吴长泽[1]2004年在《基于OLAP的商业智能系统研究及应用》文中进行了进一步梳理信息化建设使得数据库的数量和容量越来越惊人，人们在拥有丰富数据的同时发现缺乏有用的信息和知识。商业智能系统的研究和创建，能充分利用已有的数据资源，把数据转换为信息，从中提炼智慧最终创造出效益。随着操作型数据向分析型数据的发展，联机事务处理（OLTP）已不能满足终端用户对数据库查询分析的需要，SQL对大数据库进行的简单查询也不能满足用户分析的需求。用户的决策分析需要对关系数据库进行大量计算才能得到结果，而查询的结果并不能满足决策者提出的需求。因此应用OLAP技术在数据仓库的基础上进行数据的预测、分析和决策，才会更好的利用综合性数据。本文中介绍和研究了一个商业智能系统，以重庆市松藻煤电公司的应用为例，对企业的过去状况和未来前景进行一种评价和预测。本文首先介绍了商业智能、数据仓库和OLAP技术的相关概念。并在此基础上提出了一个通风监测数据仓库的设计方法，分析了系统的体系结构及其特点。最后，给出了一个原型系统的实现方案。课题完成的主要任务是：研究商业智能、数据仓库、OLAP理论，选择系统工具；设计系统结构；构建数据仓库，设计实现OLAP分析；介绍商业智能系统数据模型，通风监测数据仓库体系结构，预测分析相关数据。
郑焱[2]2005年在《基于数据仓库的商业智能系统研究与实践》文中提出商业智能是九十年代末提出的一种将存储于各种信息系统中的数据转换成有用信息的技术，它通常被理解为将企业中现有的数据转化为知识，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，商务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，作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。 本文首先介绍了商业智能系统的相关内容和技术，设计了采用基于Web的B／S体系结构，包括数据源层，数据仓库层，OLAP和数据挖掘的应用服务器层和终端用户数据浏览层，该结构层与层之间相互独立，具有较强的灵活性和适应性，能较好的适应商业智能系统的最终用户反复多变的需求；前端用户的数据浏览通过IE浏览器实现，既易于非计算机人员的操作使用，也利于系统管理员对系统的升级维护，还能充分利用企业现有的局域网，减少投资。 接着在分析蔬菜副食品批发交易市场原有信息管理系统的数据结构的基础上，根据市场的实际分析需求，设计了叁个数据仓库的主题，分别是销售分析、单价分析和蔬菜检测分析，并在SQL Server 2000中建立基于这叁个主题的数据仓库，且从源数据库中抽取、转换和导入相关数据到数据仓库中；接着在这个数据仓库上，用微软的Analysis Services对叁个分析主题建立叁个对应的多维数据集，用MDX语言实现各种分析需求和数据的钻取、切片、切块，并用微软的Reporting Services开发基于Web的前端数据展现，且对最终用户的数据安全实现进行了讨论；最后，在分析决策树数据挖掘算法的基础上，用微软决策树算法设计和实现了两种预测型挖掘模型，分别用来挖掘预测市场经营户对市场销售额的贡献度和单价差值比的分析挖掘。 文章最后提出商业智能系统未来的两个研究方向，即构建行业管理分析模型和建立信息管理系统中的信息资源规划。
徐玉鹏[3]2010年在《数据仓库、OLAP和数据挖掘在商业智能中的应用研究》文中研究表明当前,信息技术飞速发展,公司面临的数据量激增,传统的分析工具功能有限,传统的商务报告无论在内容还是时效方面都难以满足需求,商业智能解决方案正式在这种环境下提出的。商业智能是将结构复杂的信息通过数据仓库进行合理组织,利用联机分析(OLAP)和数据挖掘技术,按照商务需求对数据进行分析、运算,并利用一些界面友好的报表工具将结果显示出来。本文的主要研究内容是如何构建一个可用的商业智能系统,并结合实际项目,对商业智能开发过程中的很多问题提出了建议和解决方法。工作主要包括以下内容:首先对商业智能的研究内容和发展趋势进行分析,明确商业智能的发展方向。在此基础上,对商业智能的核心技术数据仓库、多维联机分析(OLAP)和数据挖掘进行分析,得到理论基础。并且对数据仓库的架构进行了改造,提出了闭环的数据仓库体系结构。同时本文对数据仓库的开发步骤进行分析,指出数据仓库项目的关键成功因素。另外,针对数据仓库开发中维度建模环节中的问题,提出实际的解决办法。为其他商业智能项目开发提供了一定的借鉴作用。在前面研究的基础上,主要实现了销售部门的数据仓库抽取、转换和加载(ETL)流程开发,在此基础上,完成了OLAP系统开发和数据挖掘设计。完成了商业智能项目的主要开发流程。另外,针对当前ETL软件市场,对比成熟的数据库产品市场,本文提出了ETL架构标准化的设想。对数据仓库,商业智能的发展和普及具有重要意义。最后,论文对存在问题进行了分析,并对后续工作进行了展望。
陈俊[4]2008年在《财务商业智能系统的研究及其实现》文中指出本文从商业智能应用的基础结构着手,在研究的基础上总结了什么是商业智能这个问题:商业智能是帮助决策者从浩如烟海的数据中有效地提取出有价值的商业信息的一系列工具、技术和解决方案的集合。如何成功地运用商业智能,科学有效的解决企业面临的复杂问题,使企业在现代市场经济多变的环境中立于不败之地,提高企业核心竞争力?结合航天科技集团公司财务信息化的总体规划和目前的建设情况,本文提出了航天科技集团公司财务商业智能系统的解决方案。在分析商业智能系统核心技术及其相关技术的基础上,搭建财务商业智能系统,初步实现了商业智能与财务的有机结合。我们的主要工作包括:(1)分析了商业智能系统的基本概念:包括基本价值、应用现状以及发展趋势;(2)研究了商业智能系统的框架,以及各项核心组成技术的原理,方法等;(3)分析了航天科技集团公司财务需求,包括集团公司领导决策的需求,当前的环境,以及它们之间的差异;(4)在以上叁项主要工作的基础上,我们设计并实现了集团公司财务商业智能应用系统。核心包括数据仓库的构建与实现、联机分析处理、数据挖掘等,以及门户技术的集成应用,完成了一个商业智能系统的基本功能。集团公司财务商业智能系统的实现,很好的解决了集团公司领导对于当前财务所面临的问题,公司领导能够在短时间内了解到公司的经营状况和出现的问题,并从中分析原因,找准切入点,为下一步的经营决策提供科学的参考依据,另一方面,财务商业智能的实现,也为其他同领域企业实施商业智能系统提供了蓝本,起到了借鉴的作用。
岑琴[5]2007年在《商业智能BI在劳动密集型企业产品营销中的应用研究》文中提出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。本文的主要工作如下: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,设计了叁个数据仓库的主题,分别是产品主题、销售主题和客户主题,并在SQL Server 2005中建立基于这叁个主题的数据仓库。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Analysis Services对叁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Reporting Services开发基于Web的前端数据展现和Pivot Table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。
陈婧[6]2009年在《基于商业智能技术优化ERP系统的应用研究》文中研究表明企业ERP的实施和应用给企业带来巨大的效益,同时,ERP的使用也为企业积累了大量的企业运行状态的数据。但是,随着ERP应用的深入,传统ERP中OLTP的局限性、巨大的系统维护开销、大量数据资源严重浪费等问题逐渐显现出来。另外,传统的基于工作流程的ERP思想基础也阻碍了ERP的进一步发展,如何解决这些问题成为当前企业信息化过程中一个研究热点。随着全球一体化竞争愈演愈烈,ERP的应用局限性愈来愈受到企业组织机构的重视,因此商业智能应用而生。商业智能是基于数据仓库、ETL、OLAP和数据挖掘等技术发展起来的,其实质是从大量的历史数据中有效地提取信息,进而从这些信息中发现潜在的、有用的知识,为企业的战略发展服务。商业智能已经成为ERP系统功能拓展的一个主要方面。本文首先从商业智能出发,分析了商业智能和ERP的技术组成、特点,包括数据仓库、ETL、OLAP和数据挖掘。其次,基于商业智能技术,分析研究了ERP集成商业智能的必要性和可行性,提出一种针对ERP环境的商业智能解决方案,并给出方案实施的方法。最后将所提出的方案和方法应用到大型钢铁制造企业的各个ERP子系统中——财务管理子系统的设计实施为作者在此项目中的主要工作内容。研究认为商业智能系统的发展已经成为一项企业信息化过程中的必备技术,ERP软件的发展应用可以而且必须向商业智能技术方向拓展。ERP和商业智能的集成应用,能够最大限度的促进决策和执行的良性循环,是企业充分利用信息资源,合理降低信息成本,提高信息投资回报的有力保障。
刘静[7]2013年在《数据仓库在零售业商业智能系统的应用》文中研究指明商业智能(BI，Business Intelligence)是集成数据仓库(Data Warehouse，DW)、联机分析处理(On LineAnalysis Processing，OLAP)和数据挖掘(Data Mining，DM)技术的综合运用，作为一种崭新技术，主要用来处理和分析数据，最终将数据转变为信息和知识。当前，商业智能系统已经被越来越多的企业管理者所熟悉，其中包括零售、银行、电信、货运物流、金融、保险等行业的决策者，成为继企业资源计划(ERP)之后最重要的信息系统，是信息化建设中的重中之重。目前零售业信息化不断深入，企业在日常的经营过程中产生了大量的数据，这些数据蕴涵了很多重要的商业信息。如何才能有效地利用这一宝贵的资源，帮助企业增加利润和市场份额是每一个零售企业最为迫切的愿望。本文从数据仓库技术入手，在对商业智能技术体系分析的基础上，提出了基于数据仓库技术的零售业商业智能系统的构建方案。利用数据仓库建立的商业智能系统，可使零售企业的管理更加科学、高效，并对于企业及时做出正确决策，制定正确的行销战略提供了重要的依据。论文首先对数据仓库和商业智能的发展现状进行了介绍，并且就数据仓库技术对商业智能的重要性进行了分析；其次对数据仓库的基础以及零售业商业智能技术体系中的主要技术进行了阐述，主要是ETL、数据仓库、联机分析处理和数据挖掘技术的基本概念和应用；然后根据商业智能系统的设计方案对整个零售业商业智能系统进行全面的实现，包括系统需求的分析和系统开发平台的选择，通过分析零售业的特点确立数据仓库的表结构设计、ETL设计进而通过OLAP和商业智能报表工具对数据进行了完美的前端呈现，其中包括数据挖掘的应用，通过分析客户基本信息，挖掘出客户持有卡类型与客户的年收入、婚姻状况、拥有小孩等基本信息因素的密切关系；最后，对本论文进行了总结，说明所构建的零售业商业智能系统提高了企业信息系统和决策分析能力，并指出由于业务需求和信息技术的不断发展，数据仓库会有越来越广的应用。
申刚磊[8]2012年在《基于中药企业QSMES的商业智能研究》文中研究说明近年来随着企业信息化水平的不断提高,企业在生产、运行等业务操作过程中积累的数据越来越多,企业希望可以借助先进的工具或者方法把这些数据转变成有效的信息,为企业的管理决策提供准确可靠的依据,而商业智能正是能够帮助企业实现以上目标的“利器”。在金融服务业(如银行、保险等)、电信业、零售业等数据集中程度高、资金充足、信息化起步较早的行业,商业智能技术得到了广泛的应用并取得了显着的效果,相应的商业智能技术也日趋成熟,但在生产制造领域内,尤其在中药饮片生产行业,由于中药企业信息化起步比较晚,信息化水平普遍偏低,企业间信息化水平也参差不齐,商业智能并未得到很好的利用。中药饮片生产过程中积累了大量的历史数据,其中蕴含着很多宝贵的经验和知识,企业急需从这些数据中挖掘出有用的知识,使传统的经验辅料配方和生产工艺转变为科学辅料配方和标准生产工艺,以支持中药饮片产品质量的稳定和提高,保证用药安全,提高产品的综合竞争实力。本文在分析商业智能(BI)的架构及关键技术的基础上,结合中药企业质量标准生产执行系统(QSMES)的特点,以产品质量稳定提高为目的,以中药材分析、辅料配方设计以及生产工艺参数分析为主线,给出了适合QSMES的商业智能系统建设方案。并以QSMES为例,结合实际业务需求,阐述了QSMES商业智能的构建流程。本文首先介绍了商业智能的相关理论及其关键技术,包括数据仓库技术、ETL技术、OLAP技术以及数据挖掘技术等,分析了某中药饮片企业QSMES项目情况以及系统的架构。然后以Microsoft SQL Server2005商业智能工具为平台,介绍了商业智能系统在QSMES中集成应用的整个流程。业务需求分析介绍了中药饮片生产过程中的叁个主要业务需求,包括中药材质量、饮片生产辅料及配方、饮片炮制工艺流程(SOP)等；逻辑设计和物理设计介绍了数据仓库建立的主要维度模型,包括维度表和事实数表；ETL过程介绍了包括对QSMES数据的抽取(Extraction)、转换(Transformation)、加载(Load)过程和ETL程序包的设计和使用。联机分析处理(OLAP)设计介绍了饮片销售多维数据集的创建过程,建立维度表和事实表以及它们之间的关系；数据挖掘分析部分介绍了数据挖掘算法中的关联规则算法在中药企业饮片生产数据分析中的应用方法。最后展示了商业智能在中药企业QSMES中的应用效果,包括OALP分析效果及数据挖掘算法的数据分析结果等。本论文研究结果表明,使用Microsoft SQL Server2005商业智能工具实现商业智能在中药企业QSMES中的集成应用是可行的,它提供了丰富的、集成的、已调整好的、易于使用的数据分析和数据挖掘环境,可以很方便地运用在中药饮片生产过程中,而且易操作、易维护,具有很好的推广价值和商业价值。该研究为商业智能技术在中药饮片生产行业的应用提供了一定的借鉴和参考。
韩宪宝[9]2006年在《商业智能技术在企业资源计划中的应用研究》文中研究指明企业ERP的实施和应用给企业带来巨大的效益,同时,ERP的使用也为企业积累了大量的企业运行状态的数据。但是,随着ERP应用的深入,传统ERP中OLTP的局限性、巨大的系统维护开销、大量数据资源严重浪费等问题逐渐显现出来。另外,传统的基于工作流程的ERP思想基础也阻碍了ERP的进一步发展,如何解决这些问题成为当前企业信息化过程中一个研究热点。 商业智能是基于数据仓库、ETL、OLAP和数据挖掘等技术发展起来的,其实质是从大量的历史数据中有效地提取信息,进而从这些信息中发现潜在的、有用的知识,为企业的战略发展服务。商业智能已经成为ERP系统功能拓展的一个主要方面。 本文首先从商业智能出发,分析了商业智能和ERP的技术组成、特点,包括数据仓库、ETL、OLAP和数据挖掘。其次,基于商业智能技术,分析研究了ERP集成商业智能的必要性和可行性,提出一种针对ERP环境的商业智能解决方案,并给出方案实施的方法。最后将所提出的方案和方法应用到一个大型制造企业的ERP系统的实施之中。
王军[10]2007年在《数据仓库技术在商业智能系统中的应用》文中认为当今世界已进入全面知识管理时代，信息量的急剧增加使得企业的决策过程日益复杂。新兴的商业智能技术为企业提供了新的选择，越来越多的管理者开始借助商业智能技术为企业寻求解决之道。虽然当前商业智能的研究与应用正处于从起步阶段向发展阶段过渡的转变时期，其理论研究与系统应用已成为目前国内外企业界和软件开发界广泛关注的热点问题。商业智能是对商业信息的搜集、管理和分析过程，目的是使企业各级决策者获得知识或洞察力，促使他们做出对企业更有利的决策。商业智能一般由数据仓库、数据分析、数据挖掘、在线分析、数据备份和恢复等部分组成。目前对于商业智能的开发还没有一套系统的研究，本文从这些出发对该系统作较为全面的研究，并在项目实践过程中对其中的经验进行总结，对其中的重要问题提供相应的对策。本文在第一章主要介绍了商业智能的产生以及体系结构，开发及实施过程以及商业智能的应用。第二章和第叁章分别介绍了商业智能系统实现的技术基础：数据仓库和商业智能。在第二章重点对数据仓库产生的背景、数据仓库的体系结构、ETL、OLAP等技术做了深入研究；对数据仓库、数据集市、数据库做了比较分析；对数据仓库的实现策略、开发流程、实施特点进行研究，同时比较分析了常用的数据仓库工具以及数据仓库的新技术。这些为后面的系统实现奠定了基础。第四章和第五章主要介绍了系统的设计、实现。重要的是对系统实现过程中的经验作了总结，为以后系统的开发提供了重要的参考。
参考文献：
[1]. 基于OLAP的商业智能系统研究及应用[D]. 吴长泽. 重庆大学. 2004
[2]. 基于数据仓库的商业智能系统研究与实践[D]. 郑焱. 南京工业大学. 2005
[3]. 数据仓库、OLAP和数据挖掘在商业智能中的应用研究[D]. 徐玉鹏. 南京航空航天大学. 2010
[4]. 财务商业智能系统的研究及其实现[D]. 陈俊. 中国航天第二研究院. 2008
[5]. 商业智能BI在劳动密集型企业产品营销中的应用研究[D]. 岑琴. 浙江师范大学. 2007
[6]. 基于商业智能技术优化ERP系统的应用研究[D]. 陈婧. 华东师范大学. 2009
[7]. 数据仓库在零售业商业智能系统的应用[D]. 刘静. 江苏科技大学. 2013
[8]. 基于中药企业QSMES的商业智能研究[D]. 申刚磊. 南京中医药大学. 2012
[9]. 商业智能技术在企业资源计划中的应用研究[D]. 韩宪宝. 合肥工业大学. 2006
[10]. 数据仓库技术在商业智能系统中的应用[D]. 王军. 华东师范大学. 2007
标签：计算机软件及计算机应用论文; 数据挖掘论文; 数据仓库论文; etl论文; 数据挖掘算法论文; 商业智能论文; 财务系统论文; etl工具论文; 数据集成论文; 人工智能论文;