楊倩雯（四川大學(xué)商學(xué)院，四川　成都　610000）

商務(wù)智能主要技術(shù)的發(fā)展與應(yīng)用

楊倩雯
（四川大學(xué)商學(xué)院，四川成都610000）

摘要：在今天的商業(yè)決策中，商務(wù)智能已經(jīng)得到廣泛的應(yīng)用，并且正在向日常生活的各個(gè)方面滲透，發(fā)揮著越來越重要的作用。其主要技術(shù)，數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘的不斷發(fā)展使商務(wù)智能進(jìn)一步地智能化，功能也逐步地?cái)U(kuò)大和完善。本文將主要探討商務(wù)智能主要技術(shù)的發(fā)展歷程及應(yīng)用。

關(guān)鍵詞：商務(wù)智能；數(shù)據(jù)倉庫；聯(lián)機(jī)分析處理；數(shù)據(jù)挖掘

1　引言

21世紀(jì)的我們已經(jīng)步入了信息時(shí)代，信息處理和利用的能力對(duì)企業(yè)發(fā)展的影響越來越大，企業(yè)也在更多地重視信息的價(jià)值?？▋?nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)教授赫伯特·西蒙曾經(jīng)說過：“在后工業(yè)時(shí)代，也就是信息時(shí)代，人類社會(huì)的中心問題將從如何提高生產(chǎn)率轉(zhuǎn)變?yōu)槿绾胃玫乩眯畔磔o助決策?！蔽髅山淌谔岢龅摹靶畔⑤o助決策”的觀點(diǎn)被認(rèn)為是“商務(wù)智能”的理論雛形。從概念的提出到現(xiàn)在的不斷發(fā)展深入，商務(wù)智能要回答的問題始終不變：即如何將數(shù)據(jù)、信息轉(zhuǎn)化為知識(shí)，擴(kuò)大人類的理性，進(jìn)而輔助決策。以下將主要探討在商務(wù)智能的發(fā)展進(jìn)程中經(jīng)歷的轉(zhuǎn)變。

2　主要技術(shù)發(fā)展及應(yīng)用

2.1數(shù)據(jù)倉庫（DataWarehouse DW）

數(shù)據(jù)最早存儲(chǔ)在運(yùn)營式系統(tǒng)中，是為了提高查詢的效率。但獨(dú)立的系統(tǒng)越來越多，數(shù)據(jù)量也越來越大，傳統(tǒng)的對(duì)數(shù)據(jù)的管理方法已經(jīng)不能滿足業(yè)務(wù)的需求。20世紀(jì)90年代，管理大師彼得·德魯克曾感慨：迄今為止，系統(tǒng)產(chǎn)生的還僅僅是數(shù)據(jù)，而不是信息，更不是知識(shí)!

Teradata天睿公司，全球最大的專注于大數(shù)據(jù)分析、數(shù)據(jù)倉庫和整合營銷管理解決方案的供應(yīng)商。它在1983年利用并行處理技術(shù)為富國銀行建立了一個(gè)決策支持系統(tǒng)，可以認(rèn)為是世界上的第一個(gè)數(shù)據(jù)倉庫。

對(duì)于數(shù)據(jù)倉庫的定義直到1992年才被提出，比爾·恩門出版了《構(gòu)建數(shù)據(jù)倉庫》一書，真正拉開了數(shù)據(jù)倉庫大規(guī)模使用的序幕。恩門認(rèn)為：數(shù)據(jù)倉庫是一個(gè)面向主題的、集成的、穩(wěn)定的、包含歷史數(shù)據(jù)的數(shù)據(jù)集成，用于支撐管理決策的制定。數(shù)據(jù)倉庫是實(shí)現(xiàn)商務(wù)智能的基礎(chǔ)，由于數(shù)據(jù)倉庫載入的大量原始信息，歸并各種數(shù)據(jù)源的數(shù)據(jù)，才使企業(yè)管理和商業(yè)決策有據(jù)可依。與數(shù)據(jù)倉庫的發(fā)展相結(jié)合，商務(wù)智能才能充分發(fā)揮其潛力。但數(shù)據(jù)倉庫絕不是所謂的“大型數(shù)據(jù)庫”，數(shù)據(jù)庫僅僅是對(duì)數(shù)據(jù)進(jìn)行保存和查詢，提高系統(tǒng)運(yùn)營的效率；而數(shù)據(jù)倉庫是以進(jìn)一步挖掘數(shù)據(jù)，輔助決策為目的進(jìn)行數(shù)據(jù)存儲(chǔ)的。

2.2聯(lián)機(jī)分析處理技術(shù)（Online AnalyticalProcessing，OLAP）

要解釋聯(lián)機(jī)分析處理，就要談到關(guān)系型數(shù)據(jù)庫，其呈現(xiàn)數(shù)據(jù)的方式是報(bào)表。關(guān)系數(shù)據(jù)庫之父E.F.Codd認(rèn)為對(duì)數(shù)據(jù)庫進(jìn)行簡單的查詢已經(jīng)不能滿足終端用戶分析的需求，用戶要解決的可能是多維度、復(fù)雜的問題，然而查詢的結(jié)果卻遠(yuǎn)遠(yuǎn)達(dá)不到要求。于是在1993年，他提出了多維數(shù)據(jù)庫和多維分析的概念，即聯(lián)機(jī)分析技術(shù)OLAP。聯(lián)機(jī)分析可以把多個(gè)數(shù)據(jù)庫相連，通過這種方式，管理者能自由地與商務(wù)數(shù)據(jù)相聯(lián)系，獲得更深入的洞察。

只從概念來理解，不免有些抽象，舉個(gè)簡單的例子。某企業(yè)管理層想了解四個(gè)季度該企業(yè)各類產(chǎn)品在北京、上海、深圳三座城市的銷售情況，用戶在前段選擇這三個(gè)維度后，就可以從數(shù)據(jù)倉庫中將需要的數(shù)據(jù)抽取出來，形成一個(gè)三維立方體，看到直觀的銷售情況。也可以對(duì)數(shù)據(jù)進(jìn)行切片、旋轉(zhuǎn)、鉆取，以從多視角查看數(shù)據(jù)。

運(yùn)用聯(lián)機(jī)分析技術(shù)，用戶可以按自己的需要?jiǎng)?chuàng)建報(bào)表，從不同粒度、不同維度對(duì)數(shù)據(jù)進(jìn)行分析。

2.3數(shù)據(jù)挖掘技術(shù)（DataMining，DM）

隨著數(shù)據(jù)倉庫技術(shù)的不斷發(fā)展，數(shù)據(jù)量在迅速增長，但人們從海量數(shù)據(jù)中發(fā)掘隱藏信息的能力并沒有提升，出現(xiàn)了“數(shù)據(jù)爆炸但知識(shí)貧乏”的現(xiàn)象。商務(wù)智能的發(fā)展遇到了瓶頸，即如何將數(shù)據(jù)轉(zhuǎn)換成知識(shí)。數(shù)據(jù)挖掘剛好可以解決這樣的問題。

對(duì)于數(shù)據(jù)挖掘暫無統(tǒng)一的定義，顧名思義，數(shù)據(jù)挖掘是對(duì)數(shù)據(jù)進(jìn)行深層處理和分析的過程，其目的是通過算法探索隱藏的信息，以此發(fā)現(xiàn)人們可理解的知識(shí)，進(jìn)而輔助決策。舉個(gè)簡單的例子來說，沃爾瑪公司借助數(shù)據(jù)挖掘技術(shù)，依據(jù)關(guān)聯(lián)規(guī)則進(jìn)行購物籃分析，發(fā)現(xiàn)和尿布一起購買最多的商品是啤酒。則“人們更傾向于同時(shí)購買啤酒和尿布”就是知識(shí)，而這種知識(shí)可以讓超市做出決定：將啤酒和尿布兩類產(chǎn)品擺放在一起。從而提升兩種產(chǎn)品的銷量。

數(shù)據(jù)挖掘的應(yīng)用案例還有很多，匯豐銀行對(duì)客戶群進(jìn)行分類，對(duì)每種產(chǎn)品找出最有價(jià)值的客戶，使?fàn)I銷費(fèi)用降低了30%。

與聯(lián)機(jī)分析技術(shù)OLAP不同的是，數(shù)據(jù)挖掘是個(gè)歸納推理的過程，功能在于數(shù)據(jù)庫知識(shí)發(fā)現(xiàn)KnowledgeDiscoveryin Database，使用的數(shù)據(jù)可以是有巨大噪聲的；而聯(lián)機(jī)分析OLAP是個(gè)演繹推理的過程，從已經(jīng)規(guī)范化的純凈的數(shù)據(jù)庫中處理數(shù)據(jù)，其主要功能在于統(tǒng)計(jì)和統(tǒng)計(jì)結(jié)果的展示，展現(xiàn)的只是數(shù)據(jù)的表象。

因?yàn)閿?shù)據(jù)挖掘具備知識(shí)發(fā)現(xiàn)的功能，真正實(shí)現(xiàn)了擴(kuò)大人類的理性，所以說它賦予了技術(shù)“智能”的內(nèi)涵。

結(jié)語

商務(wù)智能從誕生到發(fā)展到今天，相關(guān)技術(shù)在不斷地改進(jìn)與完善。但同時(shí)，商務(wù)智能依然是一個(gè)年輕且有活力的領(lǐng)域，有著巨大的發(fā)展?jié)摿ΑＫ膽?yīng)用領(lǐng)域在不斷地?cái)U(kuò)大，人們對(duì)它的研究也在日益廣泛和深入。現(xiàn)在，商務(wù)智能已不僅僅應(yīng)用于商業(yè)決策，而且正在向醫(yī)療、交通、社交媒體、娛樂等等各個(gè)方面滲透，進(jìn)軍新領(lǐng)域也將為商務(wù)智能的發(fā)展創(chuàng)造新的需求。

參考文獻(xiàn)

[1]夏國恩，金煒東，張葛祥．商務(wù)智能在中國的現(xiàn)狀和發(fā)展研究[J]．科技進(jìn)步與對(duì)策，2006（01）：173-176．

[2]http：//www．serachbi．com．cn/sho．一篇文章讀懂商務(wù)智能的前世今生．

[3]CoddE．F．,CoddS．B．,SalleyC．T．Beyongdecisionsupport[J]．Computer World,1993（27）:231-237．

中圖分類號(hào)：F713

文獻(xiàn)標(biāo)識(shí)碼：A