電子商務環(huán)境下的

商業(yè)智能系統(tǒng)研究

ON STUDY OF BUSINESS

INTELLIGENCE SYSTEM UNDER E-COMMERCE ENVIRONMENT

劉依

學院：悉尼工商學院

專業(yè)：信息管理與信息系統(tǒng)

指導教師：邱允生

完成日期：2004年3月20日

電子上午環(huán)境下的商業(yè)智能系統(tǒng)研究 劉依1/5

中文摘要

本文通過回顧商業(yè)智能系統(tǒng)的發(fā)展歷史以及闡述其發(fā)展的現(xiàn)狀并且結合利用一些基本的數(shù)據(jù)統(tǒng)計方法統(tǒng)計出商業(yè)智能系統(tǒng)在我國的研究的現(xiàn)狀，確立了本文主題的前沿性和急迫性。隨后通過辨析一些文獻中對于商業(yè)智能系統(tǒng)的經(jīng)典定義結合從目的、對象、實現(xiàn)過程和核心四個方面的理解提出一個基本的理論定義。再將數(shù)據(jù)在系統(tǒng)中流動的過程劃分成資料收集階段、數(shù)據(jù)管理階段、數(shù)據(jù)分析階段和數(shù)據(jù)應用階段，提出一個商業(yè)智能的初始化模型及其核心要素分析。

之后，就已經(jīng)提出的模型，從商業(yè)數(shù)據(jù)、商業(yè)數(shù)據(jù)倉庫、商業(yè)智能平臺、商業(yè)智能工具管理四個角度對模型進行具體描述和擴充。接著，針對面向Internet的電子商務環(huán)境下，傳統(tǒng)的商業(yè)智能模型向電子商務環(huán)境下商業(yè)智能系統(tǒng)的轉型特點進行更加深入的分析，研究并提出進一步在電子商務環(huán)境下的商業(yè)智能系統(tǒng)的模型。最后，在展望商業(yè)智能系統(tǒng)未來發(fā)展前景的同時也提出阻礙商業(yè)智能系統(tǒng)發(fā)展的瓶頸及企業(yè)的一些應對措施。

關鍵詞：商業(yè)智能系統(tǒng) 商業(yè)數(shù)據(jù) 商業(yè)數(shù)據(jù)倉庫 商業(yè)數(shù)據(jù)挖掘 聯(lián)機分析挖掘 電子商務

一、資料倉庫的特點分析

根據(jù)數(shù)據(jù)庫專家的定義，我們可以總結出建立資料倉庫需要滿足的特點有：

(1) 面向主題。它是建立在對如客戶、產品等一系列已經(jīng)被高度歸類、抽

象的基礎之上的，所有收集來的數(shù)據(jù)將以主題來加以分配。

(2) 集成。指的是因為收集來的數(shù)據(jù)可能五花八門，甚至雜亂無章有自己

的格式、特性。但是經(jīng)過數(shù)據(jù)倉庫的處理，那些看似雜亂的元數(shù)據(jù)將有統(tǒng)一的數(shù)據(jù)格式、統(tǒng)一的數(shù)據(jù)編碼結構、甚至統(tǒng)一的數(shù)據(jù)屬性。

(3) 穩(wěn)定。數(shù)據(jù)倉庫的數(shù)據(jù)主要供企業(yè)決策分析之用，所涉及的數(shù)據(jù)操作

主要是數(shù)據(jù)查詢，一般情況下并不進行修改操作。數(shù)據(jù)倉庫的數(shù)據(jù)反映的是一段時間內歷史數(shù)據(jù)的內容，是不同時點的數(shù)據(jù)庫快照的集合。

(4) 隨時間不斷變化。指的是數(shù)據(jù)倉庫中的內容將隨著時間的變化，不斷

有新的數(shù)據(jù)加入處理和存儲。

二、商業(yè)數(shù)據(jù)倉庫的設計

根據(jù)上述資料倉庫本身的特點，將從概念、邏輯和物理三個層次上分別對商業(yè)數(shù)據(jù)倉庫進行建設。

概念層。對概念層來說，企業(yè)主要負責分析原有的數(shù)據(jù)庫系統(tǒng)。因為，在企業(yè)原有的數(shù)據(jù)庫中已經(jīng)建立有許多關于產品或客戶的描述內容。企業(yè)要首先分析確定其中的主題域是什么，其中的主鍵是什么，公共鍵是那個，主鍵與主鍵之間的關系是什么。

商業(yè)數(shù)據(jù)倉庫的設計是一個反復迭代、逐步求精的螺旋上升的過程。根據(jù)現(xiàn)有的數(shù)據(jù)庫選取其中的幾個主題開始實施，不斷的根據(jù)實際實施的情況來重新選擇或淘汰不合格的主題，最后達到完善。

邏輯層。對邏輯層來說它主要是將概念層的一些設想轉化為邏輯模型。首先，要完成數(shù)據(jù)粒度的劃分。所謂數(shù)據(jù)粒度是指數(shù)據(jù)倉庫中數(shù)據(jù)單元的詳細程度和級別。它的劃分準確與否事關數(shù)據(jù)倉庫中的數(shù)據(jù)量和系統(tǒng)所提供的查詢類型。一般將數(shù)據(jù)化分為以下幾個粒度級別：詳細數(shù)據(jù)、輕度數(shù)據(jù)、高度綜合資料和更多級粒度。粒度越小，細節(jié)程度越高，級別也就越低，防止資料的綜合程度越高，粒度越大，級別就越高。傳統(tǒng)的數(shù)據(jù)庫中大多數(shù)是粒度很低的詳細資料，這種劃分不利于未來資料分析。而且粒度越是高的數(shù)據(jù)，其占據(jù)的存儲空間越小，但對決策的重要性越大。第二，除了粒度外，還要加入主題的權重，對于不同來源的主題賦予不同的在未來分析中所占的比例。第三，要確定數(shù)據(jù)的分割。所謂數(shù)據(jù)的分割，是將邏輯上統(tǒng)一的數(shù)據(jù)分割成較小的可以獨立管理的單元。數(shù)據(jù)風格可以按照數(shù)據(jù)量、數(shù)據(jù)需求分析、數(shù)據(jù)粒度、數(shù)據(jù)權重或者綜合劃分。第四，確定模式。即根據(jù)上述數(shù)據(jù)劃分的標準，進行數(shù)據(jù)劃分，確定用多少個表來實現(xiàn)。

物理層。所謂物理層就是在實際物理上明確數(shù)據(jù)的存儲結構。其中要考慮的問題是可以將數(shù)據(jù)分為基本數(shù)據(jù)、低潛伏數(shù)據(jù)和歷史數(shù)據(jù)。在基本數(shù)據(jù)中保留一些日常經(jīng)常使用的、不太會有變化的數(shù)據(jù)；低潛伏數(shù)據(jù)主要用于保存外部的數(shù)據(jù)查詢、數(shù)據(jù)操作；歷史數(shù)據(jù)主要是指那些已經(jīng)結束系統(tǒng)設定生命周期的數(shù)據(jù)但企業(yè)又有可能在未來要使用其中的某些數(shù)據(jù)。通過不同的安排，提高存儲和索引的質量和速度。

圖6展示了基于以上理論的數(shù)據(jù)倉庫生態(tài)系統(tǒng)。

參考文獻

[1] IBM商務小組，《隨機應變的電子商務運行環(huán)境》，, P32

[2] 劉緒崇等，《基于OLAM的可視化數(shù)據(jù)挖掘系統(tǒng)結構研究》，

[3] 王眾托等，《企業(yè)信息化與管理變革》，中國，中國人民出版社，2001

[4] 劉依等，《企業(yè)管理信息系統(tǒng)應用的戰(zhàn)略問題》，中國信息導報，2003 No.11, P21

[5] 國家信息化測評中心，《2003年度中國企業(yè)信息化500強調查報告》，tech.sina.com.cn, 2003

[6] 陳敏等，《基于Dm.hmlawpc.com. Marakas, 《21世紀的決策支持系統(tǒng)》，中國，清華大學出版社，2002

來源：網(wǎng)絡整理 免責聲明：本文僅限學習分享，如產生版權問題，請聯(lián)系我們及時刪除。

《畢業(yè)論文范文格式》由互聯(lián)網(wǎng)用戶整理提供,轉載分享請保留原作者信息,謝謝!
鏈接地址：http://m.hmlawpc.com/gongwen/364694.html

• 上一篇：論文格式范文
• 下一篇：基本寫作樣式