《商务智能论文》由会员分享，可在线阅读，更多相关《商务智能论文（5页珍藏版）》请在金锄头文库上搜索。
1、商务智能介绍及IBM软件分析姓名：李雪松专业：信息管理与信息系统学号：200710901103摘要：商务智能是数据仓库技术、数据挖掘技术和在线联机分析处理技术（OLAP）在商业领域的综合应用。本文从介绍商务智能核心技术和框架入手，详细分析了目前商务智能的发展现状，通过介绍IBM的智能解决方案，了解其结构和功能，最后阐述商务智能的未来发展关键词：商务智能 数据仓库 数据挖掘 IBM商务智能（Bussiness Intelligence，以下简称BI）已经成为目前搜索最热门的关键词之一。Gartner Group 于1996年最早提出了BI的概念，将它定义为一类由数据仓库(或数据集市)、查询报表、
2、联机分析、数据挖掘、数据备份和恢复等部分组成的，以帮助企业决策的技术及其应用。近几年来，商务智能的发展迅猛，在我国更是保持着高增长率的发展势头。随着商务智能技术的日趋成熟，越来越多的企业开始采用商务智能来帮着企业的决策和管理。在美国，500强企业里面有90%以上的企业已经在利用企业管理和商务智能软件帮助管理者做出决策。商务智能的应用领域也渗透到电信、银行、金融业、保险业、制造业等各个领域。近年来商业智能市场规模日益扩大，且增长较快。从全球范围来看，商务智能(BI)已经成为最重要的信息系统。2008年全球BI工具市场规模约为78亿美元，年成长率为12%，而BI软件及服务的整体市场机会达到306亿
3、美元以上。1. 商务智能核心技术与框架1.1 商务智能核心技术商务智能是数据仓库技术、数据挖掘技术和在线联机分析处理技术（OLAP）在商业领域的综合应用。企业利用商务智能加上决策规划人员的专业知识，将企业内部的大量数据和转换成对企业有用的信息，辅助决策者作出正确的决策。其核心技术包括数据仓库、数据挖掘和在线联机分析处理（OLAP）技术。1.1.1 数据仓库数据仓库目前尚未有统一的定义，著名的数据仓库专家W.H.Inmon在其著作Building the Data Warehouse一书中给予如下描述：数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、
4、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策。数据仓库由数据库(DBMS)、数据(Data) 、索引(Index)三部分构成。数据仓库系统体系结构如1.1.2 数据挖掘数据挖掘的定义非常模糊，有不同的定义版本，本文将它定义为：数据挖掘是从大量的、不完全的、模的数据中提取以前未知的、可理解的、客观有用的信息来进行商业决策的过程。目前，数据挖掘借助于模糊数学、神经网络、运筹学、人工智能等技术的应用，使数据挖掘技术有了进一步的发展空间。其中神经网络中的反向传播(BP)网络应用就相当广泛，也相当成熟。1.1.
5、3 在线联机分析处理（OLAP）联机分析（OLAP）是由关系数据库之父E.F.Codd于1993年提出的一种数据动态分析模型，它允许以一种称为多维数据集的多维结构访问来自商业数据源的经过聚合和组织整理的数据。它包括三个主要的功能：动态的多维角度分析数据；对数据进行钻取，以获得更加准确的信息；创建数据CUBE。除此以外，OLAP通常的功能还包括数据旋转（变换观察维组合顺序）、数据切片（过滤无关数据，对指定数据进行重点观察），以及对数据进行跨行列运算。2.IBM的商务智能介绍IBM的IBM DB2 Data Warehouse Edition是一个集成的组件和功能包，为企业提供一个数据存储库以及创
6、建数据仓库所需的所有工具。在传统的Enterprise Base、Enterprise和DeveloperEdition的基础上，IBM增加了新的Starter、Intermediate和Advanced Edition三个版本的企业数据仓库产品，使企业能够构建适合各种规模组织的商业智能系统，并能使企业的系统根据需要的变动增长。IBM DB2 Data Warehouse Edition将集成的、扩展的仓库平台与广泛的、易于使用的基于仓库的分析相结合。它通过灵活的、可扩展的(插件)、易于使用的Eclipse环境管理数据仓库。Warehouse Manager包括管理全局的Meta Data、不
7、仅向RDB装载数据，同时向MDB装载数据、提供主机数据的连接和处理。数据仓库存储的技术特性：只有量的支持做不到联机分析有数量同时要有速度 ；服务器访问特性，访问频率稀疏、但查询复杂性增大，并行处理优势突出； 数据库查询特性、查询涉及数据范围广、涉及多表连接、星型模式、计算复杂、传统索引作用有限，检索方式、优化算法需要突破。下图为DB2 OLAP的原理：不论公司规模大小，商业智能（BI）一直以来都是公司投资的最优先选择，但是，这些投资与其产生的业务价值并没有直接联系起来。根据Gartner公司介绍，事实上，在拥有商业智能策略的企业业务用户中，只有15%到20%的用户在真正使用BI 工具。本部分介
8、绍在企业中采用商业智能（BI）的经验和实施方法，例如，如何利用有限的预算完成Bi项目、在商业智能的实施中领导者的作用以及商业智能成功实施的策略等。3.商务智能软件的发展趋势随着商业智能市场的日益成熟，商务智能将呈现新的发展趋势。第一，BI公司的并购目前，商务智能市场是十分动荡不安的。除了大公司的并购交易外，还有很多小公司互相合并或者被并购。这些被并购的公司主要包括数据质量服务厂商、企业信息集成厂商和小厂商。特别是Oracle和IBM这类公司趋向于收购一些富有创新解决方案的小厂商。这些收购让大公司具有主数据管理(MDM)或者客户数据集成(CDI)应用的快速解决方案。第二，软件销售量进一步增长。近
9、年来商业智能市场规模日益扩大，且增长较快,2007年全球商务智能软件销售增长率13%。根据Gartner公司的预测,在软件销售的前沿阵地,市场规模已经达到50亿美元的商务智能(BI)销售从现在起到2011年,将以复合增长率8.6%的速度继续增长。第三，从战略型BI向操作型BI的转换。目前，企业对商务智能软件发现问题到采取行动的延迟时间少的要求越来越高。传统认为BI是从海量历史数据中利用成熟的分析工具发现业务中的模式和趋势，从战略上和战术上辅助决策的一种技术。战略型BI帮助管理层做较少的企业范围的战略决策，但是操作型BI是将 BI从后台搬出来并且嵌入到业务操作流程的细节中，驱动着日以千计的操作性
10、决策过程。对于操作性BI，它有效的解决了数据准备延迟、分析延迟和分析展现操作性数据的延迟。第四，更加成熟的数据分析和展现技术。在商务智能发展之初，BI只有简单的报表和查询能力，然后有了多维分析能力。目前多维立方体和星型模型仍然十分流行。但是现在有更加复杂的方向，那就是使用数据挖掘进行深入分析，支持自定义查询的统计方法、技术和不规则的查询。这些技术提升了预测分析和决策能力，并且可以嵌入到操作流程中。第五，软件互动性、交互性进一步增强。目前，已经有数家BI厂商开始在商务智能软件中增强了软件的互动性和交互性，在OLAP方案中交互性地分析数据，比如IBM公司。随着商务智能的发展，软件互动性、交互性将进
11、一步增强。第六，软件平台化。随着企业对商务智能软件要求的提高，商务智能软件将向平台化发展。目前，单一的BI产品很难满足用户的所有需求，而不同的产品之间又很难做到信息共享和互融互通。向平台化发展可以很好的解决这个问题，同时可以降低企业对单一BI产品的依赖性，降低用户成本。第七，BI与群众决策相结合。在目前企业的运营过程中，决策者将很多关键问题的决策采用员工大范围投票来给出决策意见。然而，这种方法得出决策结果速度非常快，答案也非常准确。但是采用传统BI的方式，仅在现有内部数据库中进行定量的分析决策某些问题，往往需要花费很多的时间和精力，并且还不一定能得出正确的结果。因此，如何将群众决策和传统的BI
12、决策相结合将是未来发展的一个重要方向。当然未来商务智能的发展还将呈现其他趋势，比如商务智能软件产业工业化，产品模块集成，从单一向嵌入式发展,开源商务智能等。参考文献：1胡翠华,陈登科.商务智能在我国的发展现状、问题及其对策J.科技管理研究,2007 年第10期.2周瑾.我国商务智能研究J.现代管理科学,2007年第4期.3新浪科技.赛迪顾问预测: 未来五年商业智能市场高速增长.4赛迪.中国商业智能软件市场现状与发展趋势J.软件世界,2004,(6):70-71.5刘业政,胡剑.商业智能的核心技术及体系结构研究J.合肥工业大学学报 (自然科学版),2004,(8):882-885.6龙青云,胡巧多.商务智能的框架及其关键技术分析J.电子商务
