摘 要： 信息技術(shù)已經(jīng)使企業(yè)的經(jīng)營(yíng)環(huán)境發(fā)生了革命性的變化，各大企業(yè)開始尋找利用信息技術(shù)提高競(jìng)爭(zhēng)力的方法，CRM，ERP，EIS等信息系統(tǒng)滿足了企業(yè)日常事務(wù)性工作的需要，但是給企業(yè)產(chǎn)生了海量的無法利用的歷史數(shù)據(jù)。商務(wù)智能系統(tǒng)通過對(duì)企業(yè)的經(jīng)營(yíng)和業(yè)務(wù)活動(dòng)進(jìn)行分析判斷，使分散在各個(gè)系統(tǒng)中的信息有機(jī)集成，并且結(jié)合恰當(dāng)?shù)姆治瞿Ｐ秃退惴?，利用現(xiàn)有的企業(yè)信息庫為企業(yè)的發(fā)展和市場(chǎng)競(jìng)爭(zhēng)提供參考，提高企業(yè)的競(jìng)爭(zhēng)力。詳細(xì)分析公司運(yùn)用和實(shí)施商務(wù)智能系統(tǒng)的案例，重點(diǎn)介紹了公司基于商務(wù)智能生產(chǎn)經(jīng)營(yíng)分析系統(tǒng)的設(shè)計(jì)與構(gòu)建過程，為大型國有投資企業(yè)的應(yīng)用和部署提供了商務(wù)智能的借鑒實(shí)例。

關(guān)鍵詞： 商務(wù)智能； 數(shù)據(jù)倉庫； OLAP； 數(shù)據(jù)挖掘

中圖分類號(hào)： TN911?34； TM417 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2016）15?0140?05

Abstract： The information technology has made the business environment of the enterprise change drastically， so the major enterprises start to seek the method using information technology to improve the competitiveness. The information systems of CRM， ERP and EIS can meet the need of enterprise′s routine work， but bring in the massive and unavailable historical data to the enterprise. The enterprise′s management and business activities are analyzed and judged through the business intelligence system to integrate the information scattered in various systems organically. In combination with the proper analysis model and algorithm， the available enterprise information base can provide a reference for enterprise development and market competition， and improve the enterprise competitiveness. In this paper， the case of using and implementing the business intelligence system by the enterprise is analyzed in detail， the design and construction processes based on business intelligence production and management analysis system are introduced emphatically. The system provides the reference instance of business intelligence for the application and deployment of the large?scale state?owned investment enterprise.

Keywords： business intelligence； data warehouse； OLAP； data mining

0 引 言

隨著信息技術(shù)的高速發(fā)展，電腦和網(wǎng)絡(luò)成為企業(yè)辦公必不可少的一部分。信息技術(shù)已經(jīng)使企業(yè)的經(jīng)營(yíng)環(huán)境發(fā)生了革命性的變化，各大企業(yè)已經(jīng)開始尋找利用信息技術(shù)提高競(jìng)爭(zhēng)力的方法。各種信息系統(tǒng)如客戶管理系統(tǒng)（CRM）、企業(yè)資源企劃（ERP）、主管信息系統(tǒng)（EIS）等開始活躍在各大企業(yè)[1]。這些系統(tǒng)在滿足企業(yè)日常事務(wù)性工作需要的同時(shí)，也給企業(yè)產(chǎn)生了海量的歷史數(shù)據(jù)并難以利用。目前，眾多公司開始著眼于如何利用歷史數(shù)據(jù)為公司的發(fā)展服務(wù)，提高公司的競(jìng)爭(zhēng)力[2]。

1 系統(tǒng)需求分析

通過與報(bào)表上報(bào)系統(tǒng)的合作，報(bào)表上報(bào)系統(tǒng)負(fù)責(zé)同公司外部的公司進(jìn)行業(yè)務(wù)交流，實(shí)現(xiàn)企業(yè)外部辦公信息化、自動(dòng)化；商務(wù)智能系統(tǒng)則對(duì)報(bào)表上報(bào)系統(tǒng)中的數(shù)據(jù)進(jìn)行抽取和分析，挖掘出企業(yè)高層決策者所需決策數(shù)據(jù)，系統(tǒng)架構(gòu)如圖1所示。

戰(zhàn)略規(guī)劃部、投資部、財(cái)務(wù)部等公司各部門以及各項(xiàng)目公司通過網(wǎng)絡(luò)將報(bào)表數(shù)據(jù)填報(bào)到新建立的數(shù)據(jù)管理平臺(tái)[3]。然后數(shù)據(jù)經(jīng)過處理后被上傳到數(shù)據(jù)倉庫中，經(jīng)過挖掘分析變成可供決策的信息，展示到公司決策者面前。商務(wù)智能系統(tǒng)主要分為以下三個(gè)部分：

（1） 數(shù)據(jù)源，在現(xiàn)有的設(shè)計(jì)中，數(shù)據(jù)源是報(bào)表上報(bào)系統(tǒng)的數(shù)據(jù)庫。報(bào)表上報(bào)系統(tǒng)從公司的各個(gè)部門以及下級(jí)單位填報(bào)的報(bào)表中獲取經(jīng)營(yíng)數(shù)據(jù)，存儲(chǔ)到報(bào)表上報(bào)系統(tǒng)的數(shù)據(jù)庫中。

（2） 數(shù)據(jù)倉庫，報(bào)表上報(bào)系統(tǒng)數(shù)據(jù)庫中的數(shù)據(jù)經(jīng)過ETL工具的抽取、清洗和轉(zhuǎn)換，加載到數(shù)據(jù)倉庫中。

（3） 應(yīng)用服務(wù)層，該層負(fù)責(zé)與用戶進(jìn)行交互，通過OLAP和數(shù)據(jù)挖掘工具，獲取相關(guān)的經(jīng)營(yíng)數(shù)據(jù)和決策信息，并通過圖形、報(bào)表、數(shù)據(jù)等方式為用戶提供決策支持服務(wù)。

從圖2可以看到，整個(gè)系統(tǒng)功能劃分為八個(gè)部分。綜合分析是對(duì)公司整體數(shù)據(jù)進(jìn)行分析展示的模塊；接下來的BT/BOT在建項(xiàng)目分析、BOT運(yùn)營(yíng)項(xiàng)目分析、房地產(chǎn)項(xiàng)目分析、城市綜合開發(fā)項(xiàng)目分析、安全質(zhì)量分析都是針對(duì)公司經(jīng)營(yíng)的某一個(gè)板塊進(jìn)行分析；資料文件下載是一個(gè)文件共享模塊，用戶可以從該模塊下載公司經(jīng)營(yíng)資料或者相關(guān)的政策文件；系統(tǒng)管理模塊是為系統(tǒng)管理員設(shè)定的一個(gè)模塊，管理員可以利用系統(tǒng)管理模塊對(duì)系統(tǒng)進(jìn)行維護(hù)、更新操作。

2 系統(tǒng)的設(shè)計(jì)

2.1 數(shù)據(jù)倉庫設(shè)計(jì)

2.1.1 概念模型

概念模型是從客觀世界到主觀認(rèn)識(shí)的映射，是客觀世界到計(jì)算機(jī)世界的一個(gè)中間層次，通過概念模型將客觀世界的問題用適合計(jì)算機(jī)世界的語言和模型描述[4]，該階段的任務(wù)主要有界定系統(tǒng)邊界、確定主要的主題域。

（1） 界定系統(tǒng)邊界。公司進(jìn)行決策時(shí)，不同類型的投資審查需要查看不同的數(shù)據(jù)，例如，進(jìn)行地產(chǎn)投資審查時(shí)，需要對(duì)項(xiàng)目基本信息、項(xiàng)目周期計(jì)劃表、項(xiàng)目經(jīng)營(yíng)情況表進(jìn)行分析。

系統(tǒng)邊界定位為公司所經(jīng)營(yíng)范圍內(nèi)各項(xiàng)目公司的經(jīng)營(yíng)信息，包括項(xiàng)目公司基本信息、資產(chǎn)信息、經(jīng)營(yíng)計(jì)劃、經(jīng)營(yíng)情況、財(cái)務(wù)數(shù)據(jù)和安全生產(chǎn)信息等。

（2） 確定主要的主題域。界定了系統(tǒng)邊界后，根據(jù)業(yè)務(wù)類型的不同，將項(xiàng)目公司進(jìn)行歸類，確定了四個(gè)主題：BT/BOT在建、BOT運(yùn)營(yíng)、房地產(chǎn)開發(fā)和城市綜合開發(fā)[5]。另外，根據(jù)用戶需求和冗余考慮，將財(cái)務(wù)數(shù)據(jù)和安全生產(chǎn)信息單獨(dú)存放，作為另外兩個(gè)主題域，即財(cái)務(wù)報(bào)表和安全質(zhì)量。

2.1.2 邏輯模型

在邏輯模型設(shè)計(jì)階段，主要進(jìn)行分析主題域、確定粒度、確定數(shù)據(jù)分割策略、維度建模、定義記錄系統(tǒng)五項(xiàng)工作。

分析主題域，經(jīng)過研討分析，按照BT/BOT在建、BOT運(yùn)營(yíng)、房地產(chǎn)開發(fā)、城市綜合開發(fā)、財(cái)務(wù)報(bào)表、安全質(zhì)量的順序進(jìn)行需求分析、設(shè)計(jì)和開發(fā)。

確定粒度，在進(jìn)行粒度設(shè)計(jì)時(shí)，主要考慮時(shí)間粒度和板塊粒度。時(shí)間粒度劃分為年、季度、月、周和日；板塊粒度劃分為板塊、分項(xiàng)目（例如運(yùn)營(yíng)項(xiàng)目劃分為公路項(xiàng)目和港口項(xiàng)目）、項(xiàng)目公司。

確定數(shù)據(jù)分割策略，大的數(shù)據(jù)分割策略選擇按板塊進(jìn)行劃分，也就是按BT/BOT在建、BOT運(yùn)營(yíng)、房地產(chǎn)開發(fā)、城市綜合開發(fā)、財(cái)務(wù)報(bào)表、安全質(zhì)量這六個(gè)大的板塊進(jìn)行分割存儲(chǔ)。然后，在板塊劃分的基礎(chǔ)上，考慮到業(yè)務(wù)以及數(shù)據(jù)分析的需求，按照?qǐng)?bào)表進(jìn)行分割。

維度建模，在BT/BOT在建主題中維度表有時(shí)間表、單位表、四級(jí)指標(biāo)表以及BT/BOT在建項(xiàng)目表；事實(shí)表較多，有在建項(xiàng)目基本情況表、全項(xiàng)目周期計(jì)劃表、經(jīng)營(yíng)計(jì)劃表（分為年度、季度和月度）以及經(jīng)營(yíng)情況表（分為年度、季度和月度）。

定義記錄系統(tǒng)，數(shù)據(jù)源只有報(bào)表上報(bào)系統(tǒng)，數(shù)據(jù)倉庫中的表名和字段名已經(jīng)和報(bào)表上報(bào)系統(tǒng)數(shù)據(jù)庫中的表名和字段名對(duì)應(yīng)，通過名稱可以定位。

2.1.3 物理模型

綜合考慮服務(wù)器的存取速度、購置成本、存儲(chǔ)空間利用率以及維護(hù)代價(jià)后，選擇使用目前比較常用的數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)RAID（Redundant Array of Inexpensive Disk，廉價(jià)冗余磁盤陣列），級(jí)別1。通過磁盤鏡像技術(shù)，將一個(gè)磁盤的數(shù)據(jù)鏡像到另外一個(gè)磁盤[6]，該存儲(chǔ)結(jié)構(gòu)的優(yōu)點(diǎn)是容錯(cuò)能力高、讀取速度也比較快。

2.2 聯(lián)機(jī)分析處理

在目前設(shè)計(jì)的數(shù)據(jù)倉庫中，每個(gè)主題都存在四個(gè)維度表：時(shí)間、單位、指標(biāo)和項(xiàng)目（房地產(chǎn)主題沒有項(xiàng)目維度表）。一般每一個(gè)單位對(duì)應(yīng)一個(gè)項(xiàng)目，所以，項(xiàng)目維度被單位維度所取代。公司決策者最常使用的是經(jīng)過匯總的一級(jí)指標(biāo)值，但是二到四級(jí)指標(biāo)也會(huì)偶爾用到，因此，在構(gòu)建基本立方體時(shí)采用的維度是四級(jí)指標(biāo)值、月度、項(xiàng)目公司，數(shù)據(jù)立方體如圖3所示。

2.3 數(shù)據(jù)挖掘設(shè)計(jì)

（1） 數(shù)據(jù)挖掘的對(duì)象和目標(biāo)

通過數(shù)據(jù)倉庫的設(shè)計(jì)，確定了數(shù)據(jù)倉庫的主題及其關(guān)鍵屬性項(xiàng)，通過分析發(fā)現(xiàn)數(shù)據(jù)挖掘的對(duì)象有數(shù)據(jù)類型單一性、數(shù)據(jù)變化相對(duì)穩(wěn)定性、數(shù)據(jù)關(guān)系復(fù)雜性等特點(diǎn)。

根據(jù)對(duì)公司決策者的調(diào)查發(fā)現(xiàn)，進(jìn)行決策時(shí)主要將一級(jí)指標(biāo)項(xiàng)作為參考決定是否繼續(xù)對(duì)該項(xiàng)目投資，投資多少。一般，根據(jù)自己的經(jīng)驗(yàn)，結(jié)合相關(guān)政策事件預(yù)測(cè)該項(xiàng)目的發(fā)展趨勢(shì)。如果能夠?qū)χ匾笜?biāo)項(xiàng)目進(jìn)行趨勢(shì)預(yù)測(cè)分析，那么對(duì)于決策的幫助是巨大的[7]。所以，將數(shù)據(jù)挖掘的目標(biāo)確定為對(duì)指標(biāo)項(xiàng)進(jìn)行趨勢(shì)預(yù)測(cè)分析。

（2） 數(shù)據(jù)挖掘方法的選擇

根據(jù)公司數(shù)據(jù)特點(diǎn)的分析結(jié)果，選擇預(yù)測(cè)性數(shù)據(jù)挖掘作為商務(wù)智能系統(tǒng)的挖掘方向，同時(shí)，選擇二次指數(shù)平滑法[8]。二次指數(shù)平滑法通過歷史數(shù)據(jù)的加權(quán)平均對(duì)未來時(shí)刻進(jìn)行預(yù)測(cè)。它計(jì)算簡(jiǎn)單、樣本要求量較少、結(jié)果較穩(wěn)定，而且適應(yīng)性較強(qiáng)，比較符合對(duì)數(shù)據(jù)挖掘算法的要求。

3 系統(tǒng)的實(shí)現(xiàn)

3.1 ETL工具

在系統(tǒng)中，ETL分為三個(gè)處理過程：準(zhǔn)備過程（ZJ_WF_DW_LOAD_REPORT），處理和裝入過程（ZJ_ WF_DM_LOAD_REPORT），特殊處理過程（ZJ_WF_LAOD_FLOAT_REPORT）。

（1） 準(zhǔn)備過程。在準(zhǔn)備過程中，ETL工具從數(shù)據(jù)源中抽取數(shù)據(jù)，進(jìn)行一定的處理（統(tǒng)一格式、消除重復(fù)行等）后存放到臨時(shí)表中，以便進(jìn)行進(jìn)一步的處理和轉(zhuǎn)換。

（2） 轉(zhuǎn)換過程。在轉(zhuǎn)換過程中，將臨時(shí)表中的數(shù)據(jù)分離，存入各個(gè)板塊的主題中，以供分析決策之用。轉(zhuǎn)換過程分為三步：基本數(shù)據(jù)導(dǎo)入、數(shù)據(jù)計(jì)算和數(shù)據(jù)轉(zhuǎn)換。

（3） 后續(xù)處理過程。對(duì)于浮動(dòng)表中的數(shù)據(jù)，存儲(chǔ)格式與固定行的表有差別，因此，單獨(dú)弄一個(gè)過程處理浮動(dòng)表。對(duì)于每一個(gè)浮動(dòng)表都有相應(yīng)的Query語句進(jìn)行處理。

3.2 聯(lián)機(jī)分析處理

（1） 物化視圖的具體實(shí)現(xiàn)

系統(tǒng)對(duì)業(yè)務(wù)數(shù)據(jù)采用部分物化策略。經(jīng)過對(duì)決策者的實(shí)際需求和思考習(xí)慣進(jìn)行分析發(fā)現(xiàn)，客戶經(jīng)常查看的維度有時(shí)間維的年、季度和月度；指標(biāo)維的一級(jí)關(guān)鍵指標(biāo)和部分二級(jí)指標(biāo)；單位維（項(xiàng)目維）的板塊維度、分項(xiàng)目維度以及公司維度。因此，在這些維度上進(jìn)行預(yù)計(jì)算減少系統(tǒng)的響應(yīng)時(shí)間。CUBE計(jì)算將產(chǎn)生以下多維聚集表，如表1所示。

在時(shí)間維上進(jìn)行年、季度聚集，在單位編碼上進(jìn)行板塊、分項(xiàng)目聚集，在指標(biāo)維上進(jìn)行關(guān)鍵指標(biāo)聚集（新簽合同額、完成投資額、利潤(rùn)總額等）。

（2） 數(shù)據(jù)立方體的優(yōu)化

① 利用底層聚集計(jì)算高層聚集。通過事實(shí)表計(jì)算可以得到底層聚集。高層聚集不再通過基本的事實(shí)表進(jìn)行計(jì)算，而是基于依賴關(guān)系，利用已經(jīng)存在的底層結(jié)果獲取高層指標(biāo)聚集結(jié)果。

② 建立索引。在聚集計(jì)算過程中，在表上建立索引可以提高記錄的搜索能力，提升系統(tǒng)的響應(yīng)速度。

③ 緩存結(jié)果。通過緩存分組結(jié)果，其他分組可以從緩存中進(jìn)行計(jì)算，進(jìn)而減少I/O次數(shù)。

（3） 數(shù)據(jù)立方體的計(jì)算

采用基于依賴關(guān)系的計(jì)算方法：CUBE計(jì)算利用了計(jì)算的相互依賴關(guān)系簡(jiǎn)化CUBE計(jì)算，提高性能。整個(gè)CUBE計(jì)算過程中，主要產(chǎn)生了兩個(gè)多維數(shù)據(jù)集，即[V1]和[V2。][V1]主要是在指標(biāo)維度的網(wǎng)點(diǎn)級(jí)上對(duì)其他維度進(jìn)行聚集（根據(jù)指標(biāo)進(jìn)行匯總）；[V2]主要是在項(xiàng)目維度上對(duì)其他維度進(jìn)行聚集（根據(jù)項(xiàng)目對(duì)指標(biāo)進(jìn)行聚集）?；谝蕾囮P(guān)系的思想，利用[V1]的計(jì)算結(jié)果計(jì)算[V2。]

3.3 數(shù)據(jù)挖掘

3.3.1 數(shù)據(jù)預(yù)處理

（1） 數(shù)據(jù)清理。首先通過各個(gè)主題域和財(cái)務(wù)報(bào)表主題存在的勾稽關(guān)系，對(duì)各個(gè)主題域中的錯(cuò)漏數(shù)據(jù)進(jìn)行糾正；另外，在填寫報(bào)表過程中，對(duì)于沒填的項(xiàng)目，將其值設(shè)置為0。

（2） 數(shù)據(jù)集成。通過將多個(gè)數(shù)據(jù)源中的數(shù)據(jù)合并存儲(chǔ)，能夠有效地減少數(shù)據(jù)的冗余和不一致性。ETL工具承擔(dān)了數(shù)據(jù)集成的任務(wù)。

3.3.2 二次指數(shù)平滑算法

3.3.3 數(shù)據(jù)樣本

以系統(tǒng)中的實(shí)際數(shù)據(jù)作為樣本進(jìn)行算法預(yù)測(cè)研究。選取BOT運(yùn)營(yíng)主題域下的營(yíng)業(yè)總成本指標(biāo)作為算法的數(shù)據(jù)樣本。BOT運(yùn)營(yíng)板塊分為公路項(xiàng)目和港口項(xiàng)目?jī)煞N，其中公路項(xiàng)目下有兩家下屬項(xiàng)目公司：FS公司和SX公司；港口項(xiàng)目下有兩家下屬項(xiàng)目公司：YY公司和CQ公司。

根據(jù)項(xiàng)目種類的不同，營(yíng)業(yè)總成本的下屬匯總項(xiàng)存在區(qū)別。對(duì)于港口項(xiàng)目，營(yíng)業(yè)總成本下屬二級(jí)指標(biāo)項(xiàng)為營(yíng)業(yè)成本、營(yíng)業(yè)稅金及附加、營(yíng)業(yè)費(fèi)用、管理費(fèi)用、財(cái)務(wù)費(fèi)用和其他費(fèi)用，共由115個(gè)四級(jí)指標(biāo)項(xiàng)匯總獲得；對(duì)于公路項(xiàng)目，營(yíng)業(yè)總成本下屬二級(jí)指標(biāo)項(xiàng)為營(yíng)業(yè)成本、營(yíng)業(yè)稅金及附加、管理費(fèi)用、財(cái)務(wù)費(fèi)用和其他費(fèi)用，共由111個(gè)四級(jí)指標(biāo)項(xiàng)匯總獲得。

獲取的實(shí)驗(yàn)數(shù)據(jù)為2014年FS公司的營(yíng)業(yè)數(shù)據(jù)（公路項(xiàng)目）。對(duì)于每一個(gè)四級(jí)指標(biāo)項(xiàng)，均選取第一個(gè)實(shí)驗(yàn)值為初始值，根據(jù)式（1）～式（5），首先對(duì)所有四級(jí)指標(biāo)利用二次平滑法進(jìn)行預(yù)測(cè)，獲得所有的四級(jí)指標(biāo)預(yù)測(cè)值后，經(jīng)過求和運(yùn)算獲得一級(jí)指標(biāo)的預(yù)測(cè)值。

3.3.4 結(jié)果分析評(píng)估

由結(jié)果可以看出，二次指數(shù)平滑的預(yù)測(cè)結(jié)果誤差比較穩(wěn)定，雖然數(shù)據(jù)結(jié)果有一些波動(dòng)，但是整體情況還是令人滿意的。二次指數(shù)平滑預(yù)測(cè)法計(jì)算簡(jiǎn)單，樣本要求少，適應(yīng)性很強(qiáng)，可以降低對(duì)服務(wù)器性能的要求，基本滿足決策者對(duì)于指數(shù)趨勢(shì)走向的預(yù)測(cè)需求。

4 系統(tǒng)測(cè)試

4.1 測(cè)試設(shè)計(jì)

（1） 測(cè)試準(zhǔn)備

文檔資料：《公司生產(chǎn)經(jīng)營(yíng)管理系統(tǒng)需求分析報(bào)告說明書》、《公司生產(chǎn)經(jīng)營(yíng)管理系統(tǒng)需求調(diào)研總結(jié)》、《公司系統(tǒng)概要設(shè)計(jì)說明書》等。

測(cè)試環(huán)境：IBMX5服務(wù)器一臺(tái)，Windows Server 2008 R2 SP2 64位系統(tǒng)，4*雙核CPU 3.0 GHz，16 GB內(nèi)存，硬盤1 TB。

（2） 測(cè)試過程

功能測(cè)試。驗(yàn)證系統(tǒng)功能是否正常：鏈接是否正常工作，是否有無法顯示的頁面，圖表是否顯示正常，文件能否成功下載等。

數(shù)據(jù)驗(yàn)證。驗(yàn)證系統(tǒng)數(shù)據(jù)是否正常：數(shù)據(jù)從獲取、存儲(chǔ)、計(jì)算到顯示是否顯示正確。

壓力測(cè)試。驗(yàn)證系統(tǒng)在最壞情況下的表現(xiàn)：當(dāng)所有用戶一起登錄時(shí)系統(tǒng)的運(yùn)行情況等，因?yàn)樵撓到y(tǒng)不會(huì)被發(fā)布到Internet，所以，這里進(jìn)行的性能測(cè)試都是在局域網(wǎng)的環(huán)境下。

4.2 測(cè)試結(jié)果與分析

整個(gè)測(cè)試工作歷時(shí)2個(gè)月，共有4位測(cè)試人員參與。測(cè)試需求總數(shù)45個(gè)，設(shè)計(jì)測(cè)試用例102個(gè)，需求覆蓋率98%，測(cè)試用例已通過的覆蓋需求總比率為95%，缺陷情況如表2所示。

經(jīng)過對(duì)整個(gè)系統(tǒng)的測(cè)試，除了在瀏覽器兼容性方面尚存在一些問題，整個(gè)系統(tǒng)不管是功能還是性能均已符合要求，能夠正常上線使用。

5 結(jié) 論

商務(wù)智能經(jīng)過一段時(shí)間的發(fā)展，已經(jīng)度過了從知到行，從概念到實(shí)踐的階段，商務(wù)智能已然成為企業(yè)信息化下一個(gè)發(fā)展點(diǎn)。本文通過對(duì)公司實(shí)施商務(wù)智能系統(tǒng)過程的分析，圍繞數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘這三個(gè)商務(wù)智能核心技術(shù)，對(duì)商務(wù)智能在投資企業(yè)的應(yīng)用進(jìn)行了探索，為其他類似企業(yè)應(yīng)用商務(wù)智能系統(tǒng)提供參考。

參考文獻(xiàn)

[1] 夏國恩，金煒東，張葛祥.商務(wù)智能在中國的現(xiàn)狀和發(fā)展研究[J].科技進(jìn)步與對(duì)策，2011（1）：173?176.

[2] 孫海俠.商務(wù)智能系統(tǒng)的構(gòu)架及技術(shù)支持[J].情報(bào)雜志，2012，2（1）：22?25.

[3] 宋麗麗，王嶸冰.商務(wù)智能系統(tǒng)的數(shù)據(jù)體系結(jié)構(gòu)研究[J].遼寧大學(xué)學(xué)報(bào)，2009，36（1）：55?59.

[4] 李靜.基于數(shù)據(jù)挖掘技術(shù)的電子商務(wù)CRM研究[J].現(xiàn)代電子技術(shù)，2015，38（11）：126?128.

[5] 王茁，顧潔.三位一體的商務(wù)智能（BI）：管理、技術(shù)與應(yīng)用[M].北京：電子工業(yè)出版社，2004.

[6] 李萍，張道宏.論商務(wù)智能的應(yīng)用與架構(gòu)[J].西安：西安郵電學(xué)院學(xué)報(bào)，2005（4）：8?11.

[7] 章建功.基于Web服務(wù)商務(wù)智能應(yīng)用研究[D].遼寧：遼寧工程技術(shù)大學(xué)，2007.

[8] 夏春梅.數(shù)據(jù)挖掘技術(shù)在銀行信貸風(fēng)險(xiǎn)管理中的應(yīng)用[J].現(xiàn)代電子技術(shù)，2014，37（4）：78?81.