数据仓库和Web技术在超市商业智能系统中的应用

数据仓库和Web技术在超市商业智能系统中的应用作者：孟海洋，薛红，MENGHai-yang，XUEHong作者单位：北京工商大学,信息工程学院,北京,100037刊名：北京工商大学学报（自然科学版）英文刊名：JOURNALOFBEIJINGTECHNOLOGYANDBUSINESSUNIVERSITY（NATURALSCIENCEEDITION）年，卷(期)：2008，26(3)被引用次数：0次参考文献(10条)1.陈京民数据仓库原理、设计与应用20042.ZhaohuiTang.JamieM数据挖掘原理与应用.SOLServer2005数据库20073.TonyBSOLServer2000数据仓库与AnalysisServices20034.闫禹数据挖掘技术在高校学生就业指导决策中的运用[期刊论文]-沈阳工业大学学报2007(06)5.赵红辽宁省发展电子商务的政策环境模型研究[期刊论文]-沈阳工业大学学报2006(05)6.InmonWHBuildingthedatawarehouse19967.RakishA.ThomasI.SwamiANMiningassociationrulesbetweensetsinlargedatabases19938.商琳.骆斌一种基于数据仓库的数据挖掘系统的结构框架[期刊论文]-计算机应用研究2001(09)9.HanJW.CamberMDataminingconceptsandtechniques200110.叶瑾.周瑞凌.谢康林关联规则数据挖掘方法改进与实现[期刊论文]-小型微型计算机系统2002(03)相似文献(10条)1.学位论文王翀商业智能中实时数据仓库的数据挖掘研究2004商业智能BI(BusinessIntelligence)是为提高企业运营性能而采用的一系列方法、技术和软件,是涉及数据仓库、OLAP和数据挖掘等理论的前沿性研究.BI把先进的信息技术应用到整个企业,不仅为企业提供信息获取能力,而且通过对信息的开发,将其转变为企业的竞争优势.该文针对目前国内外商业智能的发展现状和趋势,分析了商业智能的所依赖的理论背景和体系结构.对比了用于商业智能的实时数据仓库与传统数据仓库的结构和功能上的区别,分析了实现实时数据仓库时遇到的问题与对策.提出了针对不同应用的对不同程度的实时化的实现方法.将商业智能理论应用于无线互联数据业务,对无线互联主要的数据业务——定制关系模型和WAP服务器点击流模型的进行了增量的数据挖掘的研究.在详细设计了这两种模型的在实时数据仓库框架下的实现方案的基础上,提出了销售单价的增量的离散度分析算法和WAP服务器点击流的增量的中心趋势分析算法.在设计和实现过程中,针对实时数据仓库的不同的建模方案和算法的性能分析对比,确定了最优的实现方案.文末还指出了基于实时数据仓库的数据挖掘还需进一步研究的问题.2.期刊论文尚翔.SHANGxiang数据仓库与商业智能工具评析-电脑知识与技术2008,4(35)随着竞争的日益加剧,国内有越来越多的企业开始建设自己的数据仓库系统,希望能对历史数据进行具体而又有针对性的分析与挖掘,以期从中发现新客户和客户新的需求.数据仓库的建设过程是复杂的,面对众多的工具与方案,企业不能盲目地跟潮流.而要根据自己行业和企业的业务特点,业务范围和业务数据来制定方案.该文简单介绍了全球领先的9家数据仓库工具及解决方案供应商及其产品,并对它们的特点和优缺点进行比较评价.3.学位论文岑琴商业智能BI在劳动密集型企业产品营销中的应用研究2007随着入世后全球化的步伐加快，企业竞争方式向深层次、智能化转变，我国传统劳动密集型企业的发展面临着重重阻力。虽然ERP、OA等信息化系统已经应用到许多企业中，也带来了一定的效益，但是这些系统在业务处理过程中产生的大量数据是操作型数据，不能直接进行分析处理，企业也不能自动从这个海量数据中获得对管理决策有用的信息。如何把这些数据变成有利于决策的信息是当前企业面临的主要问题之一，而建立商业智能系统是解决这一问题的最好方法。商业智能通常被理解为将企业中现有的数据转化为信息，帮助企业做出明智的业务经营决策的工具。在企业做大做强的过程中，商业智能扮演着至关重要的角色，它使企业能精确地把握不断变化的商业环境，做出快速而准确的管理决策。商业智能的支撑技术包括数据仓库、联机分析处理和数据挖掘。其中数据仓库技术用于搭建集成数据环境，联机分析处理和数据挖掘技术则为各用户角色提供不同层次、面向主题的数据分析手段。本文结合省科技厅重大项目课题，针对新光饰品有限公司展开研究，关于如何在劳动密集型企业内部实现商业智能这个问题进行了一些探索，提出了一套切实可行的面向劳动密集型企业的BI解决方案。在深入了解劳动密集型企业的行业特点和领域知识，通过对数据仓库、OLAP技术、数据挖掘技术的学习研究，详细阐述了商业智能技术在劳动密集型企业产品营销中的应用。主要工作如下：1．从技术体系角度，对商业智能的核心技术进行总体介绍，并根据实际情况选定系统开发工具。2．根据市场的实际分析需求，设计了三个数据仓库的主题，分别是产品主题、销售主题和客户主题，并在SQLServer2005中建立基于这三个主题的数据仓库。将企业现有ERP和OA系统中的原始数据经过抽取、清洗、转换，加载到数据仓库中，构成面向主题的、集成的、时变的数据仓库，有效地实现企业各类信息的整合、共享，为商业智能系统的OLAP分析和挖掘搭建数据环境，且对商业智能系统的安全实现进行了讨论。3．在所建的数据仓库上，用微软的AnalysisServices对三个分析主题建立对应的多维数据集，用MDX语言实现各种分析需求和数据的钻取、切片、切块，使得商业智能系统可以快速反馈复杂查询的分析结果，并用ReportingServices开发基于Web的前端数据展现和PirotTable开发基于客户端的数据分析，实现及时准确的产品营销分析、客户/市场分析等等，为企业的管理、决策提供及时可靠的信息依据。4．在分析决策树和时序算法的基础上，详细介绍了决策树算法及决策树的构造，并选用此算法设计和实现了预测型挖掘模型，用来分析、预测客户类型，同时使用时序算法实现对企业的销售分析、预测，将企业中现有的数据转化为知识，实现对商业数据中隐藏信息的挖掘，为决策人员提供决策的依据。4.学位论文王磊商业智能在银联业务分析系统中的应用研究2007随着国内金融行业的逐步开放，中国银联也面临着跨国银行卡组织的激烈竞争，跨国银行卡组织拥有先进的IT技术和经营管理经验，和中国银联相比，具有很大竞争优势。银联为了积极面对跨国银行卡组织的挑战，成为一个知名品牌，必须加快信息化建设，转变经营观念，从传统的以业务为中心转移到以客户为中心，而商业智能技术——数据仓库和数据挖掘正是银联信息化建设的重要保障。br　　本文首先分析了银联的实际业务需求，结合银联的具体业务特点，设计与实现了银联的数据仓库系统，着重对数据仓库技术在银联中的应用现状进行了详细表述；该系统采用总线式的设计架构，有很好的一致性和可扩展性；系统采用维度建模方法进行数据仓库的逻辑设计，维度建模方法能很好地提高系统查询性能，在逻辑设计基础上本文也进行了数据仓库的物理设计。同时本文也详细介绍了数据仓库的重点部分——ETL系统的设计和实现，该ETL系统采用模块化的设计方法，采用元数据作为驱动方式，加强了调度管理和监控的功能，使该ETL工具更具智能性和更好的适应性。br　　本文在完成银联数据仓库系统建设的基础上，详细分析了银联业务系统要实现的OLAP分析目标，介绍了数据挖掘技术在银联客户分类中的应用，首次尝试在银联数据仓库系统中构建客户分类模型。在客户分类模型的构建中，笔者首先采用聚类技术进行客户群分类，然后使用改进的SLIQ算法构建分类模型，本文对SLIQ算法中的符号型属性处理方法及其剪枝算法进行改进，并对结果进行对比分析，得到了一个较为合理的客户分类模型，取得了很好的应用效果，从而为银联数据仓库系统开发应用提供了可借鉴的操作思路。5.期刊论文缪翀莺数据仓库--商业智能的基石-广东通信技术2003,23(7)商业智能是企业以客户为中心、以市场为导向、以效益为目标的运营战略的要求,数据仓库是企业成功实现商业智能,全面提升企业竞争力的基石.对数据仓库的概念和体系结构、数据仓库实施的内容和过程、数据仓库成功的关键进行了详细阐述和具体分析.6.学位论文谢志强基于商业智能的FinMIS管理信息系统2006在全球信息化浪潮汹涌而至的今天，商业银行正面临着由传统模式向电子化模式的变革。在银行业信息化应用方面，商业银行大力进行建设。目前商业银行采用的系统技术水平均非常先进，而与银行业务系统技术水平先进相反，其管理信息系统的建设则相对滞后。商业银行的数据库中积累了大量的原始业务信息，但是如果缺乏行之有效的数据挖掘系统和管理系统进行分析管理，银行就不能有效地为业务部门和领导决策层提供快速准确的帮助。应用商业智能进行信息系统管理，是解决上述问题的有效途径。本文通过对基于商业智能应用的管理系统和数据仓库平台的论述，以某外资银行为例，阐明该银行在传统架构平台上管理信息系统的应用，并从提升其信息管理应用效益出发，提出一个新的基于商业智能的FinMIS管理信息系统，该系统根据金融管理数据的属性从银行业务系统中提取信息，建立灵活和高效的数据仓库系统，同时在新建立的基于属性的数据仓库架构基础上应用现代化的商业智能技术，实现ETL功能。本文主要论述商业智能的实现所依赖于数据处理分析工具的应用，包括：数据仓库、数据提取以及报表分析处理。本文提出的系统能够取代的该银行的基于Mainframe架构的管理信息系统的，为金融部门提供了完善和友好的数据分析功能，让用户利用商业语言来简化分析和报表的应用。在提高数据仓库的数据应用效率方面，采取了在逻辑上对数据进行分割，在物理上建立冗余的方式，实现三种类型的数据库：阶段数据库，核心数据库，摘要数据表，提高数据应用效率和可靠性。在数据提取、转换、加载方面，利用并行的多进程方式进行，将原始数据进行分区操作(partitioning)，并行处理后再进行数据收集(collecting)，使到系统处理效率大大加快。7.学位论文夏南军商业智能（BI）技术在电信数据中的应用2005电信企业在近几年的激烈市场竞争中已产生了各种各样、数量惊人的历史数据。那么，如何科学地管理和合理地开发这些内部和外部的历史数据已经成为企业正确决策、增强竞争力的关键。商业智能通过对数据的收集、管理、分析以及转化，使数据成为可用的信息，从而获得必要的洞察力和理解力，更好地辅助决策和指导行动。因此，商业智能可以帮助电信运营商充分利用其业务支撑系统产生的大量宝贵的历史数据资源，实现对信息的智能化加工和处理，为市场经营工作提供及时、准确、科学的决策依据，进一步增加电信企业经营管理和客户分析的科学性，提升企业决策水平和经营效益。本文对商业智能（BI）技术及其在电信业的应用进行了研究，并针对电信业的典型业务需求问题进行了分析，结合数据仓库技术、CLAP技术及数据挖掘技术给出了具体的实施案例。首先，详细阐述了什么是商业智能（BI），BI的发展、BI产品的市场现状，同时也较具体地介绍了作为BI基础技术的数据仓库、OLAP技术及数据挖掘技术；其次，重点介绍了BI在电信数据中的应用情况，针对电信业的业务需求分析情况，给出了在电信业实施BI的解决方案，结合数据仓库技术给出了面向大客户资料分析主题、客户流失分析主题及网络状况分析主题的数据仓库构建实例，结合OLAP分析技术给出了通话量增加／减少的客户特性分析、客户群营收贡献分析的实例，结合数据挖掘技术给出了应用决策树算法进行客户流失分析、应用聚类分析对电信客户进行细分和应用数据挖掘预防电信欺诈等的实施案例；最后，根据相关项目的实践，给出了基于MSAnalysisServices的电信历史规划数据仓库的设计与实践案例。8.期刊论文王旅数据仓库与商业智能-湛江师范学院学报2002,23(6)以数据仓库技