摘 要： 信息系統(tǒng)逐漸活躍在各大企業(yè)的管理系統(tǒng)中，幫助企業(yè)解決日常事務(wù)，但由于其相互獨(dú)立，集成度不夠高，給企業(yè)產(chǎn)生了海量的歷史數(shù)據(jù)旦無(wú)法充分利用。針對(duì)上述現(xiàn)象，通過(guò)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，使分散在企業(yè)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ǎ矛F(xiàn)有的企業(yè)信息庫(kù)為企業(yè)的發(fā)展和市場(chǎng)競(jìng)爭(zhēng)提供有效的企業(yè)參考，提高企業(yè)的競(jìng)爭(zhēng)力；通過(guò)分析企業(yè)采取和最終實(shí)施商務(wù)智能的系統(tǒng)全過(guò)程，重點(diǎn)介紹企業(yè)基于報(bào)表系統(tǒng)的領(lǐng)導(dǎo)決策系統(tǒng)的構(gòu)建過(guò)程，為其他企業(yè)提供了寶貴的借鑒案例。

關(guān)鍵詞： 數(shù)據(jù)挖掘； 報(bào)表系統(tǒng)； 商務(wù)智能； 數(shù)據(jù)倉(cāng)庫(kù)； 聯(lián)機(jī)分析處理

中圖分類號(hào)： TN915.09?34； TM417 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2016）11?0152?04

Abstract： The information system is gradually active in the management system of various large enterprises， and helps the enterprises to solve the daily affairs. However the information system is mutually independent， and its integration is low， so the enterprises can′t make full use of the massive historical data. In view of the above phenomenon， the enterprise′s management and business activities are analyzed and judged to integrate the information dispersed in various systems of the enterprises. In combination with the appropriate analysis model and algorithm， the existing enterprise information database is used to provide the effective enterprise reference for enterprise development and market competition， and improve the enterprise competitiveness. The whole process to finally realize the enterprise， bussiness inteligence system is analyzed. The constructure process of enterprise′s leader decision?making system based on report system is introduced emphatically， which provides the valueble reference case for other enterprises.

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

面對(duì)瞬息萬(wàn)變的市場(chǎng)，有許多問(wèn)題需要企業(yè)的生產(chǎn)經(jīng)營(yíng)者去調(diào)查、分析、研究[1]。為了應(yīng)對(duì)激烈變化的市場(chǎng)環(huán)境，企業(yè)開始充分利用信息技術(shù)提高其競(jìng)爭(zhēng)力，各種信息系統(tǒng)，如CRM，ERP，EIS開始在企業(yè)中得到廣泛的應(yīng)用。雖然這些系統(tǒng)能夠滿足企業(yè)日常事務(wù)性工作的需要，但是各信息系統(tǒng)之間相互獨(dú)立，關(guān)聯(lián)性并不強(qiáng)，各系統(tǒng)對(duì)與企業(yè)多年經(jīng)營(yíng)積攢下來(lái)被束之高閣的海量數(shù)據(jù)的處理，以及及時(shí)、準(zhǔn)確的商務(wù)分析力不從心，無(wú)法為企業(yè)的管理和決策給出指導(dǎo)性建議。

1 系統(tǒng)需求分析

1.1 現(xiàn)狀分析

研究企業(yè)已經(jīng)通過(guò)使用Office Automatic System、用友NC財(cái)務(wù)核算系統(tǒng)以及U9報(bào)表填報(bào)系統(tǒng)等系統(tǒng)，基本上實(shí)現(xiàn)了辦公的自動(dòng)化、信息化[2]。而研究企業(yè)是一個(gè)有著20多家項(xiàng)目公司的大型企業(yè)，項(xiàng)目公司分布廣泛，管理層級(jí)多，大部分核心業(yè)務(wù)數(shù)據(jù)仍停留在手工采集、匯總、分析的階段，同時(shí)多年來(lái)運(yùn)營(yíng)積累下來(lái)的歷史數(shù)據(jù)量較大，以各種形態(tài)散落各處，無(wú)集中管理，數(shù)據(jù)梳理較難，無(wú)法將數(shù)據(jù)變成信息或知識(shí)，無(wú)法對(duì)未來(lái)的經(jīng)營(yíng)預(yù)測(cè)、戰(zhàn)略決策提供支持。本系統(tǒng)利用數(shù)據(jù)統(tǒng)計(jì)管理平臺(tái)，以報(bào)表形式收集下屬項(xiàng)目公司的填報(bào)數(shù)據(jù)，實(shí)現(xiàn)總部與下屬公司之間的辦公自動(dòng)化和信息化；BI系統(tǒng)通過(guò)對(duì)收集到的數(shù)據(jù)進(jìn)行分析加工，最終利用BI分析工具加以展現(xiàn)。生產(chǎn)經(jīng)營(yíng)管理系統(tǒng)利用數(shù)據(jù)統(tǒng)計(jì)管理平臺(tái)收集填報(bào)報(bào)表數(shù)據(jù)，實(shí)現(xiàn)各業(yè)務(wù)部門報(bào)表數(shù)據(jù)收集統(tǒng)計(jì)業(yè)務(wù)，將數(shù)據(jù)加工后在領(lǐng)導(dǎo)決策分析平臺(tái)（BI分析工具）加以展現(xiàn)分析[3]。

1.2 數(shù)據(jù)統(tǒng)計(jì)管理平臺(tái)

數(shù)據(jù)統(tǒng)計(jì)管理平臺(tái)采用的是IUFO報(bào)表系統(tǒng)，實(shí)現(xiàn)各部門及下屬項(xiàng)目公司日常填報(bào)數(shù)據(jù)管理，將管理人員從大量的數(shù)據(jù)收集、整理工作中解放出來(lái)，有效地提高了工作效率[4]。

1.3 領(lǐng)導(dǎo)決策分析平臺(tái)

BI系統(tǒng)實(shí)現(xiàn)對(duì)收集到的數(shù)據(jù)進(jìn)行有效的統(tǒng)計(jì)分析，對(duì)公司決策工作起到輔助決策作用[5]。整個(gè)系統(tǒng)的功能模塊劃分如圖1所示。

決策分析系統(tǒng)由8部分組成。首頁(yè)主要分析的內(nèi)容是公司總體的新簽合同額、完成投資額、利潤(rùn)總額的計(jì)劃執(zhí)行情況，同時(shí)了解下屬項(xiàng)目區(qū)域分布情況，查看不同區(qū)域項(xiàng)目重點(diǎn)指標(biāo)完成情況；綜合分析模塊是對(duì)公司總體情況進(jìn)行計(jì)劃和分析的模塊；之后的板塊經(jīng)營(yíng)分析、財(cái)務(wù)分析、在建項(xiàng)目分析、運(yùn)營(yíng)項(xiàng)目分析、地產(chǎn)項(xiàng)目分析都是針對(duì)R企業(yè)某一特定經(jīng)營(yíng)項(xiàng)目的分析；系統(tǒng)管理模塊是專門為系統(tǒng)管理員單獨(dú)設(shè)定的一個(gè)模塊，管理員可利用這一模塊對(duì)整個(gè)系統(tǒng)進(jìn)行維護(hù)和更新[6?7]。

2 系統(tǒng)詳細(xì)設(shè)計(jì)

2.1 報(bào)表服務(wù)設(shè)計(jì)

根據(jù)研究企業(yè)的業(yè)務(wù)需求，報(bào)表服務(wù)設(shè)計(jì)選擇的是固定式報(bào)表服務(wù)，應(yīng)能支撐查詢分析所需的報(bào)表功能[8]。報(bào)表服務(wù)具有以下功能和要求：

（1） 應(yīng)完全針對(duì)國(guó)內(nèi)報(bào)表的需求設(shè)計(jì)和開發(fā)。做到美觀、直觀、簡(jiǎn)單和實(shí)用。

（2） 除了支持常規(guī)BI報(bào)表的功能以外，還應(yīng)有獨(dú)創(chuàng)的報(bào)表功能。

（3） 可視化操作，設(shè)計(jì)和預(yù)覽應(yīng)在同一個(gè)頁(yè)面上進(jìn)行，以拖拽的方式設(shè)計(jì)報(bào)表，做到真正意義上的“所見即所得”應(yīng)用。

（4） 支持”業(yè)務(wù)視圖”。能夠保證從業(yè)務(wù)角度訪問(wèn)、使用和分析數(shù)據(jù)，將數(shù)據(jù)庫(kù)和數(shù)據(jù)的復(fù)雜性隱藏在業(yè)務(wù)視圖之后。

（5） 支持報(bào)表模板功能，可以自定義模板，也可以將報(bào)表轉(zhuǎn)化成模板。

（6） 支持”自由鉆取”。自由鉆取是數(shù)據(jù)鉆取（Drilldown）功能的擴(kuò)展。通過(guò)自由鉆取可以將數(shù)據(jù)、文檔、圖片、視頻等一切電子形式的內(nèi)容相互關(guān)聯(lián)。

（7） 具有更強(qiáng)的交互功能。通過(guò)動(dòng)態(tài)參數(shù)、提示篩選、上下文自動(dòng)計(jì)算等功能，增強(qiáng)了報(bào)表的交互能力。

（8） 擁有豐富的圖表功能。常用的統(tǒng)計(jì)分析圖表被固化在報(bào)表中，可以隨時(shí)隨地生成直觀的圖表。

（9） 支持OLE，可與Microsoft Office等軟件相互嵌套。

（10） 具有豐富的格式和樣式設(shè)置。格式和樣式（包括報(bào)警）的設(shè)置參考了Excel的實(shí)現(xiàn)方式，從而滿足絕大多數(shù)用戶的使用習(xí)慣。

（11） 支持自定義函數(shù)。預(yù)定義報(bào)表除了包括數(shù)據(jù)庫(kù)的內(nèi)建函數(shù)和擴(kuò)展的函數(shù)之外，還支持用戶自定義函數(shù)功能。用戶可以根據(jù)需要?jiǎng)?chuàng)建自己的計(jì)算函數(shù)。

（12） 嚴(yán)格的數(shù)據(jù)安全控制。支持行級(jí)的數(shù)據(jù)訪問(wèn)權(quán)限，并可以通過(guò)數(shù)據(jù)庫(kù)視圖和業(yè)務(wù)視圖兩條途徑實(shí)現(xiàn)數(shù)據(jù)訪問(wèn)權(quán)限的設(shè)置。

2.2 數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)

（1） 數(shù)據(jù)倉(cāng)庫(kù)（高層模型）概念模型

概念模型設(shè)計(jì)要完成的工作有界定系統(tǒng)邊界、確定主要的主題域和內(nèi)容。

界定系統(tǒng)邊界。研究企業(yè)是一家大型投資企業(yè)，所包含的業(yè)務(wù)分類也很多，決策分析時(shí)，對(duì)不同業(yè)務(wù)的審查需要不同的數(shù)據(jù)，例如，對(duì)運(yùn)營(yíng)項(xiàng)目審查時(shí)，就要對(duì)下列信息進(jìn)行分析：項(xiàng)目年度經(jīng)營(yíng)計(jì)劃表、吞吐量情況表、項(xiàng)目基本情況表、采購(gòu)分析表。所以把系統(tǒng)邊界定為研究企業(yè)所經(jīng)營(yíng)的范圍內(nèi)的各分公司的經(jīng)營(yíng)信息：分公司基本信息、分公司經(jīng)營(yíng)計(jì)劃、分公司經(jīng)營(yíng)情況、分公司財(cái)務(wù)數(shù)據(jù)等[9]。

確定主要的主題域和內(nèi)容。系統(tǒng)邊界界定之后，根據(jù)各分公司經(jīng)營(yíng)項(xiàng)目的不同，將其分為四個(gè)模塊：板塊經(jīng)營(yíng)分析、在建項(xiàng)目分析、運(yùn)營(yíng)項(xiàng)目分析、地產(chǎn)項(xiàng)目分析。按用戶要求，本文將財(cái)務(wù)數(shù)據(jù)和綜合分析單獨(dú)存放，作為額外兩個(gè)主題域：財(cái)務(wù)分析和綜合分析。

（2） 數(shù)據(jù)倉(cāng)庫(kù)（中層模型）邏輯模型

中間層邏輯模型是對(duì)高層數(shù)據(jù)概念模型的細(xì)分，在高層數(shù)據(jù)模型中所標(biāo)識(shí)的主題域都需要與一個(gè)邏輯模型相對(duì)應(yīng)。通過(guò)中層邏輯模型的設(shè)計(jì)，可以向用戶提供一個(gè)比概念模型更詳細(xì)的設(shè)計(jì)結(jié)果。在這一步主要進(jìn)行的設(shè)計(jì)有：豐富和分析主題域；粒度的確定；數(shù)據(jù)分割策略的確定；關(guān)系模式的定義；記錄系統(tǒng)的定義。

本文將整個(gè)時(shí)間粒度劃分為日、周、月、季度和年，其中月、季度和年是所有報(bào)表都有的粒度，而周和日粒度是某些報(bào)表特有的粒度。系統(tǒng)主要按照業(yè)務(wù)板塊進(jìn)行討論與開發(fā)，所以，在數(shù)據(jù)分割這一塊也按照板塊來(lái)劃分?jǐn)?shù)據(jù)存儲(chǔ)單元，即按照板塊分析、在建項(xiàng)目分析、運(yùn)營(yíng)項(xiàng)目分析、地產(chǎn)項(xiàng)目分析和財(cái)務(wù)報(bào)表分析劃分。之后，再根據(jù)不同板塊的業(yè)務(wù)需求，以各版塊的數(shù)據(jù)報(bào)表來(lái)劃分。

（3） 數(shù)據(jù)倉(cāng)庫(kù)（底層模型）物理模型

在綜合考慮了研究企業(yè)服務(wù)器的存儲(chǔ)空間利用率、購(gòu)置的成本、存取的速度以及維護(hù)的代價(jià)后，本文采用了目前比較通用的容錯(cuò)結(jié)構(gòu)廉價(jià)冗余磁盤陣列（Redundant Array of Inexpensive Disk，RAID5）。RAID5通過(guò)某種算法決定某組數(shù)據(jù)塊的校驗(yàn)塊的存放位置，正是這樣的結(jié)構(gòu)，保證當(dāng)某個(gè)磁盤故障時(shí)不會(huì)丟失數(shù)據(jù)，而且其讀取速度較快，但是寫入速度由于校驗(yàn)過(guò)程會(huì)受到輕微的影響。

2.3 數(shù)據(jù)的組織結(jié)構(gòu)

根據(jù)之前數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)，可以根據(jù)事實(shí)表與維度表的外鍵關(guān)系設(shè)計(jì)出OLAP過(guò)程中的重要組成部分——數(shù)據(jù)立方體。由于所有的事實(shí)表都有四個(gè)維度表：時(shí)間維度表、指標(biāo)維度表、項(xiàng)目維度表、單位維度表，由于決策一般用到一級(jí)指標(biāo)，但是二到四級(jí)指標(biāo)也都是最終分析轉(zhuǎn)換為一級(jí)指標(biāo)的依據(jù)，這里使用四級(jí)指標(biāo)，所以，立方體的維度為四級(jí)指標(biāo)，月份和項(xiàng)目公司，如圖2所示。

3 系統(tǒng)開發(fā)與實(shí)現(xiàn)

3.1 數(shù)據(jù)倉(cāng)庫(kù)

系統(tǒng)的數(shù)據(jù)準(zhǔn)備過(guò)程是從IUFO數(shù)據(jù)報(bào)表系統(tǒng)后臺(tái)數(shù)據(jù)庫(kù)中抽取數(shù)據(jù)，進(jìn)行一定的處理（將不同時(shí)期的數(shù)據(jù)進(jìn)行統(tǒng)一定義、通過(guò)以單位等）存入中間表中。系統(tǒng)可以從各個(gè)數(shù)據(jù)庫(kù)表中抽取數(shù)據(jù)，經(jīng)過(guò)特定的Query查詢語(yǔ)句，把相對(duì)應(yīng)的數(shù)據(jù)存入到相對(duì)應(yīng)的維度表中，在數(shù)據(jù)統(tǒng)計(jì)管理平臺(tái)后臺(tái)數(shù)據(jù)庫(kù)中，DW_Rport中存儲(chǔ)了各報(bào)表的關(guān)鍵信息，而DW_Rport_Item中存儲(chǔ)的是相應(yīng)報(bào)表的具體數(shù)據(jù)項(xiàng)。需要把原始報(bào)表存入臨時(shí)表temp_report_ distinc中，之后進(jìn)行初始化操作。然后，把數(shù)據(jù)格式、名稱、時(shí)間格式等進(jìn)行標(biāo)準(zhǔn)化處理，為轉(zhuǎn)換階段做好準(zhǔn)備并且刪除掉重復(fù)的數(shù)據(jù)。處理完數(shù)據(jù)之后，系統(tǒng)中的維度表已全部生成，數(shù)據(jù)也全部導(dǎo)入到臨時(shí)表temp_report_distinc中。

3.2 聯(lián)機(jī)分析處理

（1） Data Cube優(yōu)化

由于本系統(tǒng)就單個(gè)項(xiàng)目公司來(lái)說(shuō)，所要填報(bào)的報(bào)表就有上百?gòu)?，況且研究企業(yè)的項(xiàng)目公司多達(dá)幾十家，所以總共的報(bào)表就有上千張，要在這么多報(bào)表中進(jìn)行聯(lián)機(jī)分析，必須對(duì)既有的分析框架結(jié)構(gòu)進(jìn)行優(yōu)化，以提高總體的分析效率，減少報(bào)表之間的重復(fù)查詢。

① 排序、分組和散列。將所有維度表進(jìn)行排序、散列和分組，使維度表有順序的集成，以便于相關(guān)的元組數(shù)據(jù)重新排列和聚集。

② 把中間結(jié)果同時(shí)緩存和聚集。用之前計(jì)算的較低層次的結(jié)果計(jì)算較高層次的數(shù)據(jù)，而不是從最底層的數(shù)據(jù)開始計(jì)算，減少了輸入輸出次數(shù)，增加了效率。

③ 當(dāng)存在多個(gè)維度時(shí)，從最小的維度開始聚集。比如說(shuō)項(xiàng)目中報(bào)表的經(jīng)營(yíng)計(jì)劃表，分為月、季度、年三個(gè)類型，若要計(jì)算經(jīng)營(yíng)計(jì)劃表，那么最有效、最直接的方法就是從月度開始聚集。

（2） 部分物化視圖的實(shí)現(xiàn)

在進(jìn)行部分物化之前，從系統(tǒng)的主要數(shù)據(jù)類型確定如何建立物化視圖，分析平臺(tái)的數(shù)據(jù)都是由數(shù)據(jù)統(tǒng)計(jì)管理平臺(tái)得來(lái)，而數(shù)據(jù)管理平臺(tái)的數(shù)據(jù)不外乎兩種，數(shù)值型數(shù)據(jù)和文字型數(shù)據(jù)，所以，選擇數(shù)據(jù)泛化的方向?yàn)槊嫦驅(qū)傩缘姆夯?/p>

（3） 數(shù)據(jù)立方體的計(jì)算

采用多維數(shù)組作為基本數(shù)據(jù)結(jié)構(gòu)，計(jì)算整個(gè)數(shù)據(jù)立方體，將數(shù)據(jù)分成三塊，按時(shí)間維度，項(xiàng)目維度和指標(biāo)維度聚集，并把按各維度所分的塊再細(xì)化，時(shí)間維度塊又分成月、季度和年維度分別聚集；項(xiàng)目維度塊分成企業(yè)下的各項(xiàng)目公司分別聚集，并將這些小維度塊排序，使這些維度塊的被訪問(wèn)次數(shù)降到最低，以減少內(nèi)存的占用和輸入輸出開銷，最后將時(shí)間維度和項(xiàng)目維度聚集完的總聚集塊作為指標(biāo)維度聚集的基礎(chǔ)，從而提高OLAP的分析速率。

3.3 數(shù)據(jù)挖掘

C4.5算法用信息增益率選擇屬性，在構(gòu)造過(guò)程中進(jìn)行枝剪，增強(qiáng)了對(duì)不完整數(shù)據(jù)處理的能力以及對(duì)連續(xù)屬性的離散化處理，基于這些優(yōu)點(diǎn)，本文選擇C4.5作為數(shù)據(jù)挖掘的算法。C4.5用信息增益率函數(shù)作為屬性選擇的標(biāo)準(zhǔn)，定義如下：

C4.5算法產(chǎn)生的分類規(guī)則易于理解，而且準(zhǔn)確率很高，誤差比較小，整體預(yù)測(cè)效果比較理想，它所要求的樣本數(shù)量比較龐大，可以避免因數(shù)量收取過(guò)少而產(chǎn)生的偏差，同時(shí)能夠充分利用數(shù)據(jù)倉(cāng)庫(kù)龐大的數(shù)據(jù)資源，適應(yīng)性比較強(qiáng)，基本滿足了決策者對(duì)屬性選擇的要求。

3.4 系統(tǒng)界面

（1） 數(shù)據(jù)統(tǒng)計(jì)管理平臺(tái)界面

將企業(yè)原有的數(shù)據(jù)填報(bào)平臺(tái)NC系統(tǒng)與IUFO數(shù)據(jù)統(tǒng)計(jì)平臺(tái)系統(tǒng)相對(duì)接，展示在一個(gè)界面上是本系統(tǒng)實(shí)現(xiàn)的一個(gè)特點(diǎn)，充分考慮到建設(shè)原則中的兼容性這一原則。

（2） 首頁(yè)

將之前設(shè)計(jì)好的表格改成折線圖，這樣的設(shè)計(jì)，使登陸者一目了然，迅速獲得企業(yè)經(jīng)營(yíng)狀態(tài)。

（3） 綜合分析模塊

綜合分析模塊把企業(yè)決策者重視的指標(biāo)，即新簽合同額、完成投資額、利潤(rùn)總額、歸屬母公司凈利潤(rùn)，包括年度、季度和月度的指標(biāo)顯示于圖上，以便于公司高層能夠先從整體上掌握整個(gè)企業(yè)的營(yíng)業(yè)狀況。

（4） 運(yùn)營(yíng)項(xiàng)目分析

運(yùn)營(yíng)項(xiàng)目下又分為多個(gè)部分，包括完成投資額、建安工程費(fèi)、交母公司現(xiàn)金總額、融資額和回收款，這些項(xiàng)目又分為年度、季度和月度，可以根據(jù)決策者的需要點(diǎn)擊標(biāo)簽，切換時(shí)間維度的分析。

（5） 地產(chǎn)項(xiàng)目分析

地產(chǎn)項(xiàng)目分析模塊也分為多個(gè)部分，包括投資額、新開工面積、銷售面積、銷售額、回款額以及營(yíng)業(yè)收入，這些項(xiàng)目也分為年度、季度和月度，可以根據(jù)決策者的需要點(diǎn)擊標(biāo)簽，切換時(shí)間維度的分析。

4 結(jié) 論

通過(guò)對(duì)研究企業(yè)經(jīng)營(yíng)現(xiàn)狀的分析，在明確了企業(yè)實(shí)際業(yè)務(wù)需求的基礎(chǔ)上，集中圍繞著BI的核心技術(shù)（數(shù)據(jù)倉(cāng)庫(kù)），聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘進(jìn)行設(shè)計(jì)，開發(fā)過(guò)程中對(duì)企業(yè)的業(yè)務(wù)邏輯進(jìn)行了梳理，并且合理地設(shè)計(jì)了系統(tǒng)各功能模塊的劃分及其模塊的主要內(nèi)容，并且根據(jù)企業(yè)高層領(lǐng)導(dǎo)的決策需求，設(shè)計(jì)了合理的數(shù)據(jù)集合，抽取以及展現(xiàn)的過(guò)程，最終實(shí)現(xiàn)了領(lǐng)導(dǎo)決策分析平臺(tái)和數(shù)據(jù)統(tǒng)計(jì)管理平臺(tái)。數(shù)據(jù)管理平臺(tái)的使用，使得數(shù)據(jù)來(lái)源集中化，數(shù)據(jù)格式規(guī)范化，同時(shí)，其精確的數(shù)值也為領(lǐng)導(dǎo)決策平臺(tái)提供新的可靠保障；領(lǐng)導(dǎo)決策平臺(tái)的使用實(shí)現(xiàn)了企業(yè)的無(wú)紙化辦公，更加能讓用戶不限時(shí)間地點(diǎn)的掌握企業(yè)的運(yùn)營(yíng)狀況，能夠?qū)ζ髽I(yè)運(yùn)營(yíng)當(dāng)中突發(fā)的事件作出快速的回應(yīng)，從而大大地提高了工作的效率。

參考文獻(xiàn)

[1] 張美虎，陳網(wǎng)鳳.基于ERP的商務(wù)智能系統(tǒng)的設(shè)計(jì)[J].牡丹江教育學(xué)院學(xué)報(bào)，2008（6）：107?108.

[2] 程蕾，程鵬.知識(shí)管理與商務(wù)智能整合思考[J].情報(bào)科學(xué)，2012，30（7）：1084?1087.

[3] 張哲，戎立.商務(wù)智能技術(shù)及其應(yīng)用[J].中國(guó)商界，2010（9）：318.

[4] 牟少霞.基于智能終端的移動(dòng)電子商務(wù)商業(yè)模式研究[D].濟(jì)南：山東師范大學(xué)，2014.

[5] 夏國(guó)恩，金煒東，張葛祥.商務(wù)智能在中國(guó)的現(xiàn)狀和發(fā)展研究[J].科技進(jìn)步與對(duì)策，2006（1）：173?177.

[6] 劉澤.我國(guó)企業(yè)應(yīng)用商務(wù)智能的現(xiàn)狀、挑戰(zhàn)與對(duì)策研究[J].科技管理研究，2012（2）：34?37.

[7] 郭星明，何勇.商務(wù)智能本體云架構(gòu)設(shè)計(jì)[J].電信科學(xué)，2011（11）：35?40.

[8] 譚有福，岑賢生，王詠梅，等.下一代商務(wù)智能的研究與設(shè)計(jì)[J].廣西輕工，2011（8）：122?123.

[9] 屠建平，楊雪.基于電子商務(wù)平臺(tái)的供應(yīng)鏈融資模式績(jī)效評(píng)價(jià)研究[J].管理世界，2013（7）：182?183.

[10] 陳小燕.機(jī)器學(xué)習(xí)算法在數(shù)據(jù)挖掘中的應(yīng)用[J].現(xiàn)代電子技術(shù)，2015，38（20）：11?14.