商务智能重点整理(1)
商务智能复习文档
商务智能：Business Intelligence-由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以辅助企业决策为目的一类技术及其应用-工业界-商务智能可以被看作是一类技术或工具，利用它们可以对大量的数据进行收集、管理、分析和挖掘，以改善业务决策水平，增强企业的竞争力-学术界-商务智能是一套理论、方法和应用，通过它们可以快速地发现海量数据中隐含的各种知识，有效地解决企业面临的管理和决策问题，支持企业的战略实施。
商务智能指收集、转换、分析和发布数据的过程，目的是为了更好的决策。
商务智能是指将数据转化为知识的过程。
它包括捕获和分析信息，交流信息，以及利用这些信息开发市场。
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，提升商务绩效，增强综合竞争力的智慧和能力。
Business Intelligence is a process of turning data into knowledge and knowledge into action for business gain—Data Warehouse Institute商务智能是指透过资料的萃取、整合及分析，支持决策过程的技术和商业处理流程，其目的是为了使使用者能在决策的时候，尽可能得到更好的协助。
商务智能是运用数据仓库、在线分析和数据挖掘技术来处理和分析数据的技术，它允许用户查询和分析数据库，进而得出影响商业活动的关键因素，最终帮助用户做出更好、更合理的决策。
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。
商务智能是通过获取与各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。
商务智能是融合了先进信息技术与创新管理理念的结合体，集成企业内外数据，进行加工并从中提取能够创造商业价值的知识，面向企业战略并服务于管理层、业务层，指导企业经营决策，提升企业竞争力。
商务智能(1).ppt
7.4 数据仓库系统的开发过程
流程：
– 启动工程 – 建立技术环境 – 设计主题进行数据建模 – 设计数据仓库中的数据库 – 数据转换程序 – 管理元数据 – 开发用户决策的数据分析工具 – 管理数据仓库环境
14
7.5 数据仓库的前端访问和分析工具
数据仓库的前端访问和分析工具是供业 务分析和决策人员访问目标数据库中的 数据，并作进一步的深入分析之用。 OLAP数据挖掘工具是常用的数据仓库的 前端访问和分析工具。
– 切片和切块 – 钻取 – 旋转
17
7.5.2 数据挖掘
1、数据挖掘的概念
– 数据挖掘是从大型数据库中提取人们感兴趣 的知识
2、数据挖掘的分析方法：
– 关联分析 – 序列模式分析 – 分类分析 – 聚类分析
18
第七章结束，谢谢！！
19
第7章 商务智能
主要内容
7.1 商务智能概述 7.2 数据仓库概述 7.3 数据仓库建模 7.4 数据仓库系统的开发过程 7.5 数据仓库的前端访问和分析工具
1
7.1 商务智能概述
商务智能的基本任务：收集、管理和分析数据， 通过先进的工具把数据转换为有用的信息，然 后将这些信息发布到整个企业，促进企业科学 决策的制定，有效获得更具有战略意义的决策。 商务智能是数据处理技术与多种技术，如人工 智能技术、统计技术、数据仓库技术的有机集 合。
– 指数据仓库的数据单位中保存数据的细化或 综合程度的级别。
（2）分割
– 指把逻辑上是统一的整体的数据分割成较少 的、可以独立管理的物理单元进行存储。
– 通常采用按时间分割。
9
例 商品销售数据的分割
2000年 家电类 日用化工类 针织服装类 副食类
商务智能重点(大概整理)
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）3.DSS的定义决策支持系统(DSS)是以管理科学,运筹学,控制论和行为科学为基础,以计算机技术，仿真技术和信息技术为手段,针对半结构化和非结构化的决策问题,支持决策活动的具有智能作用的人机系统.3.DSS 的构造DSS的构造研究主要解决DSS的组成问题，即组成DSS的部件。
《商务智能》考试复习内容-(含答案)
闭卷考试，时间120分钟，五种题型：选择题(10分）、判断题（10分)、名词解释题（30分）、简答题（30分）、论述题（20分）第1章商务智能基本知识（1）商务智能的概念、价值、驱动力。
概念：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-王茁专著《三位一体的商务智能》. 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.价值：To support decision making at all levels of business management based on the facts and （scientific）predictions of current and future business situations that are obtained from intelligent analysis of historical business data。
支持各级决策基于事实和商业管理的(科学)的预测当前和未来的业务情况下获得历史业务数据的智能分析。
Business decisions made with BI support are more—Correct 恰当—Accurate 准确-Objective 客观-Timely 及时驱动力：在商务智能背后有一些商业驱动力,例如：增加收入,减少费用和更有效地竞争的需求。
管理和模拟当前商业环境复杂性的需求。
减少IT费用和利用已有公司业务信息的需求。
（2）商务智能系统的功能、主要工具.功能：在商务智能背后有一些商业驱动力,例如:增加收入，减少费用和更有效地竞争的需求。
管理和模拟当前商业环境复杂性的需求。
减少IT费用和利用已有公司业务信息的需求.主要工具:第2章商务智能核心技术（1）商务智能系统的架构如何？（2）什么是数据仓库?数据仓库用来保存从多个数据库或其它信息源选取的数据，并为上层应用提供统一用户接口,完成数据查询和分析。
商务智能考点内容
商务智能考点内容一、商务智能内容●数据仓库、数据挖掘、OLAP二、数据挖掘内容●算法、数据库技术、可视化技术、其他、机器学习、模式识别、统计分析三、知识包括什么●显性：规范化、系统化●隐性：个人思想和经验四、OTAP和OLAP区别●特征、面向、关注、功能五、数据仓库的特点●时变性、稳定性、决策支持、集成性、面向主题●主题以表存储，采用同一套编码规则、定时增加删除、实时捕捉快照、决策支持六、数据仓库流程●获取、管理、分析、展现七、数据仓库可运用于●投资组合分析、利润成本分析、资产分析八、元数据概念●是对于源数据的说明，包括名称、定义、来源、创建时间等九、数据仓库模型及联系和区别●物理模型、逻辑模型、概念模型●物理模型是逻辑模型在数据仓库中的实现十、粒度概念●粒度说明数据仓库中数据综合程度的高低。
●粒度越小，综合程度越小，可查询的种类越多；粒度越大，综合程度越高，查询的效率越高●粒度小的数据存储在低速存储器，粒度大的数据存储在高速存储器十一、OLAP概念●OLAP是针对特点问题的数据的联机访问和分析，它通过信息的可能的观察形式来进行快速的、稳定一致的、交互性的存取。
允许管理决策人员对数据进行深入观察。
十二、OLAP特点●快速性，5秒内对请求做出回应●可分析性，系统必须能够处理和应用有关的逻辑分析和统计分析●多维性，系统必须提供对数据的多维视图及分析●信息性，获得信息和管理信息十三、OLAP操作●对二维数据切片，三维数据切块●钻取，包括下钻和上卷●旋转十四、MOLAP特点●对数据进行预处理，性能好十五、MOLAP和ROLAP比较●MOLAP把多维实视图在概念上看成一个超立方体，物理上为一个多维数组，而ROLAP以表的形式存储实视图。
ROLAP更加灵活、节省空间，MOLAP在性能和管理上更加优越。
十六、数据仓库和数据库中数据的比较●数据仓库：长期框架、静态、定期更新、数据驱动●数据库：短期框架、快速变化、实时更新、事件驱动十七、BP神经网络训练步骤●分析业务问题●选择训练样本集，对输入值和输出值进行预处理●利用经验确定网络的拓扑结构，对神经元的权值和偏置进行初始化●利用反向传播等算法训练网络，逐渐缩小网络权值误差以达到最佳值●用测试集检查网络分类或预测质量●预测未知样本的分类十八、二元变量相异度计算●对称性：d(X1,X2)=b+c/a+b+c+d●非对称性：d(X1,X2)=b+c/a+b+c十九、支持度和置信度●多大可能购买集X中商品的顾客同时也购买集Y中商品二十、回归分析的步骤●确定自变量和因变量●绘制散点图，观察大致关系●求回归系数，建立回归模型●检验回归模型●预测未来情况二十一、Web挖掘概念●主要是处理文本、图形、图像等半结构化、非机构化数据。
商务智能方法与应用笔记
商务智能方法与应用笔记一、商务智能的概念商务智能是指利用数据分析、数据挖掘、商业预测等技术手段，帮助企业管理者进行决策的一种信息化工具。
商务智能的实际应用是将各种不同的数据整合在一起，以便更好地进行分析和利用，从而为企业的管理层提供决策支持。
二、商务智能的方法1. 数据仓库数据仓库是商务智能的基础，它是一个用于存储和管理企业核心数据的集中式数据库系统。
数据仓库可以整合来自不同数据源的数据，包括交易数据、客户数据、市场数据等。
数据仓库的建立和维护是商务智能的第一步，也是商务智能方法中最重要的一环。
2. 数据分析数据分析是商务智能的核心方法之一，通过对大量数据的分析，可以帮助企业发现潜在的业务趋势和问题。
数据分析可以采用统计分析、数据挖掘、机器学习等技术手段，以发现数据中的规律和关联，从而为企业的决策提供可靠的依据。
3. 商业智能工具商业智能工具是商务智能方法中的重要支撑，包括数据可视化工具、报表工具、仪表盘工具等。
这些工具可以帮助企业管理者更直观地了解数据，以便更好地进行业务分析和决策。
三、商务智能的应用1. 销售预测通过商务智能方法可以分析历史销售数据、市场趋势等信息，从而预测未来的销售趋势，帮助企业做出合理的生产计划和市场策略。
2. 客户分析商务智能可以对客户进行深入的分析，包括客户的消费习惯、偏好、忠诚度等方面，从而帮助企业制定更有针对性的营销策略，提升客户满意度和忠诚度。
3. 供应链优化通过对供应链数据的分析，商务智能可以帮助企业优化供应链管理，提高供应链的效率和灵活性，减少库存成本和生产周期，提升企业的竞争力。
四、商务智能的发展趋势随着大数据、人工智能等技术的发展，商务智能也在不断演进。
未来，商务智能将更加注重数据的实时性和智能化分析能力，以更好地满足企业决策的需求。
总结：商务智能方法与应用是企业信息化的重要组成部分，它通过数据分析、预测建模、决策支持等手段，帮助企业管理者更好地把握市场动向、优化资源配置，提高企业的竞争力和盈利能力。
商务智能复习资料(必读)
商务智能复习纲要第1章 商务智能概述1.1 商业决策需要商务智能一、数据、信息和知识1、数据：符号、事实和数字 信息：有用的数据 关系：信息是经过某种加工处理后的数据，是反映客观事物规律的一些数据。
数据是信息的载体,信息是对数据的解释。
知识：对信息内容进行提炼、比较、挖掘、分析、概括、判断和推论。
2、决策离不开信息、知识①决策需要信息，更离不开知识；知识更多地表现为经验--学习的结晶；学习的过程是不断地对信息加工处理；信息的收集、加工、传输与利用贯穿着决策各阶段的工作过程。
②信息已成为企业经营中重要性仅次于人才的第二大要素。
③决策=信息+经验+冒险④商务智能是对企业信息的科学管理。
3、商务智能支持商业决策商务智能如何创造知识和价值1.2 商务智能简介商务智能这一术语1996年由 Gartner 公司的分析师Howard Dresner 首次提出,他提出商务智能描述了一系列的概念和方法,通过应用基于事实的支持系统来辅助商业决策的制定。
一、商务智能概念事物运动 数据 信息记录解释商务智能是整合了先进信息技术与创新管理理念的结合体，集成了企业内外的数据，进行加工并从中提取能够创造商业价值的信息，面向企业战略并服务于管理层、业务层，指导企业经营决策，提升企业竞争力，涉及企业战略、管理思想、业务整合和技术体系等层面，促进信息到知识再到利润的转变，从而实现更好的绩效。
①先进信息技术：商务智能是多项技术的综合应用；②集成了企业内外的数据，进行加工并从中提取能够创造商业价值的信息：商务智能的层次；③企业战略：商务智能服务于企业战略；④管理层、业务层：商务智能用户多样性；⑤更好的绩效：商务智能提升企业绩效。
二、商务智能的价值1、在商务智能背后有一些商业驱动力，如：①增加收入，减少费用和更有效地竞争的需求。
②管理和模拟当前商业环境复杂性的需求。
③减少IT费用和利用已有公司业务信息的需求。
2、商务智能的价值①制定合适的市场营销策略；②改善顾客智能；③经营成本与收入分析；④提高风险管理能力；⑤改善业务洞察力；⑥提高市场响应能力。
商业智能知识点
数据仓库的数据组织结构在数据仓库中，数据被分成4种级别，分别是高度综合级、轻度综合级、当前细节级、早期细节级。
当前的数据总是首先进入当前细节级，然后根据应用的需求，通过预运算将细节数据聚合成轻度综合和高度综合级数据。
随着时间的推移，系统中的一些细节数据已经老化了，很少会被用户使用，此时为了节省系统的存储空间，可以将这些老化的细节数据导出到备份设备上,这就是早期细节级数据。
由于客户呼叫数据的数据量很大，并且数据仓库的使用者常常只关心近期的细节数据，因此我们可以在系统中只保存近期的细节数据，而将之前的详细数据导出到备份设备中。
对于高度综合的数据，由于其数据量已经很少，所以一般可以不考虑它们的导出问题。
总的来说，数据仓库的这种组织方式的核心思想是：在系统中保留最有可能被用户使用的数据，而用户很少使用的数据则备份出系统。
综合程度不同的数据其用途不同，在数据仓库中多重的数据粒度是必不可少的。
但是，由于数据仓库最主要的目的是反映企业的整体信息和DSS分析，回答综合程度较高的问题。
如果为了回答许多细节问题，而使系统的数据量极度膨胀，从而降低系统的运营效率，就背离了系统建设的初衷，这也是我们在数据仓库数据组织方式中说明的，对细节数据和综合数据采用不同策略的原因。
实际的工程项目中，我们可以将综合数据较高的数据存放在访问速率较高的磁盘上，而将细节数据定期导出到低速的磁带上。
从数据仓库中导出的数据仍然属于数据仓库，只是在存储介质上发生了改变。
如果这两个样本的数据特征不类似，则继续抽样。
等到抽样获得的样本5、样本6它们的数值特征非常地相似，则认为样本集合的数值特征类似，并且都同源数据具有类似的特征数据分割能提高数据处理的效率。
如果数据库中的数据没有发生变化，则不需要对数据仓库进行追加。
数据追加只增加在上次数据输入后数据库中变化了的数据。
要完成数据追加的工作，最关键的是“捕捉”数据变化，并将数据的变化记录下来。
并不是日志文件中所有的信息都是必须的，通过分析日志文件可以减少工作量。