商业智能在ERP系统中的应用研究上海

商业智能在ERP系统中的应用研究

商业智能在ERP系统中的应用研究 2011： 1 绪论商业智能的发展商业智能是一种综合运用了数据仓库、联机分析和数据挖掘技术来处理和分析数据的崭新技术。商业智能这一术语1989不同，不能形成统一的格式，很少建立起自己的数据仓库或数据集市，使数据挖掘技术不能很好利用。4．有关决策支持的功能分布于ERP的各个系统中，不能充分发挥第三方数据展示工具的应用。在数据仓库的解决方案中，有很多的专用工具可以选择，而分散的系统造成了工具使用上的难度。研究意义基于目前情况，本课题研究意义是把数据集市引入商业智能系统中代替数据仓库，使国内的中小企业也能拥有自己的商业智能，利用ERP系统提供的大量及时的数据果断决策，使用少量的投资，获取更大的回报，抓住机遇，赢得优势，使企业生存发展处于不败之地。通过引入数据集市建立的ERP软件的商业智能，它的优势在于：1．数据集市是一种更小、更集中的数据仓库，是为企业提供分析商业数据的一条廉价途径。它是具有特定应用的数据仓库，主要针对某个具有战略意义的应用或具体部门级的应用，把企业长期积累的数据充分利用。2．数据集市一般包含有关某一特定业务领域的数据，可以分布在不同的物理平台上，随着企业的壮大，当更多的数据集市加人时，应将这些数据集市加以集成，最终建立起一种结构，即构成企业级数据仓库的数据。相关理论与技术数据仓库业界公认的数据仓库概念创始人w．H．Iumon在‘建立数据仓库》一书中对数据仓库的定义是：数据仓库就是面向主题的、集成的、稳定的、不同时问的数据集合，用以支持经营管理中的决策制定过程。数据仓库中的数据面向主题与传统数据库面向应用相对应。主题是一个在较高层次将数据归类的标准，每一个主题对应一个宏观的分析领域：数据仓库的集成特性是指在数据进人数据仓库之前，必须经过数据加工和集成，这是建立数据仓库的关键步骤，首先要统一原始数据中的矛盾之处，还要将原始数据结构做一个从面向应用向面向主题的转变：数据仓库的稳定性是指数据仓库反映的是历史数据的内容，而不是日常事务处理产生的数据，数据经加工和集成进入数据仓库后是极少或根本不修改的；数据仓库是不同时间的数据集合，它要求数据仓库中的数据保存时限能满足进行决策分析的需要，而且数据仓库中的数据都要标明该数据的历史时期。数据仓库最根本的特点是物理地存放数据，而且这些数据并不是最新的、专有的，而是来源于其它数据库的。数据仓库的建立并不是要取代数据库，它要建立在一个较全面和完善的信息应用的基础上，用于支持高层决策分析，而事务处理数据库在企业的信息环境中承担的是日常操作性的任务。数据仓库是数据库技术的一种新的应用，而且到目前为止，数据仓库还是用数据库管理系统来管理其中的数据，数据仓库的结构数据仓库是存储数据的一种组织形式，它从传统数据库中获得原始数据，先按辅助决策的主题要求形成当前基本数据层，再按综合决策的要求形成综合数据层(又可分为轻度综合层和高度综合层)。随着时间的推移，由时间控制机制将当前基本数据层转为历史数据层。可见数据仓库中逻辑结构数据由3层到4层数据组成，它们均由元数据 联机分析处理联机分析处理(On-Line Analytical Process，OLAP)瑚，是使分析人员，管理人员或执行人员能够从各种角度，对原始数据转化出来的，能够真正为用户所证明的，并真实反映企业维持性的信息进行快速，一致，交互的存取，从而获得对数据的更深入得了解的一般软件技术。OLAP的目标是满足决策支持或多维环境特定的查询和数据分析工具的集合。联机分析处理是数据仓库进行决策分析的一个重要概念，是一种共享多维信息的快速分析工具，也称多维分析。它是一种数据分析技术，能够完成基于某种数据存储的数据分析功能。OLAP技术是对由语意动态对象建立的，以动态微立方结构形式存储的表进行向下钻取(Drill Down)。向上钻取(Drill Up)，跨越钻取，切片和切换等操作实现数据的多维分析。完成这些功能和任务涉及的技术包括数据库，数据仓库，可视化网络，数据挖掘和领域知识处理等，系统集成还要处理多种环境。在适应性方面，有以下几方面不同：在维数交化方面MOLAP具有较高的预综合度，随维数的增加，数据超立方体的体积增长十分迅速，管理较难，相比之下，ROLAP的预综合度较低，管理灵活，维的增加对数据集市的影响较小，适应性较强。在数据变化方面由于MOLAP的高效率是建立在预综合基础上的，当数据变化频繁时，如阴进行预综合所需的开销将十分客观，它对数据变化的适应性不如ROi．^P。在数据量方面作为ROLAP基础的RDBMS，其发展历程要远远超过MDDB，目前以拥有较强的并行处理能力，能较好的适应大数据量的运算，同时在对软硬件环境的适应能力上，也具有明显的优势。联机分析处理与数据仓库的关系在数据仓库中，OLAP和数据仓库是密不可分的，但是两者具有不同的概念。数据仓库是一个包含企业历史数据的大规模数据库，这些历史数据主要用于对企业的经营决策提供分析和支持。数据仓库中的数据是不能用于连机事务处理系统(OLTP)的，而OLAP技术则利用数据仓库中的数据进行联机分析，将复杂的分析查询结果快速地返回用户。OLAP利用多维数据集和数据聚集技术对数据仓库中的数据进行组织和汇总，用联机分析和可视化工具对这些数据迅速进行评价。从图2-1中可以发现OLAP用多维结构表示数据仓库中的数据，创建组织和汇总数据的立方体，这样才能有效地提高用户复杂查询的要求。因此数据仓库的结构将直接影响立方体的设计和构造，也就影响OLAP的：工作效率。从OLAP使用的效率角度考虑，在设计数据仓库时应该考虑这样一些因素。数据挖掘技术数据挖掘技术建立在数据仓库之上，一方面能够提高数据仓库系统的决策支持能力，另一方面，由于数据仓库完成了数据的清洗、ETL(抽取，转换，装载)，数据挖掘面对的是经过初步处理的数据，更加有利于数据挖掘功能的发挥。与展示企业历史和现有信息的静态、动态报表及查询等分析方法不同，数据挖掘是从数据库中智能地寻找模型，从海量数据中归纳出有用信息。可以说通过商业智能系统，企业获得洞察力的主要手段就是数据挖掘。数据挖掘(Data Mining)是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘技术的分类数据挖掘技术充分利用机器学习、人上智能、模糊逻辑、人上神经网络等方法。按照研究方法的不同，可分为：①归纳学习方法：如信息论方法(决策树方法)，集合论方法(粗集方法，概念树方法等)；②仿生物技术方法：如神经网络方法，遗传算法；③公式发现法：如物理定律发现系统BACON、经验公式发现系统FI)D；④统计分析方法：如相关分析，回归分析，因子分析等；⑤模糊数学方法：如模糊评判，模糊聚类等。数据挖掘按照功能又可分为描述型数据挖掘和预测型数据挖掘两种。描述型数据挖掘包括数据总结、聚类及关联分析等。预测型数据挖掘包括分类、回归及时问序列分析等。下面介绍集中比较典型的数据挖掘方法：(1)数据总结：继承于数据分析中的统计分析。数据总结目的是对数据进行浓缩，给出它的紧凑描述。传统统计方法如求和值、平均值、方差值等都是有效方法。另外还可以用直方图、饼状图等图形方式表示这些值。广义上讲，多维分析也可以归入这一类。(2)聚类：聚类分析是根据物以类聚的原理，将本身没有类别的样本聚集成不同的群组，并且对每一个这样的组进行描述的过程。它的目的是使群与群之间差别很明显，而同一个群之间的数据尽量相似。聚类分析常用于客户关系管理。利用聚类技术，根据客户的个人特征以及消费数据，可以将客户群体进行细分。例如，可以得到这样的一个消费群体：女性占91％，全部无子女、分为：工具元数据，资源元数据，外来元数据：按应用日的分为：管理维护元数据，更新元数据和分析元数据，等等。本文将元数据集市中的元数据划分为：技术元数据和业务元数据。技术元数据(technical metadata)是为企业技术用户和IT员工提供支持的元数据，而业务元数据(business metadata)是为企业业务用户提供支持的元数据。当开发人员和技术用户对企业应用系统进行维护和扩展时，技术元数据为他们提供所需的信息。例如，如果企业需要重新划分其他地理销售区域，信息主管就可以用技术元数据列出所有含有地理销售数据的程序、表和系统。这些信息使主管能够方便而迅速地估计出开发团队进行修改所需要的开发资源和时问，还可以帮助确定可能受到影响的所有其它系统。然后开发人员在实现新的地理销售区域时，可以使用其他技术元数据来帮助定位到具体的代码。因此，技术元数据对于维护和改进信息系统来说时至关重要的。技术元数据还可以帮助IT员工为信息系统的后续版本制定计划，还可以协助开发人员实际地实现这些变化。如果没有技术元数据，分析和实现这些变换就会变成一项困难而费时的任务。尽管创建元数据源的副本《抽取文件)会有一些额外的存储r丌销，但这些开销会相当小，因为元数据源文件中的数据量通常不会很大。另一方面，单独建立抽取层有三个优点：1)时效性抽取层对于保持系统中的元数据同步非常重要。为了说明这一点，可以假定有三张元数据仓库表需要从相同的元数据源得至0数据。如何构造一个进程直接从同一数据源构建这三张元数据表，当执行该迸程来构建其中一元数据表时，此时的元数据源可能已经变化了。当元数据源高度动态变化时，这种情况的可能性会更大。在不同时刻读取元数据时，元数据仓库中的数据就会不同步。通过在集成处理过程中一次性创建抽取文件，所有的元数据表可由该抽取文件构建，这就消除了可能的时效性问题。2)扩展性因为要创建类似于元数据源文件或表的抽取文件，所以只需要从元数据源一次性地读取数据。如果没有抽取文件或表，元数据仓库中的每张表都必须分别从元数据源中读取，这并不是开发人员所期望的。3)备份创建抽取文件提供了该元数据源的自然备份。因此，如果出现了不得不停止元数据集成处理的状况，那么可以在不影响元数据源的情况下轻易地撤消改动。(end)

上海WDW-10M打包带拉力试验机

滁州试验机

济南电子试验机生产厂家

建德市试验机

上海WEW-600B拉伸试验机厂