商業(yè)智能關(guān)鍵技術(shù)的研究與實(shí)現(xiàn).pdf

1、隨著商業(yè)競(jìng)爭(zhēng)的不斷加劇，商業(yè)智能系統(tǒng)在各種商業(yè)領(lǐng)域的運(yùn)行中扮演著越來(lái)越重要的角色。商業(yè)智能是基于數(shù)據(jù)倉(cāng)庫(kù)、ETL，OLAP和數(shù)據(jù)挖掘等技術(shù)發(fā)展起來(lái)的，其實(shí)質(zhì)是從大量的歷史數(shù)據(jù)中有效地提取信息，進(jìn)而從這些信息中發(fā)現(xiàn)潛在的、有用的知識(shí)，為企業(yè)指導(dǎo)業(yè)務(wù)行為并進(jìn)行輔助決策，以便在激烈的商業(yè)競(jìng)爭(zhēng)中贏得主動(dòng)和更多的商機(jī)。 本文首先簡(jiǎn)要介紹了商業(yè)智能相關(guān)技術(shù)基礎(chǔ)，包括數(shù)據(jù)倉(cāng)庫(kù)，ETL，OLAP，和數(shù)據(jù)挖掘技術(shù)的相關(guān)概念，特征。接著圍繞如何提高

2、商業(yè)智能系統(tǒng)的查詢效率，減少數(shù)據(jù)占用的存儲(chǔ)空間，以及如何建立關(guān)聯(lián)規(guī)則挖掘模型開(kāi)展了商業(yè)智能相關(guān)關(guān)鍵技術(shù)的研究。主要包括： 1、遺傳算法在物化視圖中的應(yīng)用研究。物化視圖是提高數(shù)據(jù)倉(cāng)庫(kù)執(zhí)行效率的有力方法，但是物化視圖的保存會(huì)占用存儲(chǔ)空間。本文把查詢需要掃描的物化視圖或事實(shí)表的空間大小作為查詢時(shí)間開(kāi)銷，設(shè)計(jì)了基于遺傳算法的物化視圖優(yōu)化算法。目的是使系統(tǒng)在物化視圖方面的存儲(chǔ)開(kāi)銷和查詢時(shí)間開(kāi)銷的和最小。 2、多維數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)的研究

3、。多維數(shù)據(jù)的邏輯組織方式是OLAP實(shí)現(xiàn)的關(guān)鍵之一。本文對(duì)這個(gè)問(wèn)題進(jìn)行了深入的研究，總結(jié)了多維數(shù)據(jù)的兩種組織方式--關(guān)系方式和數(shù)組方式，重點(diǎn)研究了在數(shù)組方式中多維數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu)、多維數(shù)組的建立方法、稀疏數(shù)組的壓縮方法、數(shù)組分塊的原則和分塊數(shù)組訪問(wèn)方法，并在以上的理論分析的基礎(chǔ)上提出了一個(gè)數(shù)組方式存儲(chǔ)的方法。 3、基于Apriori算法的關(guān)聯(lián)規(guī)則挖掘模型研究。OLAP技術(shù)是共享多維數(shù)據(jù)的快速查詢和分析技術(shù)。本文通過(guò)分析Apriori