《决策支持和商务智能第七章PPT讲稿.ppt》由会员分享，可在线阅读，更多相关《决策支持和商务智能第七章PPT讲稿.ppt（56页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、决策支持和商决策支持和商务智能第七章智能第七章第1页，共56页，编辑于2022年，星期五章节的基本要求章节的基本要求1.掌握决策过程的四个阶段掌握决策过程的四个阶段 2.掌握决策支持系统的概念、结构掌握决策支持系统的概念、结构 3.掌握决策支持系统的各库的功能掌握决策支持系统的各库的功能 4.了解决策支持系统的发展了解决策支持系统的发展 5.掌握决策支持系统与管理信息系统之间的关系掌握决策支持系统与管理信息系统之间的关系6.掌握商务智能的概念掌握商务智能的概念 7.了解商务智能的三个技术基础和技术体系了解商务智能的三个技术基础和技术体系第2页，共56页，编辑于2022年，星期五第七章第七章 决
2、策支持和商务智能决策支持和商务智能章节安排章节安排 7.1 决策支持系统决策支持系统 7.2 群决策支持系统群决策支持系统 7.3 商务智能商务智能第3页，共56页，编辑于2022年，星期五决策是什么？决策是什么？n决策是人们为了达到决策是人们为了达到一定目的一定目的而进行的而进行的有意识的有意识的、有选有选择性择性的活动。的活动。n条件约束；科学方法；最优或次优方案条件约束；科学方法；最优或次优方案n决策是一个行动过程，是一个连续的整体。决策是一个行动过程，是一个连续的整体。传统决策和科学决策的区别是什么？传统决策和科学决策的区别是什么？n传统决策传统决策n依靠个人的直觉、经验、阅历等主观行
3、为进行决策依靠个人的直觉、经验、阅历等主观行为进行决策n科学决策科学决策n结合定量分析和定性分析结合定量分析和定性分析，运用多门学科，运用多门学科n经济学、社会学、心理学、统计学、计算机科学等经济学、社会学、心理学、统计学、计算机科学等7.1.1 决策决策 第4页，共56页，编辑于2022年，星期五例如：利用有限的人力、物力和财力等资源，使利润最大化利用有限的人力、物力和财力等资源，使利润最大化某工厂在计划期内生产某工厂在计划期内生产、产品，已知生产单位产品所需的设备台时及产品，已知生产单位产品所需的设备台时及A、B两种原材料的两种原材料的消耗，该工厂每生产一件产品消耗，该工厂每生产一件产品可
4、获利可获利2元，每生产一件产品元，每生产一件产品可获利可获利3元，问如何安排元，问如何安排计划使利润最大？计划使利润最大？设备128台时原材料A4016kg原材料B0412kg设设x1,x2分别表示在计划期内产品分别表示在计划期内产品、的产量。的产量。目标函数目标函数 maxZ=2x1+3x2满足约束条件满足约束条件 x1 +2x2 8 4x1 16 4x2 12 x1,x2 0第5页，共56页，编辑于2022年，星期五7.1.1 决策决策 管理学家西蒙（管理学家西蒙（H A Simon）教授认为决策是一）教授认为决策是一个过程，包括四个阶段的活动：个过程，包括四个阶段的活动：决策过程决策过程
5、n情报活动阶段情报活动阶段 n设计活动阶段设计活动阶段 n选择活动阶段选择活动阶段 n实施活动阶段实施活动阶段 第6页，共56页，编辑于2022年，星期五决策过程（续）情报活动阶段情报活动阶段 n调查环境，调查环境，收集收集与决策问题相关的与决策问题相关的信息信息，分析和确定分析和确定决决策的策的条件条件和因素，发现问题，确定和因素，发现问题，确定决策目标决策目标。设计活动阶段设计活动阶段 n在限制性因素的在限制性因素的约束条件约束条件下，下，拟订多种拟订多种可供选择的可供选择的方案方案，充分利用决策技术和可行性分析方法，描述和评价每个充分利用决策技术和可行性分析方法，描述和评价每个方案所产生
6、各种结果的方案所产生各种结果的可能性可能性。选择活动阶段选择活动阶段 n从多种备选方案中，从多种备选方案中，选择出最合理的方案选择出最合理的方案。实施活动阶段实施活动阶段n验证方案是否达到预期的效果，进行方案的验证方案是否达到预期的效果，进行方案的实施实施执行。执行。第7页，共56页，编辑于2022年，星期五决策过程（续）第8页，共56页，编辑于2022年，星期五决策问题的类型决策问题的类型 企业面临大量的决策问题企业面临大量的决策问题n生产计划的制定、产品销售计划的制定、厂址的选择等生产计划的制定、产品销售计划的制定、厂址的选择等根据决策活动表现方式的结构化程度，决策活动可以根据决策活动表现
7、方式的结构化程度，决策活动可以分为结构化、半结构化和非结构化的决策活动。分为结构化、半结构化和非结构化的决策活动。n结构化决策结构化决策 n半结构化决策半结构化决策 n非结构化决策非结构化决策 第9页，共56页，编辑于2022年，星期五结构化决策结构化决策n决策过程和决策方法可以遵循固定的规律、规则，能用确定的模型或决策过程和决策方法可以遵循固定的规律、规则，能用确定的模型或语言加以描述，能够建立适当的模型产生决策方案，并能实现决策过语言加以描述，能够建立适当的模型产生决策方案，并能实现决策过程的基本自动化。程的基本自动化。n特点：问题相对简单、重复发生、有规律可循、建立模型特点：问题相对简单
8、、重复发生、有规律可循、建立模型n例如：库存控制（定期订货点和定量订货法例如：库存控制（定期订货点和定量订货法P269）、厂址选择）、厂址选择(重心法、成重心法、成本利润产量定制法本利润产量定制法)非结构化决策非结构化决策 n决策过程和决策方法不可以遵循固定的规律、规则，不能用确定的模决策过程和决策方法不可以遵循固定的规律、规则，不能用确定的模型或语言加以描述，只能靠决策者的经验、直觉、个人偏好、习惯等型或语言加以描述，只能靠决策者的经验、直觉、个人偏好、习惯等主观行为作出决策。主观行为作出决策。n特点：问题复杂、没有规律可循、不能建立固定的模型、没有最优或特点：问题复杂、没有规律可循、不能建
9、立固定的模型、没有最优或次优方案、创造性思维次优方案、创造性思维n例如：组织发展战略的制定例如：组织发展战略的制定第10页，共56页，编辑于2022年，星期五 类型类型属性属性结构化结构化半结构化半结构化非结构化非结构化决策过程决策过程遵循固定的规律、规遵循固定的规律、规则则不能完全确定是否遵循不能完全确定是否遵循固定的规律、规则固定的规律、规则不遵循固定的规律、规不遵循固定的规律、规则则决策方法决策方法可以定量化可以定量化可以定量化可以定量化难以定量化难以定量化决策问题决策问题简单、直接简单、直接较复杂较复杂相对复杂相对复杂决策模型决策模型通用的模型通用的模型可以建立模型，可以建立模型，没有
10、固定的模型没有固定的模型决策方式决策方式大部分或全部实现自大部分或全部实现自动化动化不能完全实现自动化不能完全实现自动化不能实现自动化，需要不能实现自动化，需要用人机交互进行决策用人机交互进行决策决策问题的类型（续）决策问题的类型（续）第11页，共56页，编辑于2022年，星期五7.1.2 决策支持系统的概念决策支持系统的概念 高瑞和斯考特开发了“Gorry 和Scott坐标图”，它是按照管理层次和决策问题类型所构造的 第12页，共56页，编辑于2022年，星期五决策支持系统的概念（续）决策支持系统的概念（续）什么是决策支持系统？什么是决策支持系统？n它所有对它所有对决策提供支持决策提供支持的
11、计算机应用系统，这个系统充分的计算机应用系统，这个系统充分运用可供利用的、合适的运用可供利用的、合适的计算机技术和信息技术计算机技术和信息技术，针对，针对半半结构化和非结构化问题结构化和非结构化问题，通过，通过人机交互方式人机交互方式，使用，使用模型和模型和数据数据，帮助和改善帮助和改善管理决策制定的管理决策制定的有效性有效性的系统。的系统。决策支持系统的目的决策支持系统的目的n是在决策者的分析和判断基础上，借助计算机技术、信息是在决策者的分析和判断基础上，借助计算机技术、信息技术和管理科学方法对半结构化或非结构化的问题进行决技术和管理科学方法对半结构化或非结构化的问题进行决策。策。n提高决策
12、的有效性（提高决策的有效性（effective）而不是提高决策的效率）而不是提高决策的效率（efficient）。）。第13页，共56页，编辑于2022年，星期五决策支持系统的概念（续）决策支持系统的概念（续）决策支持系统的特点决策支持系统的特点n面向决策者面向决策者 n强调的是支持决策，而不是代替决策强调的是支持决策，而不是代替决策 n强调了人机交互的处理方式强调了人机交互的处理方式 n主要解决半结构化的决策问题主要解决半结构化的决策问题n模型和数据共同驱动，分析能力强模型和数据共同驱动，分析能力强第14页，共56页，编辑于2022年，星期五信息的性质信息的性质7.1.3 决策支持系统的结构
13、决策支持系统的结构 决策支持系统的概念模式决策支持系统的概念模式 第15页，共56页，编辑于2022年，星期五决策支持系统的结构（续）决策支持系统的结构（续）DSS的结构一般包括如下几个子系统：的结构一般包括如下几个子系统：n人机对话子系统人机对话子系统 n数据库子系统数据库子系统n模型库子系统模型库子系统n方法库子系统方法库子系统一般可以分为二库、三库、四库、五库的决策支一般可以分为二库、三库、四库、五库的决策支持系统基本结构。持系统基本结构。第16页，共56页，编辑于2022年，星期五决策支持系统的结构（续）决策支持系统的结构（续）一般可以分为二库、三库、四库、五库的决策支一般可以分为二库
14、、三库、四库、五库的决策支持系统基本结构。持系统基本结构。n二库结构二库结构二库结构二库结构第17页，共56页，编辑于2022年，星期五决策支持系统的结构（续）决策支持系统的结构（续）n三库结构三库结构三库结构三库结构第18页，共56页，编辑于2022年，星期五DSS的结构一般包括如下几个子系统：的结构一般包括如下几个子系统：人机对话子系统人机对话子系统 数据库子系统数据库子系统模型库子系统模型库子系统方法库子系统方法库子系统决策支持系统的结构（续）决策支持系统的结构（续）第19页，共56页，编辑于2022年，星期五201.讨论：讨论：随着各个学科和技术的发展，决策支持系统的发展怎样？随着各个
15、学科和技术的发展，决策支持系统的发展怎样？2.学学习习了了决决策策支支持持系系统统的的相相关关知知识识，请请问问；你你所所接接触触到到的的决决策策支支持持系系统统如如何何？应应用用于于哪哪个个行行业业？如如何何从从管管理理信信息息系系统统发展为决策支持系统？发展为决策支持系统？7.1.4 决策支持系统的发展决策支持系统的发展第20页，共56页，编辑于2022年，星期五对象对象nDSS：高层管理人员：高层管理人员 MIS:中层或基层中层或基层问题类型问题类型nDSS：本结构化或非结构化：本结构化或非结构化 MIS:结构化结构化信息来源信息来源nDSS：综合信息：综合信息 MIS:原始数据原始数据
16、灵活性，适应性灵活性，适应性nDSS：模型和数据驱动：模型和数据驱动 MIS:数据驱动数据驱动替代性替代性nDSS：借助系统，靠决策者主观决策：借助系统，靠决策者主观决策 MIS:完全替代人的工作完全替代人的工作人机交互人机交互nDSS：多次交互：多次交互 MIS:不太需要人工干预不太需要人工干预目标目标nDSS：有效性：有效性 MIS:效率效率7.1.5 决策支持系统与管理信息系统的比较决策支持系统与管理信息系统的比较第21页，共56页，编辑于2022年，星期五7.2.1 群体决策群体决策群体决策群体决策（Group Decision Making）是指是指一个群体如何共同进行一项联合行动抉
17、择。一个群体如何共同进行一项联合行动抉择。n联合行动抉择：联合行动抉择：n既可能是各方为了共同的利益而参与同一行动。既可能是各方为了共同的利益而参与同一行动。n例如董事会对投资项目进行表决例如董事会对投资项目进行表决。多位专家对某个科研项。多位专家对某个科研项目评分。最高决策往往不是有总经理单独作出的，而是该目评分。最高决策往往不是有总经理单独作出的，而是该决策机构成员共同讨论并进行决策的结果。在此类决策机决策机构成员共同讨论并进行决策的结果。在此类决策机构进行决策的时候，通常以会议形式进行。构进行决策的时候，通常以会议形式进行。n也可能是各方为了不同的利益参与同一行动也可能是各方为了不同的利
18、益参与同一行动。n例如例如ERP软件的供应商和企业谈判过程。软件的供应商和企业谈判过程。第22页，共56页，编辑于2022年，星期五 群体决策（续自学）群体决策（续自学）群体决策的优点群体决策的优点n决策的正确性和速度决策的正确性和速度 n决策的创造性决策的创造性 n决策的风险性决策的风险性群体决策的阶段群体决策的阶段n确定群体决策的问题。确定群体决策的问题。n相互交流、沟通，找到可供选择的解决方案。相互交流、沟通，找到可供选择的解决方案。n多次分析、讨论，权衡各种解决方案的优劣，达成共识多次分析、讨论，权衡各种解决方案的优劣，达成共识 第23页，共56页，编辑于2022年，星期五根据一些调查
19、结果证明：根据一些调查结果证明：30的会议都是低效的。的会议都是低效的。造成这一现象的原因在于：造成这一现象的原因在于：n缺乏事先预备好的议程；缺乏事先预备好的议程；n缺乏必要的信息；缺乏必要的信息；n缺乏有力的决策人物；缺乏有力的决策人物；n在例行公事上花费时间太多；在例行公事上花费时间太多；n会议为少数人所控制而其他人没有机会发表意见。会议为少数人所控制而其他人没有机会发表意见。群体决策（续自学）群体决策（续自学）第24页，共56页，编辑于2022年，星期五7.2.2 群决策支持系统的概念（自学）群决策支持系统的概念（自学）群决策支持系统（群决策支持系统（Group Decision Su
20、pport Systems,GDSS）是在决策支持系统的基础上）是在决策支持系统的基础上利用计算机网络和通信技术，通过某种规程，供利用计算机网络和通信技术，通过某种规程，供多个决策者相互协作地探询半结构化或非结构化多个决策者相互协作地探询半结构化或非结构化决策问题的信息系统。决策问题的信息系统。第25页，共56页，编辑于2022年，星期五群决策支持系统的特点群决策支持系统的特点n不受时间和空间的限制。不受时间和空间的限制。n具有一定的规程，可使多个决策者充分交流、协作决策。具有一定的规程，可使多个决策者充分交流、协作决策。n减少群体中部分消极行为的产生，激发决策者的思路，减少群体中部分消极行为
21、的产生，激发决策者的思路，限制小集团对决策结果的影响，保证了决策的客观性和限制小集团对决策结果的影响，保证了决策的客观性和公平性，提高决策者对决策结果的满意度。公平性，提高决策者对决策结果的满意度。n它不是决策支持系统的简单组合，既可以是专用的，也它不是决策支持系统的简单组合，既可以是专用的，也可以是通用的。可以是通用的。群决策支持系统的概念（续自学）群决策支持系统的概念（续自学）第26页，共56页，编辑于2022年，星期五 根据决策问题的类型、物理接近程度、人员的根据决策问题的类型、物理接近程度、人员的空间分布、决策周期的长短等因素，可以将群空间分布、决策周期的长短等因素，可以将群决策支持系
22、统划分为决策室、局域决策网、传决策支持系统划分为决策室、局域决策网、传真会议和远程决策网这四种类型。真会议和远程决策网这四种类型。决策室（决策室（Decision Room）局域决策网（局域决策网（Local Decision Network）传真会议（传真会议（Teleconferencing）远程决策网（远程决策网（Remote Decision Network）7.2.3 群决策支持系统的类型（自学）群决策支持系统的类型（自学）第27页，共56页，编辑于2022年，星期五 群决策支持系统是建立在计算机网络基础上的，群决策支持系统是建立在计算机网络基础上的，一般由私有决策支持系统、规程库、
23、通信库、一般由私有决策支持系统、规程库、通信库、共享的公共数据库、模型库、方法库、公共显共享的公共数据库、模型库、方法库、公共显示设备等部件组成。示设备等部件组成。7.2.4 群决策支持系统的结构（自学）群决策支持系统的结构（自学）第28页，共56页，编辑于2022年，星期五群决策支持系统的结构（续自学）群决策支持系统的结构（续自学）第29页，共56页，编辑于2022年，星期五企业：大量的信息系统，但是信息是企业：大量的信息系统，但是信息是贫乏的贫乏的。1989年，年，Gartner Group的的Howard Dresner首次提出商首次提出商务智能（智能（Business Intellig
24、ence,BI）的概念。）的概念。传统商务智能：将存储在各种商务信息系统中的传统商务智能：将存储在各种商务信息系统中的数据转换成有用信息。数据转换成有用信息。此后，商务智能的研究集中在数据库、数据建模、此后，商务智能的研究集中在数据库、数据建模、数据仓库、数据挖掘等方面的研究。数据仓库、数据挖掘等方面的研究。7.3.1 商务智能的概念商务智能的概念第30页，共56页，编辑于2022年，星期五这里有几根火柴？这里有几根火柴？第31页，共56页，编辑于2022年，星期五现在呢？现在呢？第32页，共56页，编辑于2022年，星期五 目前，学术界和企业界对商务智能的定义有不同的理解。目前，学术界和企业
25、界对商务智能的定义有不同的理解。国际数据公司（国际数据公司（International Data Corporation,IDC）n商务智能是对商业信息的搜集、加工、管理和分析过程，目的是使企商务智能是对商业信息的搜集、加工、管理和分析过程，目的是使企业的各级决策者获得知识，更快做出业的各级决策者获得知识，更快做出决策决策。商务智能是建立在商务智能是建立在数据仓库、联机分析处理、数据挖掘等技术数据仓库、联机分析处理、数据挖掘等技术的的基础之上，通过收集和分析企业已有数据库中的基础之上，通过收集和分析企业已有数据库中的原始数据或原始数据或业务数据业务数据，甚至是分散在各个信息系统中的各种数据，对
26、企业，甚至是分散在各个信息系统中的各种数据，对企业运营状况、客户需求、市场动态等做出合理的评价和预测，为运营状况、客户需求、市场动态等做出合理的评价和预测，为企业管理层提供科学的企业管理层提供科学的决策依据决策依据。商务智能的概念（续）商务智能的概念（续）第33页，共56页，编辑于2022年，星期五目前，商务智能已经可以应用在目前，商务智能已经可以应用在企业经营状况分析、绩效管理、企业经营状况分析、绩效管理、战略支持战略支持等多方面。等多方面。n例如例如：通过对全球性每个季度产品的销售报告进行分析，通过对全球性每个季度产品的销售报告进行分析，发现销售低于预定目标，对诸多因素逐步进行挖掘，过发现
27、销售低于预定目标，对诸多因素逐步进行挖掘，过程如下：销售低于预定目标程如下：销售低于预定目标 某种产品销售下降某种产品销售下降 客客户投诉太多户投诉太多 延迟发货率太高延迟发货率太高 运力不足，经过对运力不足，经过对这些过程的深入钻取，就可以把销售下降的根本原因找这些过程的深入钻取，就可以把销售下降的根本原因找出来。出来。商务智能的概念（续）商务智能的概念（续）第34页，共56页，编辑于2022年，星期五35BI解决的问题解决的问题 什么因素是影响订单处理速度的首要因素什么因素是影响订单处理速度的首要因素什么因素是影响订单处理速度的首要因素什么因素是影响订单处理速度的首要因素？上一个季度，每一
28、个种类的产品是如上一个季度，每一个种类的产品是如上一个季度，每一个种类的产品是如上一个季度，每一个种类的产品是如何在某销售点创造销售额的？何在某销售点创造销售额的？何在某销售点创造销售额的？何在某销售点创造销售额的？一般信息系统解决的问题一般信息系统解决的问题一般信息系统解决的问题一般信息系统解决的问题 某订单发生的时间？某订单发生的时间？某订单发生的时间？某订单发生的时间？上一个季度，某销售点的利润是多少上一个季度，某销售点的利润是多少上一个季度，某销售点的利润是多少上一个季度，某销售点的利润是多少？某产品去年的平均库存是多少？某产品去年的平均库存是多少？某产品去年的平均库存是多少？某产品去
29、年的平均库存是多少？第35页，共56页，编辑于2022年，星期五联机事务处理（联机事务处理（On-line Transaction Processing,OLTP），分析能力弱。），分析能力弱。1993年，关系数据库之父年，关系数据库之父Codd提出联机分析处提出联机分析处理（理（On-line Analysis Processing,OLAP）7.3.2 联机分析处理联机分析处理第36页，共56页，编辑于2022年，星期五联机分析处理（续）联机分析处理（续）联机分析处理是通过多维数据立方体技术帮助管理者从多层次和联机分析处理是通过多维数据立方体技术帮助管理者从多层次和多角度观察数据，深入理解
30、数据。多角度观察数据，深入理解数据。它是一种多维分析工具，核心是它是一种多维分析工具，核心是“维维”，通过对多维数据的钻取、切，通过对多维数据的钻取、切片和旋转等分析，目标是满足决策支持或多维环境下特定的查询和报片和旋转等分析，目标是满足决策支持或多维环境下特定的查询和报表需求，使管理层从多个层次和多个角度对数据仓库中的数据进行深表需求，使管理层从多个层次和多个角度对数据仓库中的数据进行深入了解。入了解。它主要分析存储在数据集市、数据仓库和其它多维数据库中的它主要分析存储在数据集市、数据仓库和其它多维数据库中的成千上万的数据项间的复杂关系，从中发现模式、趋势和发生成千上万的数据项间的复杂关系，
31、从中发现模式、趋势和发生例外事务的条件。例外事务的条件。联机分析处理是以实时方式在线执行，能够对管理人员的查询联机分析处理是以实时方式在线执行，能够对管理人员的查询快速响应，使决策和分析不受干扰。快速响应，使决策和分析不受干扰。第37页，共56页，编辑于2022年，星期五联机分析处理的基本概念联机分析处理的基本概念要点知识：要点知识：基本概念基本概念n变量、维、维的层次、维成员、多维数组变量、维、维的层次、维成员、多维数组多维度分析多维度分析n切片、切块、钻取（上钻、下钻）、旋转切片、切块、钻取（上钻、下钻）、旋转第38页，共56页，编辑于2022年，星期五联机分析处理的基本概念（续）联机分析
32、处理的基本概念（续）（1）变量）变量n变量是数据的实际意义，描述了数据变量是数据的实际意义，描述了数据“是什么是什么”。一。一般情况下，变量是一个般情况下，变量是一个数值度量指标数值度量指标，例如，单价、，例如，单价、人数、销售量、利润、成本等。人数、销售量、利润、成本等。（2）维）维n 维是人们观察数据的维是人们观察数据的特定角度特定角度。例如，企业的管理人。例如，企业的管理人员可以从客户、产品、销售量、时间、销售地区、销员可以从客户、产品、销售量、时间、销售地区、销售渠道、供应商等多个角度来分析问题，因而，这些售渠道、供应商等多个角度来分析问题，因而，这些角度都构成了维，我们把它们分别称为
33、客户维、产品角度都构成了维，我们把它们分别称为客户维、产品维、销售量维等等。维、销售量维等等。第39页，共56页，编辑于2022年，星期五（3）维的层次）维的层次n维的层次是指同一维度上，可以存在多个程度维的层次是指同一维度上，可以存在多个程度不同的细节不同的细节。例如，时间。例如，时间维上可以有日期、周、月份、季度、年五个层次；地理维可以有城市、地维上可以有日期、周、月份、季度、年五个层次；地理维可以有城市、地区、国家三个层次。区、国家三个层次。（4）维成员）维成员n维成员是指维成员是指维的取值维的取值。如果一个维是多个层次的，那么该维的维成员是。如果一个维是多个层次的，那么该维的维成员是由
34、各个不同的维层次的取值组合而成的。例如，仅考虑时间维的日期、由各个不同的维层次的取值组合而成的。例如，仅考虑时间维的日期、月份、年这三个层次，分别在这三个层次上各取一个值，并且组合起来，月份、年这三个层次，分别在这三个层次上各取一个值，并且组合起来，则则“某年某月某日某年某月某日”就是维的一个取值，构成了时间维的一个维成员。就是维的一个取值，构成了时间维的一个维成员。有时候，维成员并不一定在每个维层次上都要取值，例如，有时候，维成员并不一定在每个维层次上都要取值，例如，“某年某月某年某月”“某月某日某月某日”“某年某年”等都是时间维的维成员。等都是时间维的维成员。联机分析处理的基本概念（续）联
35、机分析处理的基本概念（续）第40页，共56页，编辑于2022年，星期五（5）多维数组）多维数组n多维数组是根据多维数组是根据多个维度多个维度把数据组织所构成的数组，可把数据组织所构成的数组，可以表示为（维以表示为（维1，维，维2，维，维3，维，维i，维，维n，变变量量）。例如，时间维、地区维、产品维组织起来的三维）。例如，时间维、地区维、产品维组织起来的三维立方体，加入销售量作为变量，就构成了多维数组（时立方体，加入销售量作为变量，就构成了多维数组（时间，地区，产品，销售量）。间，地区，产品，销售量）。联机分析处理的基本概念（续）联机分析处理的基本概念（续）第41页，共56页，编辑于2022年
36、，星期五切片（切片（Slice）n切片是指切片是指多维数组多维数组的某一维上选定其的某一维上选定其维成员维成员的操作。如的操作。如果多维数组（维果多维数组（维1，维，维2，维，维3，维，维i，维，维n，变量），对维变量），对维i选定了某个维成员，那么，（维选定了某个维成员，那么，（维1，维，维2，维，维3，维维i成员成员，维，维n，变量）就是多维数组，变量）就是多维数组（维（维1，维，维2，维，维3，维，维i，维，维n，变量）在维，变量）在维i上的一个切片。这种切片的数量完全取决于维上的一个切片。这种切片的数量完全取决于维i上的上的维维成员个数成员个数，个数越多，可以做的切片越多。，个数越多，
37、可以做的切片越多。OLAP多维分析多维分析第42页，共56页，编辑于2022年，星期五OLAP多维分析（续）多维分析（续）第43页，共56页，编辑于2022年，星期五切块（切块（Dice）n切块是指将切块是指将多维数组多维数组对对两个和两个以上两个和两个以上的维选定的维选定维成员维成员的操作。如果多维数组（维的操作。如果多维数组（维1，维，维2，维，维3，维，维i，维，维k，维，维n，变量），从中选定维，变量），从中选定维i，维，维k的维的维成员，则（维成员，则（维1，维，维2，维，维3，维，维i成员，成员，维，维k成成员，维员，维n，变量），就是多维数组（维，变量），就是多维数组（维1，维，
38、维2，维，维3，维，维i，维，维k，维，维n，变量）在维，变量）在维i，维，维k上的上的一个切块。一个切块。OLAP多维分析（续）多维分析（续）第44页，共56页，编辑于2022年，星期五OLAP多维分析（续）多维分析（续）第45页，共56页，编辑于2022年，星期五钻取（钻取（Drill down/Roll up）n钻取包括上卷（钻取包括上卷（Roll up)和下钻（和下钻（Drill down)。n上卷是指沿着某一维度层次，从上卷是指沿着某一维度层次，从较低较低的维度层次向的维度层次向较高较高的维度层次的归约，它是细节数据概括到高层次的汇总的维度层次的归约，它是细节数据概括到高层次的汇总数
39、据。数据。n下钻是上卷的逆向操作，是指沿着某一维度层次，从下钻是上卷的逆向操作，是指沿着某一维度层次，从较较高高的维度层次的维度层次向下向下深入到细节数据或引入新的维度来观深入到细节数据或引入新的维度来观察。察。OLAP多维分析（续）多维分析（续）第46页，共56页，编辑于2022年，星期五20052005年年20062006年年北京北京414414415415上海上海43843844544520052005年年20062006年年一季度一季度二季度二季度三季度三季度四季度四季度一季度一季度二季度二季度三季度三季度四季度四季度北京北京120120100100989896961241241001
40、0096969595上海上海1261261101101001001021021301301181181001009797OLAP多维分析（续）多维分析（续）第47页，共56页，编辑于2022年，星期五旋转（旋转（Rotate）旋转是改变多维数组显示的旋转是改变多维数组显示的维方向维方向。这种旋转操。这种旋转操作可以将多维数组的不同维进行交换显示，使用作可以将多维数组的不同维进行交换显示，使用户能够更加直观地观察到不同维之间的关系。户能够更加直观地观察到不同维之间的关系。OLAP多维分析（续）多维分析（续）第48页，共56页，编辑于2022年，星期五OLAP多维分析（续）多维分析（续）20052
41、005年年20062006年年一季度一季度二季度二季度三季度三季度四季度四季度一季度一季度二季度二季度三季度三季度四季度四季度北京北京1201201001009898969612412410010096969595上海上海1261261101101001001021021301301181181001009797北京北京上海上海20052005年年一季度一季度120120126126二季度二季度100100110110三季度三季度9898100100四季度四季度969610210220062006年年一季度一季度124124130130二季度二季度100100118118三季度三季度96961
42、00100四季度四季度95959797第49页，共56页，编辑于2022年，星期五数据挖掘（数据挖掘（Data Mining,DM）是指运用人工）是指运用人工智能、机器学习、统计学等技术，对企业中的数智能、机器学习、统计学等技术，对企业中的数据进行分析推理，从大量的、不完全的、有噪声据进行分析推理，从大量的、不完全的、有噪声的、模糊的和随机的实际应用数据中，找出的、模糊的和随机的实际应用数据中，找出隐含隐含或未知的模式或未知的模式（Patterns），提供给管理人员，），提供给管理人员，从而提高管理层的决策水平。从而提高管理层的决策水平。7.3.3 数据挖掘数据挖掘 第50页，共56页，编辑于
43、2022年，星期五知识发现知识发现第51页，共56页，编辑于2022年，星期五数据挖掘的技术 常用的数据挖掘技术主要分为两大类型：传统的统计学分析方常用的数据挖掘技术主要分为两大类型：传统的统计学分析方法和知识发现类。法和知识发现类。传统的统计学分析方法传统的统计学分析方法传统的统计学分析方法，如同比分析、环比分析、趋势分析、传统的统计学分析方法，如同比分析、环比分析、趋势分析、差异分析、结构分析、差异分析、结构分析、ABC分析、方差分析等基本统计分析，分析、方差分析等基本统计分析，另外还有线性分析、非线性分析、回归分析、相关分析、聚另外还有线性分析、非线性分析、回归分析、相关分析、聚类分析、
44、单变量分析、多变量分析、时间序列分析、类分析、单变量分析、多变量分析、时间序列分析、Logistic回归等方面的分析。回归等方面的分析。知识发现类知识发现类知识发现类数据挖掘技术是与传统的统计学分析方法完全不同，主要知识发现类数据挖掘技术是与传统的统计学分析方法完全不同，主要包含人工神经网络、决策树、遗传算法、粗糙集、模糊集、规则发现、包含人工神经网络、决策树、遗传算法、粗糙集、模糊集、规则发现、关联分析等。关联分析等。第52页，共56页，编辑于2022年，星期五例子例子1聚类聚类n什么是聚类？什么是聚类？n例如：企业根据客户购买商品的交易次数、交易数量、例如：企业根据客户购买商品的交易次数、
45、交易数量、支付能力等数据，利用聚类对客户分类。支付能力等数据，利用聚类对客户分类。n聚类聚类1：忠诚客户：忠诚客户 策略：防止客户流失策略：防止客户流失n聚类聚类2：重要客户：重要客户 策略：获得稳定的当期收益策略：获得稳定的当期收益n聚类聚类3：潜在客户：潜在客户 策略：激发消费策略：激发消费n聚类聚类4：一般客户：一般客户 策略：少投入，延长客户对产策略：少投入，延长客户对产 品的消费周期品的消费周期第53页，共56页，编辑于2022年，星期五例子例子2关联分析关联分析n什么是关联分析？什么是关联分析？n例如：啤酒和尿片一起销售例如：啤酒和尿片一起销售n应用：商品货架布置、交叉销售、购物路
46、线设计、商品应用：商品货架布置、交叉销售、购物路线设计、商品陈列设计等陈列设计等第54页，共56页，编辑于2022年，星期五数据仓库（自学）数据仓库（自学）数据仓库（数据仓库（Data Warehouse,DW）是面向）是面向主题的、集成的、相对稳定的和随时间不断变化主题的、集成的、相对稳定的和随时间不断变化的数据集合，用于支持经营管理中的决策过程。的数据集合，用于支持经营管理中的决策过程。它是商务智能的基础它是商务智能的基础,完成了数据的收集、集成、完成了数据的收集、集成、存储、管理等工作，使得商务智能更加专注于信存储、管理等工作，使得商务智能更加专注于信息的提取和知识的发现。息的提取和知识的发现。数据仓库的数据层次数据仓库的数据层次 第55页，共56页，编辑于2022年，星期五商务智能的技术体系商务智能的技术体系 第56页，共56页，编辑于2022年，星期五