《商务智能概论》
实验报告
实验名称：数据仓库、关联分析操作实验姓名：员亚亚3150521022
李柯萌3150521019
何鸿佳3150521017
陈洁3150521015
陈晓庆3150521016
指导教师：段刚龙
实验日期：2017-5-3
一．实验目的与任务：
1．了解关联分析算法的实际应用方法。
2．创建“购物篮”关联分析数据表，挖掘关联模型。
二．实验时间：2学时
三．实验步骤：
1．创建“数据挖掘实验”数据库。
2．在数据库中建立与“购物篮”相关的表（与实际相比，表的结构和内容作了适当简化），以及主键与参照约束：
销售单表（销售单号，销售时间，收款员，其它）
销售单明细（销售单号，商品名称，销售数量，销售单价）
3．向各表中输入部分数据。注意：输入的数据要有一定的代表性，不需要的数据可以不输入。
4．创建一个名称为“购物篮分析”的项目，并定义数据源、定义数据源视图。
5．创建关联挖掘结构。
在“资源管理器”中选“挖掘机构”中的“新建挖掘结构”。然后按照提示操作。
四、实验过程
如下图所示为构建完成的数据库：
下图所示为销售单表
如下图所示为销售单表的内容
如下图，为销售单明细表：
如下图为销售单明细表内容：
商务智能在企业中的应用 摘要 随着各种信息化建设的不断发展，海量数据的处理以及如何实现从数据到信息、从信息到知识、从知识到利润的转化，成为当前企业面临的巨大的课题，因此商务智能系统正应运而生。本论文主要就商务智能的内涵、产生必然性、相关应用等进行阐述，并且着重分析了在现阶段商务智能在我国的现状，同时提出了符合我国国情的建议。 关键词：商务智能；企业应用；制度完善 1商务智能发展历程 商务智能起源于赫伯特·西蒙对决策支持系统的研究。在半个多世纪的漫长过程中，决策支持系统曾经一度因为缺乏有效的数据组织方式而徘徊不前。直到上世纪90年代，若干新技术的出现，打破瓶颈，“商务智能”才浮出水面。随后，其取得了前所未有的发展，并在本世纪第一个十年蓬勃成长。回顾这些新
技术的出现，可以清楚的看到商务智能的产业链条不断向前延伸的轨迹。 1970年，IBM的研究员埃德加·科德发明了关系型数据库，使大型信息系统的应用遍地开花。但这些信息系统，都是针对特定的业务过程、处理离散事务的“运营式”信息系统。数据在其中仅仅限于查询，而不是分析。管理大师彼得·德鲁克曾发出感叹：迄今为止，我们的信息技术产生还仅仅是数据，而不是信息、更不是知识！ 如何实现从数据到信息、从信息到知识、从知识到利润的转化？这个要求，在西方发达国家先后进入了后工业社会之后，变得更加迫切。1988年，IBM公司的研究员Barry Devlin 和Paul Murphy创造性的提出了一个新的术语：数据仓库。它可以形象的理解为一种语义格式一致的多源数据存储中心，并且数据源可以是来自多种不同平台的系统。 1.1数据仓库 数据仓库是商务智能的依托，是对海量数
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。 2、课外学习
《商务智能方法与技术》课程复习资料 一、客观部分：（判断、不定项选择） （一）、判断部分 ★考核知识点:商务智能系统 附 1.1.1（考核知识点解释）： 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。 商务智能不是通常的业务处理。它的目标是如何更快、更容易地做更好的决策。 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。 ★考核知识点:知识概念 附 1.1.2（考核知识点解释）： 知识就是对信息进行的提炼、比较、挖掘、分析、概括、判断和推论。知识分为事实性知识和经验知识。事实性知识是人类对于客观事物和现象的认识结果。经验知识多事一种隐性知识，是存储在人们大脑中的经历、经验、技巧、体会和感悟等尚未公开的知识。 隐性知识和显性知识之间是可以相互转化的。 ★考核知识点:元数据 附 1.1.3（考核知识点解释）： 元数据管理包括对开发、管理数据仓库时所用的技术元数据和支持业务人员的业务元数据进行管理，它对数据仓库的设计和维护具有重要的作用。 数据仓库的所有数据都要通过元数据来管理和控制。元数据描述关于源数据
的说明，包括源数据的来源、源数据的名称、源数据的定义、源数据的创建时间等对源数据进行管理所需要的信息。 源数据的来源说明源数据是从哪个系统、哪个历史数据、哪个办公数据、哪个Web页、哪个外部系统抽取而来。源数据说明源数据在数据仓库的作用、用途、数据类型和长度等。 元数据：是用来描述数据的数据。它描述和定位数据组件、它们的起源及它们在数据仓库进程中的活动；关于数据和操作的相关描述(输入、计算和输出)。元数据可用文件存在元数据库中。元数据反映数据仓库中的数据项是从哪个特定的数据源填充的，经过哪些转换、集成过程。 要有效的管理数据仓库，必须设计一个描述能力强、内容完善的元数据。 ★考核知识点：数据分析 附 1.1.4（考核知识点解释）： 在线分析处理比较常用的操作包括对多维数据的切片与切块、等。 切片和切块(Slice and Dice)： 在多维数据结构中,按二维进行切片,按三维进行切块,可得到所需要的数据。如在“城市、产品、时间”三维立方体中进行切块和切片,可得到各城市、各产品的销售情况。 钻取(Drill)： 钻取包含向下钻取(Drill-down)和向上钻取(Drill-up)/上卷(Roll-up)操作，钻取的深度与维所划分的层次相对应。 ★考核知识点:数据集市 附 1.1.5（考核知识点解释）： 数据仓库是企业级的，能为整个企业各部门的运行提供决策支持手段。而数据集市（ Data Mart ）是部门级别的，一般只能为某个局部范围内的管理人员服务，也称为部门级的数据仓库。 数据集市有两种：独立的数据集市和从属的数据集市。
第一讲商务智能概述（综合论述题） 1学习本课程的原因： 现代管理需要基于计算机的方法 让决策更有有效性 企业需要有智能 A:在分析型商务智能软件的帮助下，用户可以建立统一的企业数据仓库平台，并收集，访问，分析每个商业领域的数据，同时，数据库技术的进步，服务器性能的提升以及分析软件算法的优化，是的访问大型数据库处理海量信息变得更加容易便捷。 B:商务智能可以提供个性化服务，以满足不同用户的需求，智能搜索可以给决策者以很好的数据分析。 2与本专业的关联性: 信息技术迅速发展的今天，电子商务已在国民经济中显现出极其重要的作用。伴随着服务形态在全球扩张，市场需求多样化，社会网络的广泛建立等社会经济巨大变革；数据量正以每年翻倍的速度扩增，然而数据源分散，异构数据库难以整合，数据接口复杂等问题严重，导致大量数据中真正能被利用来分析和运用的数据不足10%。如何将数据有效转化为决策者所需要的信息，提升电子商务整体应用水平，已经成为政府，企业界和软件开发界关注的一个研究方向。（BI发展趋势：绩效管理，产品模块的集成，结构化和非结构化数据，数据质量，预测分析，客户定制化。）根据商务智能的主要技术，以及电子商务的移动，虚拟性，个性化，社会性等新型特征，把商务智能同电子商务基础性规律结合起来，完善商务节点的数据挖掘，抽取，转化集成和应用。提升电子商务中的智能搜索，精度营销，比较购物，供应链、配送优化等现实需求。描述商务智能融合技术在电子商务中的应用展望。 3商务智能在电子商务中的典型应用 （1）数据挖掘的应用：挖掘主要是挖掘出有潜力价值数据的信息拘束，主要应用在情报分析，数据库营销，识别用户消费行为，客户流失分析，划分客户群体等 相关应用。（沃尔玛超市尿布与啤酒的销售） （2）智能搜索的应用：人们运用关键词进行搜索返还的结果信息之间缺乏有效的关联，不仅增加了用户筛选结果信息的时间，而且也为用户查找有效信息增加了
题型：选择10*1分，单选10*1分，填空8*1分，计算4*9分，问答4*9分。 一、商务智能概述 1.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。 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。 2. 3.BI定义 定义一：Business Intelligence is a process of turning data into knowledge and knowledge into action for business gain. (Data Warehouse Institute) 标准定义： 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。 4.商务智能的结构
（1）商务智能的结构主要由两部分组成: 数据仓库环境 分析环境 （2）商务智能主要由三种技术构成: 数据仓库（Data Warehouse） 联机分析处理（On-line Analysis,OLAP） 数据挖掘（Data Mining） 在三大技术支柱中，数据仓库是商务智能的基础。 联机分析处理（OLAP）是以海量数据为基础的复杂分析技术。 数据挖掘(Data Mining)是从海量数据中，提取隐含在其中的、人们事先不 知道的但又可能有用的信息和知识的过程。 二、决策支持系统 1.结构化：数据结构字段含义确定、清晰。 典型的如数据库中的表结构 半结构化：具有一定结构，但语义不够确定 典型的如HTML网页，有些字段是确定的(title)，有些不确定(table) 非结构化：杂乱无章的数据，很难按照一个概念去进行抽取，无规律性 2.DSS的产生背景 电子数据处理——EDP（Electronic Data Processing） 管理信息系统——MIS（Management Information Systems） 决策支持系统——DSS（Decision Support Systems）（70年代中期提出）
(单选题) 1: （）是基于网页内容或其描述中抽取知识的过程 A: 内容挖掘 B: 结构挖掘 C: 个性挖掘 D: 使用(日志)挖掘 正确答案: (单选题) 2: （）目标就是将恰当的知识在恰当的时候传递给恰当的人，以便使他们能够作出最好的决策A: 知识处理 B: 知识创造 C: 知识管理 D: 知识储存 正确答案: (单选题) 3: 知识管理将信息处理能力和人的创新能力相互结合，增强组织对环境的适应能力是哪个知识管理学派的说法（） A: 行为学派 B: 技术学派 C: 管理学派 D: 综合学派 正确答案: (单选题) 4: 选择供应商一般以满足时间约束的条件下（）为目标 A: 最小化物流成本 B: 最大化物流成本 C: 最小化维护成本 D: 最大化维护成本 正确答案: (单选题) 5: 知识和信息最主要的区别是 A: 知识比信息重要 B: 信息系统比知识系统昂贵 C: 信息是某种事实而知识是某种经验 D: 知识比信息更容易被组织 正确答案: (单选题) 6: OLAP系统应能处理与应用有关的任何逻辑分析和统计分析，此描述是指OLAP的哪个特性。A: 快速性 B: 可分析性 C: 多维性 D: 信息性 正确答案: (单选题) 7: 哪种数据库工具采用矩阵方式来存储数据。 A: 多维数据库工具（MOLAP） B: 关系型数据库工具（ROLAP） C: 桌面型数据库工具 D: 都不是 正确答案: (单选题) 8: （）存储格式一般比较适合于需要总结数据的查询有较快的响应时间，同时基数据的量又比较大的场合。 A: ROLAP B: MOLAP C: HOLAP D: ServerOLAP 正确答案: (单选题) 9: 归咎（imputation）是处理()的一种方法。
我对商务智能的理解 ——商务智能在提高企业决策能力方面的作用 姓名： 班级： 学号： 时间： 2011年12月28号 指导老师： 关键词：商务智能、企业、决策 内容摘要： 随着世界经济一体化、交易网络化、市场竞争白热化的发展，面对复杂、多变、竞争日趋激烈的全球环境，需要企业实时作出正确的决策，好的决策支持对于企业生存是必须的，为了作好决策，必须采取正确的步骤，确保使用正确的信息。为了满足日益复杂化的竞争需要,企业必须借助商务智能来支持战略决策、完善内部控制、实施精确化管理。商务智能为决策人员提供更好的控制指令信息，使他们得以做出更好的商务决策，从而为股东及其他利益相关者创造更大的价值利润。
正文： 一、商务智能的定义 到目前为止，关于商务智能(Business Intelligence，简称BI)还没有一个准确的定义，以下是一些具有代表性的定义： 1.商务智能是指能透过资料的碎取、整合及分析，支持决策过程的技术和商务处理流程，其目的是为了使使用者能在决策的时候，尽可能地得到更好的协助。 2.商务智能是运用了数据仓库、在线分析和数据挖掘技术来处理和分析数据的技术，它允许用户杳询和分析数据库或数据仓库，进而得出影响商务活动的关键因索，最终帮助用户做出更好、更合理的决策。 3.商务智能是通过利用多个数据源的信息以及应用经验和假设，来促进对企业动态特性的准确理解，以便提高企业决策能力的一组概念、方法和过程的集合。它通过对数据的获取、管理和分析，为企业组织的各种人员提供信息，以提高 4.商务智能是通过获取与齐个主题相关的高质量和有意义的信息来帮助人们分析信息、得出结论、形成假设的过程。 以上这些定义从不同的角度对商务智能给出了解释，但这此定义都还不够全面、没有从根本上阐述商务智能的本质。商务智能最早是20世纪90年代末在国外企业界出现的，是指将企业的各种数据及时地转换为管理者感兴趣的信息(或知识)，并以各种方式展现出来，帮助管理者进行科学决策。这里的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商资料，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。这里的数据既包括企业内部的各种数据，也包括企业外部的数据。从技术角度来讲，商务智能是重视分析数据的技术。从应用的角度讲，商务智能也可以被理解为DW+OLAP+DM。数据仓库(DW)是实现商务智能的数据基础，完成了数据的收集、集成、存储、管理等工作，使得商务智能更专注于信息的提取和知识的发现。数据仓库存储元数据和用于决策分析的数据。数据挖掘(DM)可以帮助企业在大量的数据中发现那些不能靠直觉发现的信息或知识。联机分析处理技术(OLAP)可以基于数据仓库中多维的数据进行在线分析处理，生成新的信息，又能实时监视业务管理的成效，使管理者和决策者能自由地与数据相互联系。一般我们可以认为商务智能是一系列的概念、方法和过程的综合，通过这些概念、方法和过程来获取和分析数据，提取有用信息，帮助更好的决策，特别是战略决策。 二、商务智能在提高企业决策能力方面的作用 过去的20年时间里，世界经济的发展主要关注于规模和速度，但是从现在开始，各个行业，不管是金融业还是制造业;电信业还是零售业都意识到：少花钱多办事，提高效率才是真正的王道。我们可以发现，商务智能(BI)已经越来越引起企业的高度重视。最近的一项调查显示，绝大多数的企业高级管理人员都饱受“报告之苦”。每个月，高级管理人员都要花费大量的时间来准备业务报告，而且当获取数据的能力得到改善之后，高管人员还需要一种解决方案，能把信息以更加直观和有吸引力的方式，快捷、简便地呈现出来。BI就是高管人员完成这些工作的有力工具。对于很多企业而言，决策者往往被大量不充分的、不正确的、
商务智能的发展和应用 聂迪 (宝鸡文理学院计算机科学系，陕西宝鸡721016) 摘要 所为商务智能，是明显区别于商业智能的一种分析数据的技术，其内容的获取和显示方面都有终端技术。现今，商务智能已发展成不仅仅只是软件产品和工具，而是一种整体应用的解决方案，甚至升华为一种管理思想，体现的是一种理性的经营管理决策的能力，即全面、准确、及时、深入分析和处理数据与信息的能力。 关键字 商务智能；分析；管理；技术 引言 商务智能的出现是一个渐进的复杂的演变过程，而且仍在发展之中，最早的商务智能被称为决策支持系统，它经历了事务处理系统（TPS）、高级管理人员信息系统（EIS），管理信息系统（MIS）和决策支持系统（DSS）等系统，最终演变成为今天的商务智能。随着计算机应用的不断发展和深入，软件系统的大型化、复杂化，软件的开发与应用已相当的广泛。近年来，商务智能技术日趋成熟，越来越多的企业决策者意识到需要商务智能才能保持和提升企业的竞争力。在美国，500强企业里面已经有90%以上的企业利用企业管理和商务智能软件帮助管理者做出决策。国外己经有很多成功实施商务智能的案例。可在我国，商务智能还处于导入期，商务智能应用的程度和实际效果都与国外企业有很大差距。。 商务智能的定义 商务智能是指利用数据仓库、数据挖掘技术对客户数据进行系统地储存和管理，并通过各种数据统计分析工具对客户数据进行分析，提供各种分析报告，如客户价值评价、客户满意度评价、服务质量评价、营销效果评价、未来市场需求等，为企业的各种经营活动提供决策信息。它是企业利用现代信息技术收集、管理和分析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
18秋学期（1703）《商务智能方法与技术》在线作业 一、单选题共12题，24分 1、知识和信息最主要的区别是 ?A知识比信息重要 ?B信息系统比知识系统昂贵 ?C信息是某种事实而知识是某种经验 ?D知识比信息更容易被组织 学生答案：C得分:2分 2、()是人们观察数据的特定角度，是考虑问题时的一类属性。 ?A维 ?B维的层次 ?C维的成员 ?D数据单元 学生答案：A得分:2分 3、（）是基于网页内容或其描述中抽取知识的过程 ?A内容挖掘 ?B结构挖掘 ?C个性挖掘 ?D使用(日志)挖掘 学生答案：A得分:2分 4、（）是结构化、可以用语言、文字进行口头或书面表达的 ?A显性知识 ?B隐形知识
?C两者皆可 ?D两者都不可 学生答案：A得分:2分 5、知识管理就是对信息的管理是哪个知识管理学派的说法（） ?A行为学派 ?B技术学派 ?C管理学派 ?D综合学派 学生答案：B得分:2分 6、()将会对以后步骤中必须的数据转换提供一个初步的了解，比如数据清理和整合。 ?A业务分析 ?B领域分析 ?C数据分析 ?D专业分析 学生答案：C得分:2分 7、（）就是对一个企业集体的知识与技能的捕获，是为增强组织的绩效而创造、获取和使用知识的过程 ?A知识处理 ?B知识创造 ?C知识储存 ?D知识管理 学生答案：D得分:2分 8、OLAP分析属于哪种驱动型发现。 ?A验证驱动型
?B经验驱动型 ?C事实驱动型 ?D发现驱动型 学生答案：A得分:2分 9、（）存储格式一般比较适合于需要总结数据的查询有较快的响应时间，同时基数据的量又比较大的场合。 ?A ROLAP ?B MOLAP ?C HOLAP ?D ServerOLAP 学生答案：C得分:2分 10、（）针对包括Web页面内容、页面结构和用户访问信息等在内的各种Web数据，应用数据挖掘方法发现有用的知识帮助人们从大量Web文档集中发现隐藏的模式 ?A内容挖掘 ?B结构挖掘 ?C文本挖掘 ?D使用挖掘 学生答案：C得分:2分 11、（）目标就是将恰当的知识在恰当的时候传递给恰当的人，以便使他们能够作出最好的决策 ?A知识处理 ?B知识创造 ?C知识管理 ?D知识储存 学生答案：C得分:2分 12、知识管理将信息处理能力和人的创新能力相互结合，增强组织对环境的适应能力是哪个知识
商务智能在物流管理领域的应用 信息技术的高速发展带来了企业利用信息技术提高本身竞争力的巨大空间:信息技术不但使企业获取需要的信息,而且,促进企业对信息的再利用,以此营造企业的竞争优势。企业一直在寻找对商务智能的理解和实现的方式,以增强企业的竞争力。早在80年代,当时“商务智能”的标准是能容易地获得想要的数据和信 息,Gartner Group 于1996年最早提出了商务智能(Bussiness Intelligence,以下简称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、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。下面我主要介绍商务智能在物流管理领域的应用。 1 商务智能的定义 1.1 商务智能的定义 商务智能又称商务智慧或商务智能,根据国际数据公司(IDC)的定义,商务智能是对商业信息的搜集、加工、管理和分析过程。目的是使企业的各级决策者获得知识或洞察力,帮助他们更快地做出对企业更有利的决策。 为了将数据转化为知识,需要利用数据仓库、数据挖掘和线上分析处理(OLAP)工具等技术。因此,从技术层面上讲,商务智能不是什么新技术,它只是ETL、数据仓库、OLAP、数据挖掘、数据展现等技术的综合运用。 2 商务智能的核心技术 2.1 数据仓库技术 数据仓库系统是对数据的处理技术的集成,而商务智能系统的核心是解决商业问题,它把数据处理技术与商务规则相结合,以提高商业利润减少市场运营风险,是
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。 商务智能的要素有三点，第一点，企业——这里用“组织机构”或“实体”会显得更加完整，因为所有的组织机构和实体（不只是企业）都可以而且应该利用商务智能；之所以仍用“企业”是为保持与“商务”的一致性。各行各业，包括非企业性机构，比如政府部门、教育机构、医疗机构和公用事业等，都应该而且能够利用商务智能。第二点，利用现代信息技术——商务智能过程中所涉及的信息技术主要有：从不同的数据源（交易系统或其他内容储存系统）收集的数据中提取有用的数据，对数据进行清理以保证数据的质量，将数据经转换、重构后存入数据仓库和数据集市（这时数据变为信息），然后寻找合适的查询、报告和分析工具和数据挖掘工具对信息进行处理（这时信息变为辅助决策的知识），最后将知识呈现于用户面前，转变为决策。第三点，收集——收集数据是管理和分析数据的前提，数据收集工作是十分重要的，必须引起企业的充分重视。数据和信息的收集主要是通过各种交易系统进行的，比如企业资源管理规划（ERP）、客户关系管理（CRM）、供应链管理（SCM）和电子商务等系统。 商务智能的核心主要有三方面，一方面，改善商务决策水平——这是商务智能的更高一层的目的和功能，企业能否利用好这一功能、实现这一目的在很大程度上取决于领导者的意识和胸襟以及企业文化中决策科学化和民主化的成分。另一方面，采取有效的商务行动——采取有效的商务行动是创造和累计商务知识和见解、改善商务决策水平的目的和动力。最后，完善各种商务流程——残缺、散乱、僵化、低效的商务流程是企业的顽疾，商务智能能够为这一顽疾的诊断和治疗做出一定的贡献；优化后自动化（请注意先后顺序）的商务流程反过来也会促进商务智能的发展。 商务智能的体系结构主要有数据源、智能工具、应用系统、知识获取和行动四个部分构成。数据源系统——包括前后端OLTP（在线事务处理）、电子商务系统和外部信息提供者等等。这些不仅是数据源，而且是知识和行动的操作对象。商业智能工具系统——包括数据仓库模型和构造工具、访问工具、决策支持工具OLAP和数据挖掘工具。商务智能应用系统——包括人力资源管理、分析和报告、财务管理、客户资源管理、分析和报告供应链管理、企业计划管理的分析和报告。知识和行动应用系统——包括企业知识管理门户、商业信息和建议和知识行动。 商务智能的支撑技术主要有数据仓库（DW）、在线分析处理（OLAP）以及数据挖掘（DM）三部分组成。数据仓库——数据仓库是为企业所有级别的决策制定过程提供支持的所有类型数据的战略集合。它是单个数据存储，出于分析性报告和决策支持的目的而创建。为企业提供需要业务智能来指导业务流程改进和监视时间、成本、质量和控制。在线分析处理——操作储存在静态数据仓储(Data Warehouse)内广泛资源的软件技术。其透过快速、一致、交谈式的界面对同一数据提供各种不同的呈现方式，供不同层面的使用者使用，使其具备透析数据反应出来信息的能力。数据挖掘——是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。 商业智能技术正是一种能够帮助企业迅速地完成信息采集、分析的先进技术。它包含了决策过程中所有的查询和报告、在线分析处理（OLAP）和信息采集应用程序及工具。商业智能解决方案在企业经营中的作用主要表现在三个领域： 一、市场营销关系:通过有效的交流和良好的服务维持客户对企业来讲是至关重要的。商业智能通过帮助企业完成客户划分、客户获得、交叉销售、客户保留等工作，使企业的目标、人员、商务处理流程和基础设施集中到根据客户的需要来定制产品、服务以及"面对面"
《商务智能方法与技术》19秋期末考核-0001 试卷总分:100 得分:70 一、单选题(共15 道试题,共30 分) 1.（）是一种以规范化的方式构造端到端的业务流程为中心，以持续地提高组织绩效为目的的系统化方法 A.知识管理 B.方法管理 C.信息化管理 D.业务流程管理 答案:D 2.知识和信息最主要的区别是 A.知识比信息重要 B.知识比信息更容易被组织 C.信息系统比知识系统昂贵 D.信息是某种事实而知识是某种经验 答案:D 更多加微boge30619 3.（）存储格式一般比较适合于需要总结数据的查询有较快的响应时间，同时基数据的量又比较大的场合。 A.ServerOLAP B.ROLAP
C.MOLAP D.HOLAP 答案:D 4.哪种数据库工具采用矩阵方式来存储数据。 A.都不是 B.桌面型数据库工具 C.多维数据库工具（MOLAP） D.关系型数据库工具（ROLAP） 答案:C 5.（）针对包括Web页面内容、页面结构和用户访问信息等在内的各种Web数据，应用数据挖掘方法发现有用的知识帮助人们从大量Web文档集中发现隐藏的模式 A.结构挖掘 B.文本挖掘 C.内容挖掘 D.使用挖掘 答案:B 6.OLAP系统应能处理与应用有关的任何逻辑分析和统计分析，此描述是指OLAP的哪个特性。
A.快速性 B.多维性 C.可分析性 D.信息性 答案:C 7.（）是基于网页内容或其描述中抽取知识的过程 A.结构挖掘 B.内容挖掘 C.使用(日志)挖掘 D.个性挖掘 答案:B 8.（）根据文本的不同特征划分为不同的类 A.都可以 B.文本聚类 C.文本概括 D.文本分类 答案:B 9.数据仓库系统组成中，哪个部件是把数据从源数据中提取出来，依定义部件的规则将不同数据格式的源数据转换成数
商务智能是什么、不是什么？ 商务智能是什么？ 商务智能的定义不说多如牛毛，也是众说纷纭。人们对商务智能的理解如同那七个印度盲人对大象的理解：有人认为它是高级管理人员信息系统（EIS），有人认为它是管理信息系统（MIS），有人认为它是决策支持系统（DSS）；有人说它是数据库技术，有人说它是数据仓库，有人说它是数据集市，有人说它是数据整合与清洗工具，有人说它是查询和报告工具，有人说它是在线分析处理工具，有人说它是数据挖掘，有人说它是统计分析；有人把它当作分析性ERP, 有人把它当作分析性CRM, 有人把它当作分析性SCM, 有人把它当作企业绩效管理，有人把它当作平衡记分卡…… 真正的商务智能包括上述的一切但又不止上述的一切，因而我们无法把上述的一切简单地加起来就给商务智能下定义。笔者在总结商务智能的定义的众多版本之后，给商务智能下了这样一个定义: “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。” 下面，笔者就这一定义的语义要素进行分解： n 企业——这里用“组织机构”或“实体”会显得更完整，因为所有的组织机构和实体（不只是企业）都可以而且应该利用商务智能；之所以仍用“企业”是为保持与“商务”的一致性。各行各业，包括非企业性机构，比如政府部门、教育机构、医疗机构和公用事业等，都应该而且能够利用商务智能。
n 利用现代信息技术——这是这一定义中的关键之一，现代信息技术的发展产生了信息经济和信息社会，在这一新型的经济和社会形态中，信息的爆炸式激增又产生了对能够处理和控制信息的新技术的强烈需求；商务智能就是新的信息技术在商务分析中的有效利用。商务智能过程中所涉及的信息技术主要有：从不同的数据源（交易系统或其他内容储存系统）收集的数据中提取有用的数据，对数据进行清理以保证数据的质量，将数据经转换、重构后存入数据仓库或数据集市（这时数据变为信息），然后寻找合适的查询、报告和分析工具和数据挖掘工具对信息进行处理（这时信息变为辅助决策的知识），最后将知识呈现于用户面前，转变为决策。 n 收集——收集数据是管理和分析数据的前提，数据收集工作是十分重要的，必须引起企业的充分重视，在这方面中国企业与世界上发达国家中的先进企业之间的差距非常大，这是商务智能在中国还不能很快成熟起来的重要原因之一，这应了中国的一句俗话：“巧妇难为无米之炊”。数据和信息的收集主要是通过各种交易系统进行的，比如企业资源规划（ERP）、客户关系管理（CRM）、供应链管理（SCM）和电子商务等系统。随着中国企业在这些方面的进步，数据和信息的数量会快速增长的。另外，信息，特别是非结构化的信息，来自公司各个部门和各个员工创造和收集的、没有放在上述交易系统中的内容。第三方也是企业收集数据和信息的一个重要来源，这样的外部数据和信息包括市场调研报告、人口统计报告、顾客信用报告等。n 管理——这里的“管理”主要是指对数据的储存、提取、清洗、转换、装载、整合等工作，其目的主要是为了提高数据的质量和安全性。 n 和分析——“分析”是一个广泛的概念，这里包括数据查询、数据报告、多维分析、数据挖掘、高级统计分析等。大多数人理解的商务智能都集中在这些分析工具上。 n 结构化——结构化的数据主要是指储存于各个交易系统背后的关系型数据库中的数据，通常都是以表格的形式存在和展现的。传统的商务智能概念只包括这种结构化的、可定量的数据。 n 和非结构化的——非结构化的数据和信息主要是上面的提到的各个部门和各个员工创造和收集的、没有放在各种交易系统中的内容，通常是以
17秋学期《商务智能方法与技术》在线作业 试卷总分:100 得分:100 一、单选题(共12 道试题,共24 分) 1. （）是一种以规范化的方式构造端到端的业务流程为中心，以持续地提高组织绩效为目的的系统化方法 A. 知识管理 B. 信息化管理 C. 方法管理 D. 业务流程管理 满分：2 分 正确答案:D 2. 数据仓库的前端工具集中，哪个工具是通过对信息的多种可能的观察形式进行快速、一致和交互性的存取，便于用户对数据进行深入的分析和观察。 A. 查询/报表工具 B. 数据挖掘工具 C. OLAP工具 D. 前端开发工具 满分：2 分 正确答案:C 3. （）存储格式一般比较适合于需要总结数据的查询有较快的响应时间，同时基数据的量又比较大的场合。 A. ROLAP B. MOLAP C. HOLAP D. ServerOLAP 满分：2 分 正确答案:C 4. 哪种数据库工具采用矩阵方式来存储数据。 A. 多维数据库工具（MOLAP） B. 关系型数据库工具（ROLAP） C. 桌面型数据库工具 D. 都不是 满分：2 分 正确答案:A
5. （）中知识管理活动可看成知识流的组成单元，由特定的角色负责，产生、存储、应用和发布与业务活动相关的知识对象 A. 知识视图 B. 信息化管理 C. 方法管理 D. 业务流程管理 满分：2 分 正确答案:A 6. （）根据文本的不同特征划分为不同的类 A. 文本概括 B. 文本分类 C. 文本聚类 D. 都可以 满分：2 分 正确答案:C 7. 从源数据中提取数据，转换成数据仓库所要求的格式后存储在数据仓库的()中。 A. 数据缓冲区 B. 数据转换区 C. 数据存储区 D. 数据准备区 满分：2 分 正确答案:D 8. 数据仓库系统组成中，哪个部件是把数据从源数据中提取出来，依定义部件的规则将不同数据格式的源数据转换成数据仓库的数据格式并装载进数据仓库。 A. 元数据库及元数据管理部件 B. 数据转换部件 C. 数据集成部件 D. 数据仓库管理部件 满分：2 分 正确答案:B
BI在中小企业中普及为商务智能应用带来的机遇和挑战 一、前言 BI即商务智能，它是一套完整的解决方案，用来将企业中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助企业做出明智的业务经营决策。在信息技术高速发展的今天，信息技术使企业经营环境发生了革命性的变化，改变了企业的生产、经营及服务方式。为了应对激烈变化的市场，企业必须充分利用信息技术提高其竞争力。 BI系统建设的目标就是要为企业提供一个统一的分析平台，充分利用原有信息系统中积累的宝贵数据，对其进行深层次的挖掘，并从不同的角度分析企业的各种业务指标和构建起业务知识模型。 二、现状 随着国民经济的发展，中小企业已经逐渐成为支撑我国区域经济增长、促进市场繁荣、扩大和促进居民就业、保持社会稳定等的突出力量。商务智能系统与我国中小企业日常运营结合的实现，商务智能是深化企业信息化的重要工具。它的出现为企业决策层提供了决策分析与风险规避的工具，为企业提供了资源优化与价值评价的平台，为企业信息化提供了从运营层向决策层发展的支撑。商务智能的作用在于将各类数据进行高度的概括和总结，形成供高层决策者进行战略决策参考的企业经营状况分析报告，为企业提供及时、高效的战略决策支持。 我国真正实现商务智能较高水平应用的企业不足10%，除此之外的绝大多数企业信息化水平较低，基本上停留在文字处理、财务管理等办公自动化管理阶段。即便是局域网的应用也只是停留在信息共享的层面上，在生产控制方面的应用极其有限。虽然近年来，我国中小企业的信息化意识和信息化水平有了较大提高。但是一个不可否认的事实是，中小企业应用商务智能程度参差不齐，信息化领先企业与后进企业之间的差距正在迅速拉大，加之企业信息化建设的阶段差异和地域差异，使得部分后进企业的商务应用还局限于网上查询和信息发布等，而在供应链系统集成、网络渠道等方面却最现出了明显的滞后效应。中国中小企业BI市场的潜力巨大，由于中小企业资金和经验的局限，越简易低廉越受欢迎，所需要的BI 解决方案与大企业的BI有很大的不同，他们需要更加简便易用、成本低廉的工具。 三、机遇 从全球范围来看，商务智能领域并购不断，商务智能市场已经超过ERP和CRM市场成为最具增长潜力的领域。从中国市场来看，商务智能已经度过了一个从知到行，从概念到实践的阶段。随着ERP系统的普及和企业管理方式由粗放式管理转变为精细化管理，企业
商务智能的发展现状及发展趋势 一．总论 在目前信息技术广为普及的条件下，企业虽然可以借助信息技术从各种途径收集各种数据，但如何对浩瀚如海的数据进行快速科学的处理，如何从海量的信息中获取对企业管理最有价值的知识，并结合企业经营者的分析和判断，为企业决策提供支持，仍是亟待解决的事情。商务智能技术的出现则为上述问题提供了新的理论基础和技术选择。所谓商务智能，是明显区别于商业智能的一种数据分析技术，其内容的获取和显示方面都有终端技术。现今，商务智能已经发展成不仅仅只是软件产品和工具，而是一种整体应用的解决方案，甚至升华为一种管理思想，体现的是一种理性的经营管理决策的能力，即全面、准确、及时、深入分析和处理数据与信息的能力。 商务智能是指利用数据仓库、数据挖掘技术对客户数据进行系统地存储和管理，并通过各种数据统计分析工具对客户数据进行分析，提供各种分析报告，如客户价值评价，服务质量评价、客户满意度评价、营销效果评价、未来市场需求等，为企业的经营活动提供决策信息。它是企业利用现代信息技术进行收集、管理和分析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。主要由数据仓库环境和分析环境两部分构成。
二．商务智能发展现状 1.商务智能市场规模 从2004年开始，中国商务智能应用市场保持了超过40%以上的年增长率。据IDC最新预测:目前商务智能解决方案在中国的市场价值将达到约4.38亿美元，增幅41%，超过业界平均水平3倍，这说明中国商务智能正处于蓬勃发展的上升期。 2.商务智能市场分布 3/4垂直市场：投入商务智能应用的所有企业中大企业占到50%。 3/4平行市场：目前仍以企事业单位用户中的电信行业、金融、银行、证券行业为主。统计、税务、工商等部门的政府用户对BI应用的需求也比较迫切。 3/4区域市场：七个大区中华北区、华东区、华南区、占到市场份额的90%。 3.商务智能的应用情况 固定报表。目前中国市场上的商务智能应用主要停留在这个层面的利用。OLAP分析：生成OPAL模型，建立各主题分析部分所需的综合、统计分析运算及相应的多维结构，然后在多维模型中分析，可完成大到多级业务综合分析，小到针对某一个领域的指标多角度分析。 数据挖掘：是一个萃取和展现新知识的流程。通过分析具体数据，发现确定有效的、新颖的、有潜在使用价值的、以往不为
1 数据挖掘概述 1.1数据挖掘的概念 数据挖掘(Data Mining) 是一个利用各种分析工具在海量数据中发现模型和数据间关系的过程,这些模型和关系可以用来做出预测。它是一个多步骤的对大量数据进行分析的过程,它在自身发展的过程中,吸收了数据库、数理统计和人工智能中的大量技术，是一种利用信息资源的有效方法。 数据挖掘的功能用于指定数据挖掘任务中要找的模式类型。一般来说数据挖掘任务可被分成描述和预测两类：“描述性挖掘任务刻划数据库中数据的一般特性；预测性任务则在当前数据上进行推断，以进行预测。”一般通过概念分类描述、关联分析、分类和预测、聚类分析等方法去实现。 1.2 数据挖掘的方法 利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等，它们分别从不同的角度对数据进行挖掘。1.2.1 分类 分类是找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到某个给定的类别。它可以应用到客户的分类、客户的属性和特征分析、客户满意度分析、客户的购买趋势预测等，如一个汽车零售商将客户按照对汽车的喜好划分成不同的类，这样营销人员就可以将新型汽车的广告手册直接邮寄到有这种喜好的客户手中，从而大大增加了商业机会。 1.2.2 回归分析 回归分析方法反映的是事务数据库中属性值在时间上的特征，产生一个将数据项映射到一个实值预测变量的函数，发现变量或属性间的依赖关系，其主要研究问题包括数据序列的趋势特征、数据序列的预测以及数据间的相关关系等。它可以应用到市场营销的各个方面，如客户寻求、保持和预防客户流失活动、产品生命周期分析、销售趋势预测及有针对性的促销活动等。 1.2.3 聚类分析
关于商务智能的概念 概述 商务智能的定义不说多如牛毛，也是众说纷纭。人们对商务智能的理解如同那七个印度盲人对大象的理解：有人认为它是高级管理人员信息系统（EIS），有人认为它是管理信息系统（MIS），有人认为它是决策支持系统（DSS）；有人说它是数据库技术，有人说它是数据仓库，有人说它是数据集市，有人说它是数据整合与清洗工具，有人说它是查询和报告工具，有人说它是在线分析处理工具，有人说它是数据挖掘，有人说它是统计分析；有人把它当作分析性ERP, 有人把它当作分析性CRM, 有人把它当作分析性SCM, 有人把它当作企业绩效管理，有人把它当作平衡记分卡…… 要素 企业——这里用“组织机构”或“实体”会显得更完整，因为所有的组织机构和实体（不只是企业）都可以而且应该利用商务智能；之所以仍用“企业”是为保持与“商务”的一致性。各行各业，包括非企业性机构，比如政府部门、教育机构、医疗机构和公用事业等，都应该而且能够利用商务智能。 利用现代信息技术——这是这一定义中的关键之一，现代信息技术的发展产生了信息经济和信息社会，在这一新型的经济和社会形态中，信息的爆炸式激增又产生了对能够处理和控制信息的新技术的强烈需求；商务智能就是新的信息技术在商务分析中的有效利用。商务智能过程中所涉及的信息技术主要有：从不同的数据源（交易系统或其他内容储存系统）收集的数据中提取有用的数据，对数据进行清理以保证数据的质量，将数据经转换、重构后存入数据仓库或数据集市（这时数据变为信息），然后寻找合适的查询、报告和分析工具和数据挖掘工具对信息进行处理（这时信息变为辅助决策的知识），最后将知识呈现于用户面前，转变为决策。 收集——收集数据是管理和分析数据的前提，数据收集工作是十分重要的，必须引起企业的充分重视，在这方面中国企业与世界上发达国家中的先进企业之间的差距非常大，这是商务智能在中国还不能很快成熟起来的重要原因之一，这应了中国的一句俗话：“巧妇难为无米之炊”。数据和信息的收集主要是通过各种交易系统进行的，比如企业资源规划（ERP）、客户关