。用戶可以通過瀏覽器或其他前端工具（如Excel，Hyperion、BO、Cogno、SAS、 SPSS等廠商提供的前端分析工具）遠程或本地訪問數(shù)據(jù)倉庫的數(shù)據(jù)。
1．信息用戶類型
數(shù)據(jù)倉庫系統(tǒng)的服務(wù)對象是企業(yè)或組織機構(gòu)的決策人員、數(shù)據(jù)分析專家、中下級別經(jīng)理和一般業(yè)務(wù)人員。不同層次的用戶對數(shù)據(jù)倉庫的服務(wù)需求有著明顯的差異。
l???????? 高層決策者需要了解業(yè)務(wù)的總體情況和總的發(fā)展態(tài)勢，他們可能使用系統(tǒng)提供的分析工具自己發(fā)現(xiàn)問題，但更主要的是利用分析結(jié)果進行決策，高層決策者需要通曉業(yè)務(wù)的具體狀態(tài)和發(fā)展趨勢，包括業(yè)務(wù)的狀態(tài)和構(gòu)成（機構(gòu)構(gòu)成、時間構(gòu)成、產(chǎn)品構(gòu)成、客戶構(gòu)成等），以及各個指標(biāo)的發(fā)展趨勢和預(yù)測。
l???????? 數(shù)據(jù)分析專家需要更加深入地從數(shù)據(jù)倉庫中發(fā)現(xiàn)問題和市場機會及風(fēng)險，需要及時把發(fā)現(xiàn)的結(jié)果報告給高層決策者。
l?????????中下級經(jīng)理和業(yè)務(wù)人員通常僅僅關(guān)心與各自工作相關(guān)的內(nèi)容，他們或許對報表和固定的數(shù)據(jù)查詢更為習(xí)慣。
如圖16-9所示描述了商業(yè)智能系統(tǒng)中各種用戶角色對系統(tǒng)數(shù)據(jù)深度、廣度、分析復(fù)雜性、對目標(biāo)軟件易用性、對軟件的控制能力和客戶化程度的要求，以及對業(yè)務(wù)整體和局部信息需求程度的要求。
分析用戶類型是系統(tǒng)功能設(shè)定、分布的依據(jù)。圖 16-9中以色譜形式表示對信息服務(wù)深度的需求，從最淺顯的數(shù)據(jù)查詢到深度數(shù)據(jù)挖掘。8條坐標(biāo)線表示用戶對不同系統(tǒng)特性的需求。這些系統(tǒng)性能是：數(shù)據(jù)深度和廣度、分析復(fù)雜性、軟件易用性、靈活性和客戶化程度、對業(yè)務(wù)全局性和局部性信息的需求（戰(zhàn)略、戰(zhàn)術(shù)需求）。
商業(yè)智能的用戶類型、角色、需求、分析方法及所需的前端工具對照如表16-2所示。
表16-2? 商業(yè)智能用戶對照表
| 用 戶 類 型 | 角??? 色 | 需??? 求 | 分 析 方 法 | 前 端 工 具 |
| 中下級別經(jīng)理和業(yè)務(wù)人員 | 固定報表讀者 | 需要閱讀數(shù)據(jù)倉庫定時或按條件產(chǎn)生的固定報表 | 固定查詢、產(chǎn)生報表 | 固定報表工具 |
| 信息瀏覽者 | 根據(jù)不同的業(yè)務(wù)需求，通過建立簡單的查詢，進行分析，產(chǎn)生動態(tài)報表 | 自查詢、動態(tài)報表 | 即席查詢及報表工具 | |
| 高層決策者 | EIS使用者 | 根據(jù)不同的業(yè)務(wù)需求，通過EIS方式進行分析 | 根據(jù)需要進行趨勢分析、對比分析、排名分析、意外分析 | 利用各種軟件開發(fā)的EIS、OLAP分析工具 |
| 數(shù)據(jù)分析專家 | 數(shù)據(jù)分析用戶 | 根據(jù)不同的業(yè)務(wù)要求，建立自己的數(shù)據(jù)模型進行 隨機查詢 通過多維分析，進行各種高級查詢和報表 | 多維分析、趨勢分析、對比分析、排名分析、意外分析、原因影響分析、假設(shè)分析（What if） | 隨機查詢及報表工具、OLAP分析工具 |
（續(xù)表）
| 用 戶 類 型 | 角??? 色 | 需??? 求 | 分 析 方 法 | 前 端 工 具 |
| ? | 數(shù)據(jù)挖掘用戶 | 根據(jù)現(xiàn)有的數(shù)據(jù)情況，動態(tài)構(gòu)建或修改模型，進行預(yù)測分析、數(shù)據(jù)挖掘等深層次操作 | 統(tǒng)計分析（預(yù)測、假設(shè)檢驗等） 數(shù)據(jù)挖掘（估計、預(yù)測、分類、聚類分析等） | OLAP分析工具、數(shù)據(jù)挖掘工具 |
2．即席查詢和報表
即席查詢（Adhoc Query）和報表是商業(yè)智能系統(tǒng)，提供給業(yè)務(wù)人員最基本的信息訪問能力，以滿足他們?nèi)粘蟊砗碗S時獲取業(yè)務(wù)信息的需要。不同的業(yè)務(wù)人員，如銷售、市場、財務(wù)等人員有著自己獨特的分析要求，且這種要求需根據(jù)業(yè)務(wù)的需要不斷變化。在傳統(tǒng)的技術(shù)條件下，由于種種理由，業(yè)務(wù)人員實質(zhì)上不能直接接觸到存儲在計算機內(nèi)的數(shù)據(jù)，如果業(yè)務(wù)人員需要對一段時間的業(yè)務(wù)匯總數(shù)據(jù)，往往只能提出要求，由IT人員編寫相應(yīng)的程序把數(shù)據(jù)庫中的數(shù)據(jù)讀出來生成報表，再通過批處理打印的方法將結(jié)果交給業(yè)務(wù)人員，這種方法已經(jīng)逐漸不能滿足業(yè)務(wù)人員對動態(tài)、及時及個性化信息的要求。同時，這種對IT人員過多的依賴會消耗太多的IT資源，增加了管理和運作的成本。因此必須在IT與業(yè)務(wù)用戶之間正確地劃分權(quán)限，既能方便用戶自助查詢，又能保證IT的統(tǒng)一管理的即席查詢和報表功能是商業(yè)智能系統(tǒng)必須具備的功能，如圖16-10所示。
圖16-10? 著名的即席查詢和報表工具Brio Query 的查詢請求界面
用戶界面的友好性一直以來都是商業(yè)智能的前端工具的一個著重點，用戶可通過簡單的鼠標(biāo)單擊、拖拉等操作就可以完成復(fù)雜的查詢功能，可以在一個文檔中包含來自多個數(shù)據(jù)源的數(shù)據(jù)，可以完成各種統(tǒng)計、排序、分組、計算工作，可以通過限制字段的值對結(jié)果進行過濾，可以通過高亮度顯示突出特殊的結(jié)果集。而在傳統(tǒng)的方式下，構(gòu)造復(fù)雜的SQL查詢語句、各種復(fù)雜的統(tǒng)計和處理、結(jié)果的輸出等都需要編寫大量程序代碼來實現(xiàn)，而報表用戶任何輕微的改動都會給IT人員帶來的繁復(fù)的編程工作。
可以說引入這些為最終用戶設(shè)計的數(shù)據(jù)查詢和報表工具，一方面讓最終用戶真正擁有了自由查詢自己需要信息的能力，另一方面，把信息的查詢直接還給最終用戶，IT人員就可以把更多的精力放在為滿足大的業(yè)務(wù)需求的數(shù)據(jù)后臺整合工作上，對于IT人員和業(yè)務(wù)人員來說是雙重的解放。
即席查詢和報表工具是集成查詢和報表的解決方案，具有易于使用和二次開發(fā)的特點。
3．OLAP分析
OLAP分析，又稱多維分析，使分析人員能夠從多個角度對從原始數(shù)據(jù)中轉(zhuǎn)化出來的、能夠真正為用戶所理解的信息進行快速、一致、交互地存取，從而獲得對數(shù)據(jù)的更深入了解的一類軟件技術(shù)。OLAP也可以簡單定義成使用戶能夠以多維視圖分析數(shù)據(jù)的工具。
管理人員往往希望從不同的角度來審視業(yè)務(wù)情況，比如從時間、地域、產(chǎn)品、客戶等來看收入、利潤、支出等業(yè)務(wù)統(tǒng)計數(shù)字。每一個分析的角度可以叫做一個維，因此，我們把多角度分析方式稱為多維分析。以前，每一個分析的角度需要制作一張報表。在線多維分析工具的主要功能，是根據(jù)用戶常用的多種分析角度，事先計算好一些輔助結(jié)構(gòu)，以便在查詢時能盡快訪問到所要的匯總數(shù)字，并快速地從一維轉(zhuǎn)變到另一維，將不同角度的信息以數(shù)字、直方圖、餅圖、曲線等方式展現(xiàn)在用戶面前，如圖16-11所示。
圖16-11? 信貸分析模型
如圖16-12所示直觀地表示了貸款分析模型，所能實現(xiàn)的所有的分析角度（維度）和層次（粒度）。
維度
| ?
| 貸 款 銀 行 | 區(qū)??? 域 | 貸 款 質(zhì) 量 | ||
| 年 | 商業(yè)銀行總行 | 省 | 正常/不良 | ||
| 季度 | 省級分行 | 市 | 五級分類 | ||
| 月 | 市分行 | ? | ? |
度量指標(biāo)（事實）：授信金額、貸款余額
圖16-12? 貸款分析的角度和層次
很明顯，這個簡單的模型已經(jīng)可以實現(xiàn)8×8×4×4 = 1024 種不同角度不同層次對授信金額和貸款余額的統(tǒng)計分析了。
4．切片和切塊（Slice and Dice）
在多維數(shù)據(jù)結(jié)構(gòu)中，按二維進行切片，按三維進行切塊，可得到所需要的數(shù)據(jù)。如在“貸款銀行、貸款質(zhì)量、時間”三維立方體中進行切塊和切片，可得到各貸款銀行、各種貸款的統(tǒng)計情況。每次都是沿其中一維進行分割稱為分片，每次沿多維進行的分片稱為分塊，如圖16-13、圖16-14所示。
圖16-13? 切片一：2004年4月份所有貸款情況
圖16-14? 切片二：所有不良貸款情況
5．鉆取（Drill）
鉆取包含向下鉆取（Drill-down）和向上鉆取（Drill-up）/上卷（Roll-up）操作， 鉆取的深度與維所劃分的層次相對應(yīng)，如圖16-15所示。
圖16-15? 鉆取示意圖
6．旋轉(zhuǎn)（Rotate）/轉(zhuǎn)軸（Pivot）
通過旋轉(zhuǎn)可以得到不同視角的數(shù)據(jù)，如圖16-16所示。
圖16-16? 旋轉(zhuǎn)示意圖
7．領(lǐng)導(dǎo)信息系統(tǒng)（EIS，Executive Information System）
領(lǐng)導(dǎo)信息系統(tǒng)（EIS）是針對管理人員的需要，整合上述各種功能控制的前端應(yīng)用。通過EIS，將管理人員所需的決策信息按需集成到統(tǒng)一的界面中，幫助他們能夠快速、直接地訪問信息。與其他信息查詢方式相比，EIS更強調(diào)與用戶的交互能力，除了以多種形式展示數(shù)據(jù)內(nèi)容外，EIS還以下拉列表、按鈕、選項、圖標(biāo)等多種屏幕控件響應(yīng)用戶的操作，并能通過對界面的美工增強對用戶的親和力，如圖16-17所示。
圖16-17? 信貸分析的EIS示例
16.2.8? 數(shù)據(jù)挖掘
數(shù)據(jù)挖掘（Data Mining）是采用數(shù)學(xué)、統(tǒng)計、人工智能和神經(jīng)網(wǎng)絡(luò)等領(lǐng)域的科學(xué)方法，從大量數(shù)據(jù)中挖掘出隱含的、先前未知的、對決策有潛在價值的關(guān)系、模式和趨勢，并用這些知識和規(guī)則建立用于決策支持的模型，為商業(yè)智能系統(tǒng)服務(wù)的各業(yè)務(wù)領(lǐng)域提供預(yù)測性決策支持的方法、工具和過程。
數(shù)據(jù)挖掘前身是知識發(fā)現(xiàn)（KDD），屬于機器學(xué)習(xí)的范疇，所用技術(shù)和工具主要有統(tǒng)計分析（或數(shù)據(jù)分析）和知識發(fā)現(xiàn)。知識發(fā)現(xiàn)與數(shù)據(jù)挖掘是人工智能、機器學(xué)習(xí)與數(shù)據(jù)庫技術(shù)相結(jié)合的產(chǎn)物，是從數(shù)據(jù)中發(fā)現(xiàn)有用知識的整個過程。機器學(xué)習(xí)（Machine? Learning）是用計算機模擬人類學(xué)習(xí)的一門科學(xué)，由于在專家系統(tǒng)開發(fā)中存在知識獲取的瓶頸現(xiàn)象，所以采用機器學(xué)習(xí)來完成知識的自動獲取。
數(shù)據(jù)挖掘是KDD過程中的一個特定步驟，它用專門算法從數(shù)據(jù)中抽取模式（Patterns）。1996年，Fayyad、Piatetsky-Shapiror和Smyth將KDD過程定義為：從數(shù)據(jù)中鑒別出有效模式的非平凡過程，該模式是新的、可能有用的和最終可理解的；KDD是從大量數(shù)據(jù)中提取出可信的、新穎的、有效的，并能被人理解的模式的處理過程，這種處理過程是一種高級的處理過程。數(shù)據(jù)挖掘則是按照既定的業(yè)務(wù)目標(biāo)，對大量的企業(yè)數(shù)據(jù)進行探索，揭示隱藏其中的規(guī)律性，并進一步將其設(shè)計為先進的模型和有效的操作。
在日常的數(shù)據(jù)庫操作中，經(jīng)常使用的是從數(shù)據(jù)庫中抽取數(shù)據(jù)以生成一定格式的報表。KDD與數(shù)據(jù)庫報表工具的區(qū)別是：數(shù)據(jù)庫報表制作工具是將數(shù)據(jù)庫中的某些數(shù)據(jù)抽取出來，經(jīng)過一些數(shù)學(xué)運算，最終以特定的格式呈現(xiàn)給用戶；而KDD則是對數(shù)據(jù)背后隱藏的特征和趨勢進行分析，最終給出關(guān)于數(shù)據(jù)的總體特征和發(fā)展趨勢。報表工具能制作出形如“上學(xué)期考試未通過及成績優(yōu)秀的學(xué)生的有關(guān)情況”的表格；但它不能回答“考試未通過及成績優(yōu)秀的學(xué)生在某些方面有些什么不同的特征”的問題，而KDD就可以回答。
具體來說，數(shù)據(jù)挖掘針對商業(yè)智能系統(tǒng)的大量的數(shù)據(jù)，運用記憶推理、聚類分析、關(guān)聯(lián)分析、決策樹、神經(jīng)網(wǎng)絡(luò)、基因算法等技術(shù)，對商業(yè)智能系統(tǒng)數(shù)據(jù)進行描述，以發(fā)現(xiàn)數(shù)據(jù)中隱藏的模式，并通過這些模式建立面向主題的預(yù)測模型，再用這些模型來為商業(yè)智能系統(tǒng)運營的各個領(lǐng)域提供決策支持。
1．數(shù)據(jù)挖掘和知識發(fā)現(xiàn)系統(tǒng)的一般結(jié)構(gòu)和過程
數(shù)據(jù)挖掘和知識發(fā)現(xiàn)系統(tǒng)用于發(fā)現(xiàn)預(yù)先不具有的知識（即那些算法中沒隱含的知識，或者在其應(yīng)用知識領(lǐng)域中沒顯式表示的知識）。知識是一種描述規(guī)律的信息，表現(xiàn)為數(shù)據(jù)元素間的關(guān)系或模式，這些數(shù)據(jù)與特定的領(lǐng)域和任務(wù)相關(guān)，并且是令人感興趣的和有用的。系統(tǒng)的邏輯結(jié)構(gòu)圖如圖16-18所示。
?
圖16-18? 數(shù)據(jù)挖掘系統(tǒng)邏輯結(jié)構(gòu)圖
l??????? 1）知識發(fā)現(xiàn)系統(tǒng)管理器
主要功能是控制并管理知識發(fā)現(xiàn)的過程，分析員錄入知識庫中的信息用于驅(qū)動數(shù)據(jù)選擇過程、抽取算法選擇及使用過程和發(fā)現(xiàn)評價過程。
l??????? 2）知識庫和分析員錄入
知識庫包含源多方面必需的信息。分析員可以將元數(shù)據(jù)輸入數(shù)據(jù)倉庫中來描述數(shù)據(jù)倉庫的數(shù)據(jù)結(jié)構(gòu)，輸入關(guān)鍵數(shù)據(jù)字段、規(guī)則、數(shù)據(jù)層次等。
l??????? 3）數(shù)據(jù)倉庫的數(shù)據(jù)訪問接口
知識發(fā)現(xiàn)系統(tǒng)利用數(shù)據(jù)庫的查詢機制從數(shù)據(jù)倉庫中提取數(shù)據(jù)，可使用SQL查詢語言，結(jié)合知識庫中的數(shù)據(jù)倉庫元數(shù)據(jù)指導(dǎo)從數(shù)據(jù)倉庫中提取需要的數(shù)據(jù)。
l??????? 4）數(shù)據(jù)選擇
確定從數(shù)據(jù)倉庫需要抽取的數(shù)據(jù)及數(shù)據(jù)結(jié)構(gòu)。知識庫指導(dǎo)選取要抽取的數(shù)據(jù)及抽取方式。
l??????? 5）知識發(fā)現(xiàn)引擎
將知識庫中的抽取算法提供給數(shù)據(jù)抽取的數(shù)據(jù)，目的是要抽取數(shù)據(jù)元素間的模式和關(guān)系。抽取算法如：數(shù)據(jù)依賴、分類規(guī)則、聚簇、概括數(shù)據(jù)、偏差檢查、歸納和模糊推理等。
l??????? 6）發(fā)現(xiàn)評價
分析員要尋找關(guān)注性的數(shù)據(jù)模式，數(shù)據(jù)倉庫潛在地具有宿主模式，選出那些關(guān)注性信息。
l??????? 7）發(fā)現(xiàn)描述
提供兩種功能，一種是以發(fā)現(xiàn)評價輔助分析員在知識庫中保存所發(fā)現(xiàn)的關(guān)注性結(jié)果以備將來引用和使用，另一種是保持發(fā)現(xiàn)與決策者的通信。
l??????? 8）KDD的一般過程
l???????? 學(xué)習(xí)某個應(yīng)用領(lǐng)域：包括應(yīng)用中的預(yù)先知識和目標(biāo)。
l???????? 建立一個目標(biāo)數(shù)據(jù)集：選擇一個數(shù)據(jù)集或在多數(shù)據(jù)集的子集上聚焦。
l???????? 數(shù)據(jù)清理和預(yù)處理：去除噪聲或無關(guān)數(shù)據(jù)、考慮時間順序和數(shù)據(jù)變化等。
l???????? 數(shù)據(jù)換算和投影：找到數(shù)據(jù)的特征表示、用維變換或轉(zhuǎn)換方法減少有效變量的數(shù)目或找到數(shù)據(jù)的不變式。
l???????? 選定數(shù)據(jù)挖掘功能：決定數(shù)據(jù)挖掘的目的。
l???????? 選定某個數(shù)據(jù)挖掘算法：用KDD過程中的準(zhǔn)則，選擇某個特定數(shù)據(jù)挖掘算法（如匯總、分類、回歸、聚類等），用于搜索數(shù)據(jù)中的模式，該算法可以是近似的。
l???????? 數(shù)據(jù)挖掘：搜索或產(chǎn)生一個特定的感興趣的模式或數(shù)據(jù)集。
l???????? 解釋：解釋某個發(fā)現(xiàn)的模式，去掉多余的不切題意的模式，轉(zhuǎn)換成某個有用的模式，以使用戶明白。
l???????? 發(fā)現(xiàn)知識：把這些知識結(jié)合到運行系統(tǒng)中，獲得這些知識的作用或證明這些知識，用預(yù)先、可信的知識檢查和解決知識中可能的矛盾。
2．數(shù)據(jù)挖掘的方法和技術(shù)
知識發(fā)現(xiàn)中的關(guān)鍵技術(shù)是進行模式和關(guān)系識別的算法。下面介紹幾種數(shù)據(jù)挖掘和知識發(fā)現(xiàn)的方法和技術(shù)，它們分別從不同的角度進行數(shù)據(jù)挖掘和知識發(fā)現(xiàn)。
l??????? 1）決策樹方法
利用信息論中的互信息（信息增益）尋找數(shù)據(jù)庫中具有最大信息量的字段，建立決策樹的一個節(jié)點，再根據(jù)字段的不同取值建立樹的分支；在每個分支子集中重復(fù)建樹的下層節(jié)點和分支的過程，即可建立決策樹。國際上最有影響和最早的決策樹方法是Quiulan研制的ID3方法，它對越大的數(shù)據(jù)庫效果越好。在ID3方法的基礎(chǔ)上，又演化為能處理連續(xù)屬性的 C4.5。有名的決策樹方法還有CART和Assistant。
決策樹構(gòu)造的輸入是一組帶有類別標(biāo)記的例子，構(gòu)造的結(jié)果是一棵二叉或多叉樹。二叉樹的內(nèi)部節(jié)點（非葉子節(jié)點）一般表示為一個邏輯判斷，如形式為(ai = vi )的邏輯判斷。其中ai 是屬性，vi是該屬性的某個屬性值；樹的邊是邏輯判斷的分支結(jié)果。多叉樹（ID3）的內(nèi)部節(jié)點是屬性，邊是該屬性的所有取值，有幾個屬性值，就有幾條邊。樹的葉子節(jié)點都是類別標(biāo)記。構(gòu)造決策樹的方法是采用自上而下的遞歸構(gòu)造。以多叉樹為例，它的構(gòu)造思路是，如果訓(xùn)練例子集合中的所有例子是同類的，則將其作為葉子節(jié)點，節(jié)點內(nèi)容即是該類別標(biāo)記。否則，根據(jù)某種策略選擇一個屬性，按照屬性的各個取值，把例子集合劃分為若干子集合，使得每個子集上的所有例子在該屬性上具有同樣的屬性值。然后再依次遞歸處理各個子集。這種思路實際上就是“分而治之”（Divide-and-Conquer）的道理。二叉樹同理，差別僅在于要選擇一個好的邏輯判斷。
l??????? 2）分類方法
分類在數(shù)據(jù)挖掘中是一項非常重要的任務(wù)。該算法將數(shù)據(jù)按含義劃分成組，可用此算法生成感興趣的側(cè)面，可用于自動發(fā)現(xiàn)類，如模式識別、側(cè)面生成、線性聚簇和概念聚簇等。分類的目的是學(xué)會一個分類函數(shù)或分類模型（也稱做分類器），該模型能把數(shù)據(jù)庫中的數(shù)據(jù)項映射到給定類別中的某一個。分類和回歸都可用于預(yù)測。預(yù)測的目的是，從利用歷史數(shù)據(jù)記錄中自動推導(dǎo)出對給定數(shù)據(jù)的推廣描述，從而能對未來數(shù)據(jù)進行預(yù)測。與回歸方法不同的是，分類的輸出是離散的類別值，而回歸的輸出則是連續(xù)數(shù)值，如圖16-19所示為分類方法示例。
圖16-19? 分類方法示例
要構(gòu)造分類器，需要有一個訓(xùn)練樣本數(shù)據(jù)集作為輸入。訓(xùn)練集由一組數(shù)據(jù)庫記錄或元組構(gòu)成，每個元組是一個由有關(guān)字段（又稱屬性或特征）值組成的特征向量，除了這些外，訓(xùn)練樣本還有一個類別標(biāo)記。一個具體樣本的形式可為：( v1, v2, ..., vn; c )；其中vi表示字段值，c表示類別。分類器的構(gòu)造方法有統(tǒng)計方法、機器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法等。統(tǒng)計方法包括貝葉斯法和非參數(shù)法（近鄰學(xué)習(xí)或基于事例的學(xué)習(xí)：Instance-based learning, IBL），對應(yīng)的知識表示則為判別函數(shù)和原型事例。機器學(xué)習(xí)方法包括決策樹法和規(guī)則歸納法，前者對應(yīng)地表示為決策樹或判別樹，后者則有兩種：決策表（Decision List）和（平行）產(chǎn)生式規(guī)則。神經(jīng)網(wǎng)絡(luò)方法主要是BP算法，它的模型表示是前向反饋神經(jīng)網(wǎng)絡(luò)模型（由代表神經(jīng)元的節(jié)點和代表連接權(quán)值的邊組成的一種體系結(jié)構(gòu)），BP算法本質(zhì)上是一種非線性判別函數(shù)。
l??????? 3）粗糙集方法
粗糙集（Rough Set）的研究主要基于分類。分類和概念（concept）同義，一種類別對應(yīng)于一個概念（類別一般表示為外延即集合，而概念常以內(nèi)涵的形式表示，如規(guī)則描述）。知識由概念組成，如果某知識中含有不精確概念，則該知識不精確。粗糙集對不精確概念的描述方法是：通過上近似概念和下近似概念這兩個精確概念來表示。一個概念（或集合）的下近似（Lower Approximation）概念（或集合）指的是，其下近似中的元素肯定屬于該概念；一個概念（或集合）的上近似（upper approximation）概念（或集合）指的是，其上近似中的元素可能屬于該概念。在數(shù)據(jù)庫中，將行元素看成對象，列元素看成屬性（分為條件屬性和決策屬性）。等價關(guān)系R定義為不同對象在某個（或幾個）屬性上取值相同，這些滿足等價關(guān)系的對象組成的集合稱為該等價關(guān)系R的等價類。條件屬性上的等價類E 與決策屬性上的等價類Y之間有3種情況：（1）下近似：Y包含E；（2）上近似：Y和E的交非空；（3）無關(guān)：Y和E的交為空。對下近似建立確定性規(guī)則，對上近似建立不確定性規(guī)則（含可信度），對無關(guān)情況不存在規(guī)則。
粗糙集方法為KDD提供了一種新的方法和工具。第一，KDD 研究的實施對象多為關(guān)系型數(shù)據(jù)庫。關(guān)系表可被看做為粗糙集理論中的決策表，這給粗糙集方法的應(yīng)用帶來極大的方便。第二，現(xiàn)實世界中的規(guī)則有確定性的，也有不確定性的，從數(shù)據(jù)庫中發(fā)現(xiàn)不確定性的知識，為粗糙集方法提供了用武之地。第三，從數(shù)據(jù)中發(fā)現(xiàn)異常，排除知識發(fā)現(xiàn)過程中的噪聲干擾也是粗糙集方法的特長。第四，運用粗糙集方法得到的知識發(fā)現(xiàn)算法有利于并行執(zhí)行，這可極大地提高發(fā)現(xiàn)效率。對于大規(guī)模數(shù)據(jù)庫中的知識發(fā)現(xiàn)來說，這正是求之不得的。第五，KDD中采用的其他技術(shù)，如神經(jīng)網(wǎng)絡(luò)的方法，不能自動地選擇合適的屬性集，而利用粗糙集方法進行預(yù)處理，去掉多余屬性，可提高發(fā)現(xiàn)效率，降低錯誤率。第六，粗糙集方法比模糊集方法或神經(jīng)網(wǎng)絡(luò)方法在得到的決策規(guī)則和推理過程方面更易于被證實和檢測。
l??????? 4）神經(jīng)網(wǎng)絡(luò)方法
神經(jīng)網(wǎng)絡(luò)通過學(xué)習(xí)待分析數(shù)據(jù)中的模式來構(gòu)造模型，它可對隱式類型進行分析，適用于模型化非線性的、復(fù)雜的或高噪聲的數(shù)據(jù)。它模擬人腦神經(jīng)元結(jié)構(gòu)，由“神經(jīng)元”互聯(lián)，或按層組織的節(jié)點構(gòu)成。通常，神經(jīng)模型由3個層次組成：輸入層、中間層和輸出層。每個神經(jīng)元求得輸入值，再計算總輸入值，由過濾機制（如閥值）比較總輸入，然后確定它自己的輸出值。可通過連接一組神經(jīng)元來模型化復(fù)雜行為。當(dāng)修改連接層的“連接度”或參數(shù)時，神經(jīng)網(wǎng)絡(luò)就進行了學(xué)習(xí)或“訓(xùn)練”。神經(jīng)網(wǎng)絡(luò)的知識體現(xiàn)在網(wǎng)絡(luò)連接的權(quán)值上，是一個分布式矩陣結(jié)構(gòu)；神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)體現(xiàn)在神經(jīng)網(wǎng)絡(luò)權(quán)值的逐步計算上（包括反復(fù)迭代或累加計算）。以MP模型和Hebb學(xué)習(xí)規(guī)則為基礎(chǔ)，建立了3大類多種神經(jīng)網(wǎng)絡(luò)模型。①前饋式網(wǎng)絡(luò)：它以感知機、反向傳播模型、函數(shù)型網(wǎng)絡(luò)為代表，可用于預(yù)測、模式識別等方面。②反饋式網(wǎng)絡(luò)：它以Hopfield的離散模型和連續(xù)模型為代表，分別用于聯(lián)想記憶和優(yōu)化計算。③自組織網(wǎng)絡(luò)：它以ART模型、Koholon模型為代表，用于聚類。
神經(jīng)網(wǎng)絡(luò)可按管理模式或非管理模式來學(xué)習(xí)，在管理模式中，神經(jīng)網(wǎng)絡(luò)要預(yù)測現(xiàn)有示例可能帶來的結(jié)果，它將預(yù)測結(jié)果與目標(biāo)答案相比較并從錯誤中進行學(xué)習(xí)。管理模式的神經(jīng)網(wǎng)絡(luò)可用于預(yù)測、分類和時間序列模型。非管理模式的學(xué)習(xí)在描述數(shù)據(jù)時很有效，但卻不用于預(yù)測結(jié)果。非管理模式的神經(jīng)網(wǎng)絡(luò)創(chuàng)建自己的類描述、合法性驗證和操作，它與數(shù)據(jù)模式無關(guān)。
l??????? 5）關(guān)聯(lián)規(guī)則
關(guān)聯(lián)規(guī)則是形式如下的一種規(guī)則：“在購買面包和黃油的顧客中，有90％的人同時買了牛奶”（面包＋黃油 => 牛奶）。用于關(guān)聯(lián)規(guī)則發(fā)現(xiàn)的主要對象是事務(wù)型數(shù)據(jù)，其中針對的應(yīng)用則是售貨數(shù)據(jù)，也稱貨籃數(shù)據(jù)。一個事務(wù)一般由如下幾個部分組成：事務(wù)處理時間，一組顧客購買的物品，有時也有顧客標(biāo)識號。關(guān)聯(lián)規(guī)則就是指搜索業(yè)務(wù)系統(tǒng)中的所有細節(jié)和事務(wù)，從中找出重復(fù)出現(xiàn)概率很高的模式，它以大的事務(wù)數(shù)據(jù)庫為基礎(chǔ)，其中每個事務(wù)都被定義為一系列相關(guān)數(shù)據(jù)項。用關(guān)聯(lián)找出所有能把一組事件或數(shù)據(jù)項與另一套事件或數(shù)據(jù)項聯(lián)系起來的規(guī)則。對關(guān)系數(shù)據(jù)集可以使用這種處理，此類數(shù)據(jù)是用標(biāo)準(zhǔn)SQL謂詞邏輯定義的。關(guān)聯(lián)算法的目的是成為SQL的擴充，這樣這種算法就可以通過規(guī)范的查詢技術(shù)應(yīng)用于受限的關(guān)系數(shù)據(jù)集。這些算法必須有高度的適應(yīng)性和動態(tài)性。為了找到關(guān)系模式，要查看的數(shù)據(jù)集會有所變化，關(guān)聯(lián)發(fā)生的最小百分比規(guī)則會發(fā)生變化。
l??????? 6）概念樹方法
對數(shù)據(jù)庫中記錄的屬性字段按歸類方式進行抽象，建立起來的層次結(jié)構(gòu)稱為概念樹。如“型號”概念樹的最下層是具體武器裝備（如54手槍、59式100高射炮等），它的直接上層是裝備小類（如手槍、高射炮等），裝備小類的直接上層是裝備大類（如輕武器、火炮等），再上層是軍械裝備。利用概念樹提升的方法可以大大濃縮數(shù)據(jù)庫中的記錄。對多個屬性字段的概念樹進行提升，將得到高度概括的知識基表，然后再將它轉(zhuǎn)換成規(guī)則。
l??????? 7）遺傳算法
它是模擬生物進化過程的算法，由3個基本算子組成。①繁殖（選擇）：是從一個舊種群（父代）選出生命力強的個體，產(chǎn)生新種群（后代）的過程。②交叉（重組）：選擇兩個不同個體（染色體）的部分（基因）進行交換，形成新個體。③變異（突變）：對某些個體的某些基因進行變異（1變0、0變1）。這種遺傳算法可起到產(chǎn)生優(yōu)良后代的作用。這些后代需滿足適應(yīng)值，經(jīng)過若干代的遺傳，將得到滿足要求的后代（問題的解）。遺傳算法已在優(yōu)化計算和分類機器學(xué)習(xí)方面發(fā)揮了顯著作用。
l??????? 8）依賴性分析
該算法在數(shù)據(jù)倉庫的條目或?qū)ο箝g抽取依賴性，它展示了數(shù)據(jù)間未知的依賴關(guān)系，并有可能描述成關(guān)注性數(shù)據(jù)項間的因果關(guān)系，可以用該分析方法從某一數(shù)據(jù)對象的信息來推斷另一數(shù)據(jù)對象的信息，依賴性是一個帶有置信度因子的可能值。
l??????? 9）公式發(fā)現(xiàn)
在工程和科學(xué)數(shù)據(jù)庫（由試驗數(shù)據(jù)組成）中，對若干數(shù)據(jù)項（變量）進行一定的數(shù)學(xué)運算，求得相應(yīng)的數(shù)學(xué)公式。比較典型的BACON發(fā)現(xiàn)系統(tǒng)完成了對物理學(xué)中大量定律的重新發(fā)現(xiàn)。其基本思想是，對數(shù)據(jù)項進行初等數(shù)學(xué)運算（加、減、乘、除等），形成組合數(shù)據(jù)項，若它的值為常數(shù)項，就得到了組合數(shù)據(jù)項等于常數(shù)的公式。
l??????? 10）統(tǒng)計分析方法
在數(shù)據(jù)庫字段項之間存在兩種關(guān)系。①函數(shù)關(guān)系（能用函數(shù)公式表示的確定性關(guān)系）；②相關(guān)關(guān)系（不能用函數(shù)公式表示，但仍是相關(guān)確定關(guān)系）。對它們的分析采用如下方法，即回歸分析、相關(guān)分析、主成分分析。
l??????? 11）模糊論方法
利用模糊集合理論對實際問題進行模糊評判、模糊決策、模糊模式識別和模糊聚類分析。模糊性是客觀存在的。系統(tǒng)的復(fù)雜性越高，精確化能力就越低，即模糊性越強。這是模糊理論創(chuàng)始人Zadeh 總結(jié)出的互克性原理。
l??????? 12）可視化技術(shù)
可視化分析可給出帶有多變量的圖形化分析數(shù)據(jù)，幫助分析員進行分析，它可使分析員同時顯示多個變量間的關(guān)系。可視化數(shù)據(jù)分析技術(shù)拓寬了傳統(tǒng)的圖表功能，使用戶對數(shù)據(jù)的剖析更清楚。例如，把數(shù)據(jù)庫中的多維數(shù)據(jù)變成多種圖形，這對揭示數(shù)據(jù)的狀況、內(nèi)在本質(zhì)及規(guī)律性起了很大作用。
16.2.9? 信息門戶
數(shù)據(jù)倉庫的信息和前端應(yīng)用的多樣性帶來了使用的復(fù)雜性，如果不把多種多樣的應(yīng)用界面做一個良好的整合，必然由于操作繁雜令用戶產(chǎn)生畏懼心理，因此限制了商業(yè)智能的推廣和應(yīng)用效果，企業(yè)信息門戶為使數(shù)據(jù)倉庫的使用者可以根據(jù)自己的需要獲得想要的信息，需要從界面、應(yīng)用系統(tǒng)交互等角度進行門戶的建設(shè)規(guī)劃，如果將這些功能模型進行抽象，可以歸結(jié)為以下的功能層次。
l???????? 集成：包括3個層次的集成，即信息的集成、人的集成、流程的集成。即將現(xiàn)有及待建的各種信息資源通過多種技術(shù)手段實現(xiàn)整合，形成一個整體的企業(yè)信息資源集成平臺，并向外提供標(biāo)準(zhǔn)的信息訪問接口。
l???????? 內(nèi)容管理：對現(xiàn)有信息實現(xiàn)統(tǒng)一的目錄分類管理（Categorization）。包括結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化信息的分類、編目、摘要、審核和發(fā)布。
l???????? 搜索：分類和搜索是組織和獲取信息的緊密聯(lián)系的兩個方面。
l???????? 以人為本的核心安全架構(gòu)：支持統(tǒng)一面向自然人的用戶身份認證（Authentication），統(tǒng)一用戶的訪問權(quán)限控制（Authorization）和統(tǒng)一用戶資源管理（Administration），實現(xiàn)單次登錄就可以訪問所有相關(guān)信息資源也是門戶的一個重要功能。
l???????? 個性化：即信息門戶的數(shù)據(jù)和應(yīng)用可以根據(jù)每一個人的要求來配置，為用戶提供個性化的應(yīng)用界面，提高了員工的工作效率，增強了對用戶的親和力和吸引力。
l???????? 可訪問性：在門戶中，用戶可以在安全機制的保護下，在任何時間任何地點方便地訪問企業(yè)的信息和應(yīng)用，完成對信息和數(shù)據(jù)的處理和提交，保證企業(yè)的業(yè)務(wù)運轉(zhuǎn)永不停頓。
l???????? 協(xié)作與共享受：提供同事間、部門間、企業(yè)間、客戶和廠商間的協(xié)作和交互。
l???????? 管理和調(diào)度：可以實現(xiàn)日常性的信息采集和分送的調(diào)度和管理維護。
如圖16-20所示是一個銀行信息門戶的界面，在該基于瀏覽器的用戶界面內(nèi)，集成了銀行領(lǐng)導(dǎo)日常工作中的公文批閱、緊急事件通知、業(yè)務(wù)數(shù)據(jù)查詢、業(yè)務(wù)報表等內(nèi)容，并結(jié)合商業(yè)智能技術(shù)，實現(xiàn)信息多層次分析挖掘等功能的OLAP分析界面，關(guān)鍵性的信息以直觀的儀表板的方式提供，大大地提高了行長決策工作的效率和深度廣度。這個門戶集成了商業(yè)智能應(yīng)用，也集成了包括傳統(tǒng)的OA系統(tǒng)、信貸管理系統(tǒng)等業(yè)務(wù)處理系統(tǒng)，另外還提供了信息的多種檢索功能等。這些信息資源原本存在于不同技術(shù)平臺、不同結(jié)構(gòu)、互不共享的業(yè)務(wù)系統(tǒng)。
在實施信息門戶之前，該行的員工訪問業(yè)務(wù)信息，要在不同的業(yè)務(wù)系統(tǒng)的操作界面中之間來回切換，甚至穿梭于各個不同操作系統(tǒng)的平臺之間。而門戶實施后，便把員工日常需要的各個應(yīng)用和信息集中展現(xiàn)在員工的桌面。只要在統(tǒng)一的信息訪問入口進行一次登錄的身份驗證，便可“一覽眾山小”地將一天的工作和需要了解的信息掌握，真正地實現(xiàn)信息一站式服務(wù)。
圖16-20? 某銀行信息門戶界面
總結(jié)
以上是生活随笔為你收集整理的数据仓库、商业智能的体系结构的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 3Dmax合并模型材质发生明暗变化如何解
- 下一篇： tomcat 、jsp、 servlet