構(gòu)建基于數(shù)據(jù)倉(cāng)庫的DSS

1、構(gòu)建基于數(shù)據(jù)倉(cāng)庫的DSS         由于DSS（決策支持系統(tǒng)）的先天不足，它的橫空出世并沒有給業(yè)界帶來多大的驚喜。然而，隨著數(shù)據(jù)倉(cāng)庫的加入，DSS系統(tǒng)的尷尬處境正在逐步好轉(zhuǎn)。     一DSS的先天不足    二DSS因數(shù)據(jù)倉(cāng)庫而實(shí)現(xiàn)了突破     進(jìn)入90年代后，信息技術(shù)界悄然掀起數(shù)據(jù)倉(cāng)庫和OLAP技術(shù)及數(shù)據(jù)采掘技術(shù)的研究和開發(fā)熱潮，這為克服傳統(tǒng)DDS存在的問題提供了技術(shù)上的支持，使DDS的發(fā)展躍上一個(gè)新的臺(tái)階，也為D

2、DS開辟了一條新的途徑。目前開發(fā)的綜合DDS是以數(shù)據(jù)倉(cāng)庫（DataWarehouse）技術(shù)為基礎(chǔ)，以聯(lián)機(jī)分析處理（OLAP）和數(shù)據(jù)采掘（DataMining）工具為手段進(jìn)行實(shí)施的一整套解決方案。     一般決策所需的數(shù)據(jù)總是與一些維數(shù)（每一維代表對(duì)數(shù)據(jù)的一個(gè)特定的觀察視角，如地區(qū)、時(shí)間等）和不同級(jí)別（如部門、單位、地區(qū)和國(guó)家）的統(tǒng)計(jì)和計(jì)算有關(guān)。以多維數(shù)據(jù)為核心的多維數(shù)據(jù)分析是決策的主要內(nèi)容，數(shù)據(jù)倉(cāng)庫的多維特征滿足DDS對(duì)數(shù)據(jù)的分析要求，并且克服數(shù)據(jù)庫的數(shù)據(jù)組織性差、利用率低的缺點(diǎn)。數(shù)據(jù)庫不具有多維特征，但卻是DW構(gòu)建的基礎(chǔ)。在數(shù)據(jù)庫多年的應(yīng)用中已經(jīng)積累

3、大量數(shù)據(jù)，而且目前數(shù)據(jù)庫的數(shù)量和規(guī)模還在迅速增加和擴(kuò)大，從而出現(xiàn)“數(shù)據(jù)豐富、知識(shí)貧乏”的問題。因此，從龐大的數(shù)據(jù)庫中抽出有用的信息已是當(dāng)務(wù)之急，要成功地進(jìn)行信息抽取首先要建立數(shù)據(jù)倉(cāng)庫。     三如何建立數(shù)據(jù)倉(cāng)庫 （1）數(shù)據(jù)倉(cāng)庫設(shè)計(jì)     （2）數(shù)據(jù)抽取模塊     該模塊是根據(jù)元數(shù)據(jù)庫中的主題表定義、數(shù)據(jù)源定義、數(shù)據(jù)抽取規(guī)則定義對(duì)異地異構(gòu)數(shù)據(jù)源（包括各平臺(tái)的數(shù)據(jù)庫、文本文件、HTML文件、知識(shí)庫等）進(jìn)行清理、轉(zhuǎn)換，對(duì)數(shù)據(jù)進(jìn)行重新組織和加工，裝載到數(shù)據(jù)倉(cāng)庫的目標(biāo)庫中。在組織不同來源的

4、數(shù)據(jù)過程中，先將數(shù)據(jù)轉(zhuǎn)換成一種中間模式，再把它移至臨時(shí)工作區(qū)。加工數(shù)據(jù)是保證目標(biāo)數(shù)據(jù)庫中數(shù)據(jù)的完整性、一致性。例如，有兩個(gè)數(shù)據(jù)源存儲(chǔ)與人員有關(guān)的信息，在定義數(shù)據(jù)組成的人員編碼類型時(shí)，可能一個(gè)是字符型，一個(gè)是整型；在定義人員性別這一屬性的類型時(shí)，一個(gè)可能是char（2），存儲(chǔ)的數(shù)據(jù)值為“男”和“女”，而另一個(gè)屬性類型為char（1），數(shù)據(jù)值為“F”和“M”。這兩個(gè)數(shù)據(jù)源的值都是正確的，但對(duì)于目標(biāo)數(shù)據(jù)來說，必須加工為一種統(tǒng)一的方法來表示該屬性值，然后交由最終用戶進(jìn)行驗(yàn)證，這樣才能保證數(shù)據(jù)的質(zhì)量。在數(shù)據(jù)抽取過程中，必須在最終用戶的密切配合下，才能實(shí)現(xiàn)數(shù)據(jù)的真正統(tǒng)一。早期數(shù)據(jù)抽取是依靠手工編程和程序生

5、成器實(shí)現(xiàn)，現(xiàn)在則通過高效的工具來實(shí)現(xiàn)，如Ardent公司的Infomoter產(chǎn)品、SAS的數(shù)據(jù)倉(cāng)庫產(chǎn)品SAS/WA（WarehouseAdministrator）及各大數(shù)據(jù)倉(cāng)庫廠商推出的、完整的數(shù)據(jù)倉(cāng)庫解決方案。     （3）數(shù)據(jù)維護(hù)模塊     四數(shù)據(jù)倉(cāng)庫的DDS的支持     DDS對(duì)數(shù)據(jù)的使用是非結(jié)構(gòu)化的，它的一次查詢操作要涉及上百?gòu)埍淼纳锨袛?shù)據(jù)，復(fù)雜的表連接會(huì)嚴(yán)重影響系統(tǒng)的性能，而且用戶僅僅在分析的時(shí)候才查找有關(guān)數(shù)據(jù)，查找條件是隨機(jī)的，因此基于事務(wù)型數(shù)據(jù)庫的DDS的數(shù)據(jù)分析

6、能力很有限。目前，基于數(shù)據(jù)倉(cāng)庫的DDS的決策技術(shù)包括聯(lián)機(jī)分析處理（OLAP）和數(shù)據(jù)挖掘（DataMining），在DDS環(huán)境中數(shù)據(jù)倉(cāng)庫直接為聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘提供數(shù)據(jù)能力。     1聯(lián)機(jī)分析處理（OLAP）     2數(shù)據(jù)挖掘     數(shù)據(jù)挖掘是指從大量數(shù)據(jù)中發(fā)現(xiàn)潛在的、有價(jià)值的及未知的關(guān)系、模式和趨勢(shì)，并以易被理解的方式表示出來。在DDS中通過進(jìn)行數(shù)據(jù)挖掘用以發(fā)現(xiàn)數(shù)據(jù)之間的復(fù)雜聯(lián)系以及這種聯(lián)系對(duì)決策的影響。    在數(shù)據(jù)倉(cāng)庫基礎(chǔ)上挖掘的知識(shí)通常以圖

7、表、可視化、類自然語言等形式表示出來，但所挖掘的知識(shí)并不都是有意義的，必須進(jìn)行評(píng)價(jià)、篩選和驗(yàn)證，把有意義的知識(shí)放到知識(shí)庫中，隨著時(shí)間的推移將積累更多的知識(shí)。知識(shí)庫根據(jù)挖掘的知識(shí)類型包括總結(jié)性知識(shí)、關(guān)聯(lián)性知識(shí)、分類模型知識(shí)、聚類模型知識(shí)，這些知識(shí)通過相應(yīng)挖掘算法得到。     五基于數(shù)據(jù)倉(cāng)庫的DDS決策可以解決哪些類型的問題     DDS可以解決4個(gè)類型的問題：     （1）查詢一組數(shù)據(jù)，可回答的問題如產(chǎn)品A的價(jià)格是多少？    （2）采用數(shù)理統(tǒng)計(jì)模型、運(yùn)籌模型進(jìn)行定量分析，預(yù)測(cè)趨勢(shì)，可回答的問題如：某產(chǎn)品明年銷售形勢(shì)如何？    （3）采用OLAP方法，通過代數(shù)運(yùn)算將有關(guān)信息抽取出來作為問題的答案，如：某月某公司的銷售怎樣？    （4）采用數(shù)據(jù)挖掘技術(shù)，通過對(duì)數(shù)據(jù)進(jìn)行邏輯運(yùn)算，找出它們之間內(nèi)在聯(lián)系，可回答的問題如：在某地影響某產(chǎn)品銷售的因素是什么？     第1類和第2類問題在過去傳統(tǒng)DDS中得到一定解決，現(xiàn)在的DDS重點(diǎn)解決第3類和第4類問題。這些問題的提出與回答通過可視化工具在問題綜合與交互系統(tǒng)中實(shí)現(xiàn)，可視化工具提高人機(jī)接口開