趙呈領(lǐng)　陸嬌嬌　吳林靜

摘 要：針對Web2.0網(wǎng)站當(dāng)前所面臨的問題，文章引入了新型的BI理念，目的是促進Web2.0網(wǎng)站的開發(fā)。文章首先以圖解的方式對BI做了概述，并闡述它在互聯(lián)網(wǎng)時代中的作用，同時列舉了目前Web2.0網(wǎng)站遇到的種種問題。接著，本文著重對數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、聯(lián)機分析處理這三項技術(shù)在網(wǎng)站中的應(yīng)用進行了研究，針對每一項技術(shù)列舉了相應(yīng)的案例并進行了詳細的分析。最后總結(jié)了引入BI理念到Web2.0網(wǎng)站開發(fā)中的應(yīng)用價值。

關(guān)鍵詞：BIWeb2.0數(shù)據(jù)倉庫數(shù)據(jù)挖掘聯(lián)機分析處理

中圖分類號：TP393.4 文獻標(biāo)識碼：B 文章編號：1673-8454（2009）01-0039-03

一、BI的概述

BI（Business Intelligence），中文解釋為商業(yè)智能，這個概念最初是隨著數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、多維分析等新

型信息技術(shù)的應(yīng)用而產(chǎn)生的。它是借助計算機手段幫助企業(yè)更好地利用數(shù)據(jù)、提高決策質(zhì)量的技術(shù)集合，能夠?qū)Ａ康纳虡I(yè)信息進行獲取、整理、分析，繼而產(chǎn)生價值的一個過程。簡單的講就是業(yè)務(wù)、數(shù)據(jù)、數(shù)據(jù)價值應(yīng)用的過程。[1] 用圖解的方式可以理解為圖1所示。

從圖1可以看出，從業(yè)務(wù)到數(shù)據(jù)的過程是傳統(tǒng)的交易系統(tǒng)所要做的事情，而BI則是在業(yè)務(wù)、數(shù)據(jù)的基礎(chǔ)上產(chǎn)生數(shù)據(jù)價值，這個產(chǎn)生價值的過程實質(zhì)上就是商業(yè)智能分析的過程。此過程如圖2所示。

圖2所示的流程，簡單地說就是數(shù)據(jù)源經(jīng)過所謂的ETL（Extraction-Transformation-Loading，數(shù)據(jù)抽取、轉(zhuǎn)換和加載）過程之后被送入到主題明確的數(shù)據(jù)倉庫（DW）中，生成許多數(shù)據(jù)集市，經(jīng)過聯(lián)機分析處理（OLAP）后再透過表現(xiàn)層展現(xiàn)給用戶。用戶根據(jù)分類、聚集、描述和可視化的數(shù)據(jù)來支持業(yè)務(wù)決策。

二、引入BI理念開發(fā)Web2.0網(wǎng)站的意義

1.BI在互聯(lián)網(wǎng)時代中的重要性

某業(yè)內(nèi)人士對BI在現(xiàn)代社會的重要性曾做過如下比喻，《世說新語》中講： “盲人騎瞎馬，夜半臨深池?！?這短短十個字隱藏了四個危險：由無知的經(jīng)理人來經(jīng)營企業(yè)，就如同“盲人騎馬”，這是第一個危險；依賴無知的員工，就如同“騎瞎馬”，這是第二個危險；參與激烈的市場競爭，就如同“臨深池”，這是第三個危險；在全球經(jīng)濟不景氣的時候參與激烈的市場競爭，就如同“夜半臨深池”，這是第四個危險。所以，“無知”已成為企業(yè)最大的威脅。[2]

互聯(lián)網(wǎng)時代，網(wǎng)絡(luò)中充斥著海量信息，企業(yè)需要對它們進行合理及有效地利用，從而幫助企業(yè)在業(yè)務(wù)管理及發(fā)展上做出及時、正確的判斷，然后采取明智的行動，做到在競爭中占據(jù)主動權(quán)?；ヂ?lián)網(wǎng)上流傳的“尿布和啤酒”的經(jīng)典故事成了一個利用數(shù)據(jù)挖掘商業(yè)價值最大的神話。原本不相關(guān)聯(lián)的兩樣?xùn)|西，通過海量的信息數(shù)據(jù)處理，也可以挖掘出它們之間潛在的關(guān)聯(lián)，于是再將這種關(guān)聯(lián)商業(yè)化，就會得到意想不到的新業(yè)務(wù)或新的商業(yè)模式。這個故事也告訴我們BI能夠摒棄企業(yè)的無知，并且能夠為企業(yè)的發(fā)展創(chuàng)造出巨大價值。BI的神奇之處就在于運用創(chuàng)造性的思維，將相對固定的方法應(yīng)用到復(fù)雜多變的商業(yè)實際中去，創(chuàng)造出意想不到的價值。[3]

2.Web2.0網(wǎng)站面臨的問題

談到Web2.0，人們一般就會想到美國開發(fā)出的諸如Myspace、YouTube、Facebook、OpenSocial等在全世界都比較流行的網(wǎng)站。盡管我國Web2.0市場也算較為繁榮，但是中國的Web 2.0網(wǎng)站迄今也沒有達到美國的那種程度。其實Web2.0的發(fā)展是存在一些問題的，如：同質(zhì)化競爭、對廣告的過度依賴、Web2.0企業(yè)的運營能力較弱、定向網(wǎng)絡(luò)廣告?zhèn)鬟f效率低、對Web2.0技術(shù)的忽略等等。人們關(guān)注的僅是簡單的使用，如何讓W(xué)eb2.0融入到互聯(lián)網(wǎng)各項應(yīng)用中仍然需要一個探索的過程。[4] Web2.0目前仍沒有一個明確的定義，以至于這個概念被大肆濫用，無論什么網(wǎng)站都或多或少地把自己和Web2.0聯(lián)系在一起，實際上很多只是概念的炒作。

上文已經(jīng)對BI做了一個概述，它主要是有助于決策和產(chǎn)品的改進。而Web2.0網(wǎng)站本身就是一個產(chǎn)品，并且具有交互功能。鑒于BI在互聯(lián)網(wǎng)時代的重要性以及Web2.0網(wǎng)站目前所面臨的問題，在開發(fā)Web2.0網(wǎng)站的過程中引入BI理念顯得十分必要。

三、Web2.0網(wǎng)站中的數(shù)據(jù)倉庫

很多人認(rèn)為數(shù)據(jù)倉庫與數(shù)據(jù)庫是沒有區(qū)別的，其實這種理解是不準(zhǔn)確的。數(shù)據(jù)庫里裝的是沒有經(jīng)過任何加工的原始數(shù)據(jù)；而數(shù)據(jù)倉庫是為了滿足分析需要，對源數(shù)據(jù)進行了轉(zhuǎn)換的過程。宏觀上講，數(shù)據(jù)倉庫就是堆放公司所有數(shù)據(jù)的地方，之所以把數(shù)據(jù)堆在一起，是為了從中獲取有價值的東西。

Web站點內(nèi)的資源本身就構(gòu)成了一個數(shù)據(jù)庫，那么如何面向目標(biāo)和主題來形成更有價值的數(shù)據(jù)倉庫呢？要解決這個問題，重點在于數(shù)據(jù)源的問題。用戶在使用Web站點的過程中，有意無意地就給網(wǎng)站提供了一些信息，若這些信息能被有效地識別，則對形成有價值的數(shù)據(jù)倉庫是有幫助的。[5] 下面以大家比較熟悉的Web2.0網(wǎng)站——豆瓣網(wǎng)為例來說明。案例如圖3所示。

圖中標(biāo)注的3個區(qū)域是交互區(qū)，我們可以將其定義為數(shù)據(jù)入口。此例中，訪問者只需單擊一下按鈕，就可以傳遞給網(wǎng)站一個有價值的信息。將這些有價值的信息提取出來存放在數(shù)據(jù)倉庫中對以后網(wǎng)站的開發(fā)是有益的。由此我們可以看出，建立一個友好的數(shù)據(jù)入口是數(shù)據(jù)倉庫可以發(fā)揮決策優(yōu)勢的基礎(chǔ)。

當(dāng)然也可以通過不斷地改善用戶注冊頁、用戶發(fā)布信息頁面、用戶評論頁等頁面的設(shè)計來建立良好的數(shù)據(jù)入口，以便數(shù)據(jù)倉庫發(fā)揮其決策優(yōu)勢，繼而促進網(wǎng)站的開發(fā)。

四、Web2.0網(wǎng)站中的數(shù)據(jù)挖掘

數(shù)據(jù)挖掘在學(xué)術(shù)上的定義是：“在數(shù)據(jù)倉庫基礎(chǔ)之上的自動地從海量的數(shù)據(jù)中快速地獲取有價值、有意義的數(shù)據(jù)間的特定關(guān)系并產(chǎn)生新的知識的技術(shù)”。[6] 舉個形象的例子來說明數(shù)據(jù)挖掘的原理和作用。我們在商場里買衣服時，銷售員經(jīng)常會向顧客推薦一些衣服，而且顧客往往也會接受這些推薦。這些推薦為什么會有效？其實銷售員的這些推薦也不是空穴來風(fēng)，她們是在最近顧客購買衣服的數(shù)據(jù)中總結(jié)出來的規(guī)律。而這種基于真實數(shù)據(jù)的規(guī)律往往會符合顧客的某種心理，從而為商家?guī)砀蟮匿N售和利潤。

其實網(wǎng)站的數(shù)據(jù)挖掘和傳統(tǒng)的數(shù)據(jù)挖掘原理是差不多的。我們在對Web2.0網(wǎng)站進行數(shù)據(jù)挖掘時，所需要的數(shù)據(jù)主要來自于兩個方面：一方面是客戶的背景信息，此部分信息主要來自于客戶的登記表；而另外一部分?jǐn)?shù)據(jù)主要來自瀏覽者的點擊流，此部分?jǐn)?shù)據(jù)主要用于考察客戶的行為表現(xiàn)。但有的時候，客戶就不愿意將自己的信息填寫在登記表上，這就會給數(shù)據(jù)分析和挖掘帶來不便。在這種情況下，就不得不從瀏覽者的表現(xiàn)數(shù)據(jù)中推測客戶的背景信息，進而再加以利用。

Web2.0時代，互聯(lián)網(wǎng)使許多隱形知識顯性化，還使得一些“隱形網(wǎng)頁”也被發(fā)掘出來。特別是blog的盛行，誕生了不計其數(shù)的“微內(nèi)容”。那么怎樣在這個信息紛繁蕪雜的互聯(lián)網(wǎng)上獲取有價值的內(nèi)容？以比較有名的教育網(wǎng)站——教育資源挖掘站（www.edudig.net）為例來看它是如何從浩瀚的數(shù)據(jù)海洋中提取有價值的信息的。實際上它是通過用戶提交的鏈接、評論，再通過用戶投票的方式把有價值的網(wǎng)站鏈接推薦到前臺首頁，有更好的評價功能，不需要編輯審核，且信息源涵蓋整個互聯(lián)網(wǎng)。目前互聯(lián)網(wǎng)上有相當(dāng)多的教育博客和教育網(wǎng)站，但不是每一個網(wǎng)頁都有價值，許多有價值的內(nèi)容被淹沒其中。Edudig就是讓關(guān)注教育的blogger到Edudig上提交并推薦互聯(lián)網(wǎng)上有價值的教育文章、教育網(wǎng)站、教育軟件工具等資源。Edudig以龐大的分散內(nèi)容為基礎(chǔ)，由用戶決定聚集哪些有價值的微內(nèi)容。這樣一個能夠從海量信息中挖掘出有價值信息的Web2.0教育網(wǎng)站給廣大關(guān)注教育的學(xué)習(xí)者帶來了很大的便利。

五、Web2.0網(wǎng)站中的聯(lián)機分析處理（OLAP）

Google推出的Google Analytics分析工具可以對整個網(wǎng)站的訪問者進行跟蹤，并能持續(xù)跟蹤營銷廣告，是一種功能全面而強大的分析軟件包。我們可以借助此工具從海量的網(wǎng)站訪問數(shù)據(jù)中獲取有價值的信息，并對這些信息進行有效的分析。數(shù)據(jù)分析包括：流量的綜合分析、網(wǎng)站營銷數(shù)據(jù)分析、Web設(shè)計參數(shù)數(shù)據(jù)分析。

1.流量的綜合分析

無論是個人網(wǎng)站的站長，還是企業(yè)網(wǎng)站的管理員，都應(yīng)該時刻清楚網(wǎng)站的流量情況。建立網(wǎng)站必須給網(wǎng)站配備一個功能完整的流量分析系統(tǒng)，這是網(wǎng)站可以持續(xù)改進和優(yōu)化的基礎(chǔ)。

網(wǎng)站的訪問總量體現(xiàn)的是到訪網(wǎng)站的人次。其中訪問人包括新訪問者和回訪者兩類。對于運營時間較長的社區(qū)類網(wǎng)站，可能回訪者所占的比重較高，而對于新建立或以提供資源為主的網(wǎng)站，新訪問者的比重較高。因此，對于以提供功能和服務(wù)為主的網(wǎng)站，運營的重心應(yīng)該是如何提高功能和穩(wěn)定性，以保證其訪問總量的穩(wěn)定和持續(xù)上升，而以提供產(chǎn)品和資源為主的網(wǎng)站，運營的重心應(yīng)該是如何不斷推出更多、更新的資源以保證其訪問總量。鏈接來源體現(xiàn)的是到訪用戶的途徑。用戶可以直接輸入網(wǎng)址訪問，也可以通過搜索引擎如百度、Google、SoSo等搜索訪問。如果來自搜索引擎的比重比較大，那么要保證流量的穩(wěn)定和上升，在設(shè)計網(wǎng)頁時就必須對其進行搜索引擎優(yōu)化。

2.網(wǎng)站營銷數(shù)據(jù)分析

體驗過Google Analytics的用戶就知道,在查看某個網(wǎng)站的使用率時，會看到網(wǎng)站平均停留時間和跳出率兩個參數(shù)，重點分析這兩個參數(shù)，可以判斷哪些頁面是用戶最常訪問的。從網(wǎng)站營銷的角度來看，對這些參數(shù)進行分析是很有必要的。

網(wǎng)站平均停留時間說明用戶在此頁面停留的時間，時間越長說明頁面的價值就越大，那么就可以考慮在此頁面處投放廣告。如果頁面的瀏覽量很大但用戶停留的時間卻很短，那最可能的一種情況就是用戶通過搜索到達了這個頁面，但是打開之后發(fā)現(xiàn)并沒有自己需要的內(nèi)容，于是隨即關(guān)閉了頁面。因此，為了延長用戶在網(wǎng)頁的停留時間，應(yīng)該充實網(wǎng)頁的內(nèi)容和增加超級鏈接。[5]

跳出率表示用戶在到達此頁面時離開網(wǎng)站的比率。為了降低用戶的跳出率，在設(shè)計網(wǎng)站的每個頁面時，就要考慮到增加導(dǎo)航鏈接，且不要讓用戶感到無路可走。

3.Web設(shè)計參數(shù)數(shù)據(jù)分析

一名合格的網(wǎng)頁設(shè)計師應(yīng)關(guān)注用戶流量，那么就要分析瀏覽器版本、操作系統(tǒng)、屏幕分辨率等參數(shù)。

瀏覽器的兼容問題一直是Web設(shè)計中比較棘手的問題。瀏覽器的種類比較多，當(dāng)然IE是最常用的，但是也有一些用戶使用FireFox、Netscape、傲游等。那么就要對用戶的訪問數(shù)據(jù)進行分析，毫無疑問，大多數(shù)用戶仍然是使用IE，所以Web設(shè)計過程中滿足IE用戶正常顯示是最根本的原則。精力允許的話，可以考慮將Web頁面放在其它瀏覽器上測試。

不同的操作系統(tǒng)對Web頁面設(shè)計也存在一定影響，當(dāng)然大多數(shù)用戶仍然使用WindowsXP、Windows Server，但是也有一些用戶使用Vista操作系統(tǒng)，并有可能很快成為主流。因此，要及時了解Vista對Web標(biāo)準(zhǔn)的影響，做出相應(yīng)的調(diào)整方案。

屏幕分辨率是Web設(shè)計要重點考慮的影響參數(shù)之一。現(xiàn)在絕大多數(shù)用戶已開始使用1024×768的分辨率，因為顯示效果比較好，所以設(shè)計的時候應(yīng)該考慮到。同時也要兼顧正在流行的寬屏顯示器和寬屏計算機，以及PDA和手機等掌上移動設(shè)備。[5]

六、結(jié)束語

互聯(lián)網(wǎng)是一個催生概念的行業(yè)，也是一個讓人萌生很多想法的行業(yè)。本文試將BI這種新型的理念引入到Web2.0中，分別從數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、OLAP這三方面進行了較全面的分析。引入BI理念使得Web2.0網(wǎng)站不斷優(yōu)化，但是本文研究的并不是很深入，有待于進一步研究。另外，如果將Web2.0理念或技術(shù)引入到商業(yè)智能中，又將會是什么樣子呢？這同樣值得我們?nèi)ニ伎?，去探究?/p>

參考文獻：

[1]什么是BI（Business Intelligence）[EB/OL].http://www.cnblogs.com/jiesin/archive/2008/06/23/1227694.html.

[2]文本挖掘搶占商業(yè)智能掘金制高點[EB/OL].http://article.pchome.net/content-660419.html.

[3]郭艷蕾.商業(yè)智能綜述[J].商業(yè)文化（學(xué)術(shù)版）,2008(2).

[4]劉永軍.淺析Web2.0網(wǎng)站的發(fā)展策略[J].商場現(xiàn)代化,2008(7).

[5]王建.精通Web標(biāo)準(zhǔn)建站——標(biāo)記語言、網(wǎng)站分析、設(shè)計理念、SEO與BI[M].北京:人民郵電出版社,2007.406-416.

[6]趙月旺.自救之道——數(shù)據(jù)挖掘[EB/OL].http://www.360doc.com/showWeb/0/0/226142.aspx.