桂电《商务智能与数据挖掘》简答题答案

2、分析一下基于软件即服务使用模使得商务智能系统不必过多的依赖于企业的IT部门和IT资源，减轻了企业的人力、财力的压力，降低了管理维护基础设施和软件的人力成本，也降低了企业部署商务智能的风险，有利于商务智能在企业的各个部门的推广使用，促进企业商业模式的变革，提高企业核心竞争力。
5.信息性指的是系统处理大量数据、提供用户所需信息的能力。
P121
1、简述可视化技术与商务智能的关系。
答：
可视化技术是将抽象的数据表示为视觉图像的技术，作为商务智能的基础技术和表现之一，辅助商务智能的发现，使数据或知识的表示更加清晰、明了；而商务智能的其他技术为它提供数据存储、数据预处理、数据分析等的能力。二者相互交融、互相促进。
P138
2、借助商务智能进行关系营销的主要目的和方法有哪些？
答：
1.主要目的：培养客户忠诚性，提高客户满意度，维护良好的沟通渠道，有效开发客户生命周期内的价值，在客户所处的各个阶段，借助商务智能技术，可以进行有效的关系营销活动，以达到顾客满意，企业获利的双赢状态。
2.方法：使用操作型系统及外部系统、数据仓库、数据集市存储客户数据；使用OLAP、分类、聚类、数值预测、关联分析、时间序列分析对数据进行处理。
2.缺点：①安全问题，涉及数据的丢失以及敏感数据的泄露等；②网络延迟或中断，由于计算资源是通过互联网等网络提供的，比起局域网肯定存在网络的延迟，如果网络中断，则无法访问服务；③对服务提供商的依赖，如果服务提供商停止服务，则用户无法得到服务；④集成问题，服务提供商提供的软件、业其他系统进行集成等。
2、商务智能可视化有什么作用？
答：
1.通过将数据可视化，便于发现隐藏在数据之间的关系、可以使信息的交流更加清楚、有效；
2.可视化也是一种知识发现的手段，通过将数据以合适的形式展现给用户，通过人的视觉处理能力有时可以发现计算机发现不了的模式。
P138
1、商务智能的典型应用领域有哪些？
答：
商务智能的应用也深入各行各业，在零售、金融、电信、保险，制造等领域的市场管理，风险管理及生产管理等方面均有成功的应用。
P165
1、常用的开源数据挖掘软件有哪些？
答：
1.RapidMiner（该工具是用Java语言编写的，通过基于模板的框架提供先进的分析技术。该款工具最大的好处就是，用户无需写任何代码。它是作为一个服务提供，而不是一款本地软件。）
2.WEKA（WEKA支持多种标准数据挖掘任务，包括数据预处理、收集、分类、回归分析、可视化和特征选取。）
3.R-Programming（它主要是由C语言和FORTRAN语言编写的，并且很多模块都是由R编写的，这是一款针对编程语言和软件环境进行统计计算和制图的免费软件。R语言被广泛应用于数据挖掘，以及开发统计软件和数据分析中。）
4.Orange（它是一个基于Python语言，功能强大的开源工具，并且对初学者和专家级的大神均适用。）
答：
1.通过收集客户的行为数据，可以发现用户的兴趣偏好，为其提供个性化服务，提高客户满意度，增加企业利润。但这些数据被善意利用的同时也可能泄露用户隐私；
2.用户在网上查询、浏览、购物、交友、分享信息，用户的一举一动几乎都被记录下来，其中包含了用户的很多隐私信息；
3.GPS技术的使用，用户的位置、移动信息也被记录下来。
5.KNIME（数据处理主要有三个部分：提取、转换和加载。 而这三者KNIME都可以做到。 KNIME为您提供了一个图形化的用户界面，以便对数据节点进行处理。）
6.NLTK（NLTK提供了一个语言处理工具，包括数据挖掘、机器学习、数据抓取、情感分析等各种语言处理任务。）
P188
1、列举商务智能应用中可能涉及的隐私保护问题。
《商务智能与数据挖掘》简答题部分答案
--《商务智能与方法应用》（刘红岩编著)
P9
1、什么是商务智能？
答：
商务智能指用现代数据仓库技术、联机分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。
4、商务智能系统的主要组成要素有哪些？
答：
一个商务智能系统通常包含6个主要组成部分：数据源、数据仓库、在线分析处理、数据探查、数据挖掘以及业务绩效管理。
3.优化上，数据仓库侧重于处理和探索海量数据，数据集市则侧重于快速的访问和分析。
(2)联系：数据集市是数据仓库的一种特殊形式，一般情况下数据集市从属于某个数据仓库，但二者又均以资料导向型设计、不属于任何一个OLTP系统
P110
1、OLAP有哪些特点？
答：OLAP的特点有：快速（Fast）、分析性能(Analysis)、共享性（Shared）、多维性（Multidimensional）、信息性（Information），简称FASMI。即：
在线分析处理（OLAP）是数据库系统的主要应用，提供数据的多维分析以支持决策过程。
OLTP和OLAP二者的不同之处有：面向的用户；功能的作用；数据库中存储的数据；数据库设计（包括数据库的数据处理方式、使用方式、执行单元、性能指标、事务特性）。
P103
3、构建数据仓库系统的主要阶段？
答：
数据库项目的开发可以分为6个阶段：项目规划、需求分析、概念设计、ETL设计、逻辑和物理设计、实现与培训。
1.项目规划阶段主要目的是了解总体需求，界定项目实施的范围，评估项目的必要行和可行性，撰写数据仓库项目的规划文档。
2.需求分析阶段，可进一步详细了解需求，确定分析主题以及相关的维度和度量， 了解已有信息系统的功能、结构和模型，确定数据仓库中应该包含的数据，以及相关的数据来源，撰写需求分析说明书。
3.概念设计阶段，可利用概念模型描述数据仓库包含的主要及其关系。
1.快速性指的是系统能够在大约5s内响应用户的请求，最长不超过20s。
2.分析性能指的是系统能够以直观的形式提供灵活的统计分析功能，便于用户操作，允许用户自己定义运算方式。
3.共享性指的是支持多用户并发访问系统，具有可靠的安全性。
4.多维性是OLAP最关键的一个特性，它指的是系统必须提供数据的多维视图以及维度内的层次聚集功能。
P15
2、商务智能系统成功的关键因素有哪些？
答：
商务智能系统成功的关键因素主要有5个：业务驱动、高层支持、业务人员和IT人员的合作、循序渐进、培训。
4、OLTP和OLAP分别代表什么?比较二者之间的不同之处。
答：
在线事务处理(OLTP),是数据库管理系统的主要功能，用于完成企业内部各个部门的日常业务操作。
4.ETL设计阶段，包括数据抽取、转换和加载设计三部分。
5.逻辑和物理设计阶段，用于设计数据仓库的逻辑模型和物理模型。
6.实现与培训阶段，包括数据仓库系统的实现和用户使用的培训。
4、简要说明数据仓库和数据集市的区别和联系。
答：
（1)区别：
1.应用范围上，数据仓库一般为企业级；数据集市一般为部门级。
2.存储内容上，数据仓库包含企业经营过程中所有详细数据；数据集市一般只包含特定范围的详细数据和适度聚合的数据。