商務(wù)智能考試復(fù)習(xí)內(nèi)容含答案

閉卷考試，時(shí)間120分鐘，五種題型：選擇題(10分）、判斷題（10分)、名詞解釋題（30分）、簡(jiǎn)答題（30分）、敘述題（20分）第1章商務(wù)智能基本知識(shí)（1）商務(wù)智能的概念、價(jià)值、驅(qū)動(dòng)力。概念：商務(wù)智能是公司運(yùn)用當(dāng)代信息技術(shù)收集、管理和分析構(gòu)造化和非構(gòu)造化的商務(wù)數(shù)據(jù)和信息，發(fā)明和累計(jì)商務(wù)知識(shí)和見解，改善商務(wù)決策水平,采用有效的商務(wù)行動(dòng)，完善多個(gè)商務(wù)流程，提高各方面商務(wù)績(jī)效，增強(qiáng)綜合競(jìng)爭(zhēng)力的智慧和能力-王茁專著《三位一體的商務(wù)智能》.IBM商務(wù)智能解決方案遠(yuǎn)遠(yuǎn)不只是數(shù)據(jù)和技術(shù)的組合,BI協(xié)助顧客獲得對(duì)的的數(shù)據(jù)，發(fā)現(xiàn)它的價(jià)值，并共享價(jià)值.價(jià)值：Tosupportdecisionmakingatalllevelsofbusinessmanagementbasedonthefactsand（scientific）predictionsofcurrentandfuturebusinesssituationsthatareobtainedfromintelligentanalysisofhistoricalbusinessdata。支持各級(jí)決策基于事實(shí)和商業(yè)管理的(科學(xué))的預(yù)測(cè)現(xiàn)在和將來(lái)的業(yè)務(wù)狀況下獲得歷史業(yè)務(wù)數(shù)據(jù)的智能分析。BusinessdecisionsmadewithBIsupportaremore—Correct恰當(dāng)—Accurate精確-Objective客觀-Timely及時(shí)驅(qū)動(dòng)力：在商務(wù)智能背后有某些商業(yè)驅(qū)動(dòng)力,例如：增加收入,減少費(fèi)用和更有效地競(jìng)爭(zhēng)的需求。管理和模擬現(xiàn)在商業(yè)環(huán)境復(fù)雜性的需求。減少IT費(fèi)用和運(yùn)用已有公司業(yè)務(wù)信息的需求。（2）商務(wù)智能系統(tǒng)的功效、重要工具.功效：在商務(wù)智能背后有某些商業(yè)驅(qū)動(dòng)力,例如:增加收入，減少費(fèi)用和更有效地競(jìng)爭(zhēng)的需求。管理和模擬現(xiàn)在商業(yè)環(huán)境復(fù)雜性的需求。減少IT費(fèi)用和運(yùn)用已有公司業(yè)務(wù)信息的需求.重要工具:第2章商務(wù)智能核心技術(shù)（1）商務(wù)智能系統(tǒng)的架構(gòu)如何？（2）什么是數(shù)據(jù)倉(cāng)庫(kù)?數(shù)據(jù)倉(cāng)庫(kù)用來(lái)保存從多個(gè)數(shù)據(jù)庫(kù)或其它信息源選用的數(shù)據(jù)，并為上層應(yīng)用提供統(tǒng)一顧客接口,完畢數(shù)據(jù)查詢和分析。支持整個(gè)公司范疇的重要業(yè)務(wù)來(lái)建立的，重要特點(diǎn)是,包含大量面對(duì)整個(gè)公司的綜合信息及導(dǎo)出信息。數(shù)據(jù)倉(cāng)庫(kù)是作為DSS服務(wù)基礎(chǔ)的分析型DB,用來(lái)寄存大容量的只讀數(shù)據(jù)，為制訂決策提供所需要的信息.數(shù)據(jù)倉(cāng)庫(kù)是與操作型系統(tǒng)相分離的、基于原則公司模型集成的、帶有時(shí)間屬性的、面對(duì)主題及不可更新的數(shù)據(jù)集合。以1992年WHInmon出版《BuildingtheDataWarehouse》為標(biāo)志，數(shù)據(jù)倉(cāng)庫(kù)發(fā)展速度很快。WHInmon被譽(yù)為數(shù)據(jù)倉(cāng)庫(kù)之父。WHInmon對(duì)數(shù)據(jù)倉(cāng)庫(kù)所下的定義:數(shù)據(jù)倉(cāng)庫(kù)是面對(duì)主題的、集成的、穩(wěn)定的、隨時(shí)間變化的數(shù)據(jù)集合，用以支持管理決策的過程。（3）OLTP和OLAP的區(qū)別？事務(wù)型解決(OLTP)：即操作型解決,是指對(duì)數(shù)據(jù)庫(kù)的聯(lián)機(jī)操作解決OLTP.事務(wù)型解決是用來(lái)協(xié)助公司對(duì)響應(yīng)事件或事務(wù)的日常商務(wù)活動(dòng)進(jìn)行解決。它是事件驅(qū)動(dòng)、面對(duì)應(yīng)用的,普通是對(duì)一種或一組統(tǒng)計(jì)的增、刪、改以及簡(jiǎn)樸查詢等（大量、簡(jiǎn)樸、重復(fù)和例行性）。在事務(wù)型解決環(huán)境中，數(shù)據(jù)庫(kù)規(guī)定能支持日常事務(wù)中的大量事務(wù),顧客對(duì)數(shù)據(jù)的存取操作頻率高而每次操作解決的時(shí)間短。分析型解決（OPAP)：用于管理人員的決策分析,例如DSS、EIS和多維分析等。它協(xié)助決策者分析數(shù)據(jù)以察看趨向、判斷問題.分析型解決經(jīng)常要訪問大量的歷史數(shù)據(jù),支持復(fù)雜的查詢。分析型解決過程中經(jīng)慣用到外部數(shù)據(jù)，這部分?jǐn)?shù)據(jù)不是由事務(wù)型解決系統(tǒng)產(chǎn)生的，而是來(lái)自于其它外部數(shù)據(jù)源.(4)數(shù)據(jù)倉(cāng)庫(kù)的技術(shù)規(guī)定。復(fù)雜分析的高性能體現(xiàn)：涉及大量數(shù)據(jù)的聚集、綜合等，在進(jìn)行復(fù)雜查詢時(shí)經(jīng)常會(huì)使用多表的聯(lián)接、累計(jì)、分類、排序等操作。對(duì)提取出來(lái)的數(shù)據(jù)進(jìn)行集成：數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是從多個(gè)應(yīng)用領(lǐng)域中提取出來(lái)的，在不同的應(yīng)用領(lǐng)域和不同的數(shù)據(jù)庫(kù)系統(tǒng)中都有不同的構(gòu)造和形式，因此如何對(duì)數(shù)據(jù)進(jìn)行集成也是構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)的一種重要方面。對(duì)進(jìn)行高層決策的最后顧客的界面支持：提供多個(gè)分析應(yīng)用工具.(5）數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的構(gòu)成。源數(shù)據(jù)：數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)來(lái)源于多個(gè)數(shù)據(jù)源,它不僅能夠是公司內(nèi)部的關(guān)系型數(shù)據(jù)庫(kù),還涉及非傳統(tǒng)數(shù)據(jù)，如文獻(xiàn)、HTML文檔等。數(shù)據(jù)倉(cāng)庫(kù)管理系統(tǒng)：元數(shù)據(jù)庫(kù)及元數(shù)據(jù)管理部件：元數(shù)據(jù)庫(kù)用來(lái)存儲(chǔ)由定義部件生成的有關(guān)源數(shù)據(jù)、目的數(shù)據(jù)、提取規(guī)則、轉(zhuǎn)換規(guī)則以及源數(shù)據(jù)與數(shù)據(jù)倉(cāng)庫(kù)之間的映射信息等。數(shù)據(jù)轉(zhuǎn)換部件：該部件把數(shù)據(jù)從源數(shù)據(jù)中提取出來(lái)，依定義部件的規(guī)則將不同數(shù)據(jù)格式的源數(shù)據(jù)轉(zhuǎn)換成數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)格式并裝載進(jìn)數(shù)據(jù)倉(cāng)庫(kù)。數(shù)據(jù)集成部件：該部件根據(jù)定義部件的規(guī)則、統(tǒng)一各源數(shù)據(jù)的編碼規(guī)則，并凈化數(shù)據(jù)，根據(jù)元數(shù)據(jù)中定義的數(shù)據(jù)組織形式對(duì)數(shù)據(jù)進(jìn)行匯總、聚累計(jì)算.數(shù)據(jù)倉(cāng)庫(kù)管理部件：它重要用于維護(hù)數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù),備份、恢復(fù)數(shù)據(jù)以及管理數(shù)據(jù)的安全權(quán)限問題。 數(shù)據(jù)倉(cāng)庫(kù)前端工具集：查詢/報(bào)表工具:以圖形化方式和報(bào)表方式顯示數(shù)據(jù)，協(xié)助理解數(shù)據(jù)的構(gòu)造、關(guān)系以及動(dòng)態(tài)性.OLAP工具:通過對(duì)信息的多個(gè)可能的觀察形式進(jìn)行快速、一致和交互性的存取，便于顧客對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步的分析和觀察。數(shù)據(jù)挖掘工具：從大量數(shù)據(jù)中挖掘出含有規(guī)律性的知識(shí)，以及數(shù)據(jù)之間的內(nèi)在聯(lián)系。前端開發(fā)工具：提供顧客編程接口，便于在現(xiàn)有系統(tǒng)的基礎(chǔ)上進(jìn)行二次開發(fā)，增強(qiáng)系統(tǒng)的伸縮性。數(shù)據(jù)倉(cāng)庫(kù)：在數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)中，數(shù)據(jù)倉(cāng)庫(kù)是一種數(shù)據(jù)存儲(chǔ)集合,它的存儲(chǔ)形式普通有多維數(shù)據(jù)庫(kù)，關(guān)系型數(shù)據(jù)庫(kù)及其它存儲(chǔ)方式。(6）什么是星型模型?（7)元數(shù)據(jù)的概念。元數(shù)據(jù)：是用來(lái)描述數(shù)據(jù)的數(shù)據(jù).它描述和定位數(shù)據(jù)組件、它們的來(lái)源及它們?cè)跀?shù)據(jù)倉(cāng)庫(kù)進(jìn)程中的活動(dòng)；有關(guān)數(shù)據(jù)和操作的有關(guān)描述(輸入、計(jì)算和輸出)。元數(shù)據(jù)可用文獻(xiàn)存在元數(shù)據(jù)庫(kù)中。元數(shù)據(jù)反映數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)項(xiàng)是從哪個(gè)特定的數(shù)據(jù)源填充的，通過哪些轉(zhuǎn)換、集成過程。（8）數(shù)據(jù)倉(cāng)庫(kù)中的粒度概念。對(duì)數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)綜合程度高低的一種度量，它既影響數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)量的多少，也影響數(shù)據(jù)倉(cāng)庫(kù)所能回答詢問的種類。粒度越小，綜合程度越低,回答查詢的種類越多；粒度越高，綜合程度越高，查詢的效率也越高。在數(shù)據(jù)倉(cāng)庫(kù)中可將小粒度的數(shù)據(jù)存儲(chǔ)在低速存儲(chǔ)器上;大粒度的數(shù)據(jù)存儲(chǔ)在高速存儲(chǔ)器上。(9）什么是數(shù)據(jù)集市？與數(shù)據(jù)倉(cāng)庫(kù)的區(qū)別是什么？數(shù)據(jù)倉(cāng)庫(kù)是公司級(jí)的，能為整個(gè)公司各部門的運(yùn)行提供決策支持手段。而數(shù)據(jù)集市（DataMart）是部門級(jí)別的,普通只能為某個(gè)局部范疇內(nèi)的管理人員服務(wù)，也稱為部門級(jí)的數(shù)據(jù)倉(cāng)庫(kù)。數(shù)據(jù)集市有兩種:獨(dú)立的數(shù)據(jù)集市和附屬的數(shù)據(jù)集市。數(shù)據(jù)集市不是數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)集市并非小的數(shù)據(jù)倉(cāng)庫(kù)多個(gè)數(shù)據(jù)集市集合并不構(gòu)成數(shù)據(jù)倉(cāng)庫(kù)第3章在線分析解決（1)OLAP、ROLAP的概念。定義1：OLAP（聯(lián)機(jī)分析解決）是針對(duì)特定問題的聯(lián)機(jī)數(shù)據(jù)訪問和分析。通過對(duì)信息(維數(shù)據(jù))的多個(gè)可能的觀察形式進(jìn)行快速、穩(wěn)定一致和交互性的存取，允許管理決策人員對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步觀察。定義2：OLAP（聯(lián)機(jī)分析解決)是使分析人員、管理人員或執(zhí)行人員能夠從多個(gè)角度對(duì)從原始數(shù)據(jù)中轉(zhuǎn)化出來(lái)的、能夠真正為顧客所理解的、并真實(shí)反映公司維特性的信息進(jìn)行快速、一致、交互地存取，從而獲得對(duì)數(shù)據(jù)的更進(jìn)一步理解的一類軟件技術(shù).（OLAP委員會(huì)的定義)OLAP的目的是滿足決策支持或多維環(huán)境特定的查詢和報(bào)表需求，它的技術(shù)核心是“維”這個(gè)概念，因此OLAP也能夠說(shuō)是多維數(shù)據(jù)分析工具的集合。ROLAP的概念:（2）簡(jiǎn)述OLAP的基本操作。切片和切塊、鉆取、旋轉(zhuǎn)第4章數(shù)據(jù)挖掘原理（1）什么是數(shù)據(jù)挖據(jù)?從大量的、不完全的、有噪聲的、含糊的、隨即的數(shù)據(jù)中提取對(duì)的的、有用的、未知的、綜合的、以及顧客感愛好的知識(shí)并用于決策支持的過程。（課本）從數(shù)據(jù)中提取對(duì)的的、有用的、未知的和綜合的信息并用它進(jìn)行決策的過程。（PPT）(2)簡(jiǎn)述數(shù)據(jù)挖掘的作用。（3)數(shù)據(jù)挖據(jù)流程的國(guó)際原則CRISP-DM。1996年提出的行業(yè)無(wú)關(guān)、應(yīng)用無(wú)關(guān)的數(shù)據(jù)挖掘過程原則-CrossIndustryStandardProcessforDataMining（CRISP—DM).這個(gè)原則把挖掘過程分為六個(gè)階段：定義業(yè)務(wù)問題(businessunderstanding）、數(shù)據(jù)理解（dataunderstanding）、數(shù)據(jù)預(yù)解決（datapreparation）、數(shù)據(jù)建模（datamodeling）、模型評(píng)定（evaluation）和布署（deployment）.（4)數(shù)據(jù)預(yù)解決辦法及內(nèi)容。數(shù)據(jù)清理解決內(nèi)容：格式原則化異常數(shù)據(jù)去除錯(cuò)誤糾正重復(fù)數(shù)據(jù)的去除第5章分類和預(yù)測(cè)、關(guān)聯(lián)規(guī)則（1）什么是分類？分類就是通過分析訓(xùn)練集（決策表）中的數(shù)據(jù),為每個(gè)類別做出精確的描述或建立分析模型或挖掘出分類規(guī)則,然后用這個(gè)分類規(guī)則對(duì)其它數(shù)據(jù)對(duì)象進(jìn)行分類。（2）什么是決策樹？簡(jiǎn)述其分類的基本原理。（3）什么是聚類？簡(jiǎn)述K均值聚類算法的基本原理。聚類就是把整個(gè)數(shù)據(jù)分成不同的組,并使組與組之間的差距盡可大，組內(nèi)數(shù)據(jù)的差別盡量小。給定k，從n個(gè)對(duì)象中任意選擇k個(gè)對(duì)象作為初始聚類中心；repeat計(jì)算每個(gè)對(duì)象與聚類中心的距離，把它們劃到不同的簇；重新計(jì)算每個(gè)簇的聚類中心；until聚類中心不再發(fā)生變化（4）什么是關(guān)聯(lián)規(guī)則挖掘？其重要應(yīng)用有哪些？簡(jiǎn)述其基本原理?關(guān)聯(lián)規(guī)則挖掘：在交易數(shù)據(jù)、關(guān)系數(shù)據(jù)或其它信息載體中，查找存在于項(xiàng)目集合或?qū)ο蠹现g的頻繁模式、關(guān)聯(lián)構(gòu)造.應(yīng)用：購(gòu)物籃分析、交叉銷售、產(chǎn)品目錄設(shè)計(jì)、聚集和分類等。基本原理：（5）什么是回歸分析？簡(jiǎn)述回歸分析的基本環(huán)節(jié).分析一種變量與其它一種(或幾個(gè))變量之間的有關(guān)關(guān)系的統(tǒng)計(jì)辦法就稱為回歸分析.1。擬定因變量和影響因素（自變量).2。繪制散點(diǎn)圖,觀察變量的大致關(guān)系。3.求回歸系數(shù),并建立回歸模型。4.檢查回歸模型.5。進(jìn)行預(yù)測(cè)。（6)什么是遺傳算法、神經(jīng)網(wǎng)絡(luò)？簡(jiǎn)述其基本原理。第6章數(shù)據(jù)挖掘應(yīng)用（1）數(shù)據(jù)挖掘在CRM中的重要應(yīng)用是什么?客戶關(guān)系管理(CRM）CustomeridentificationCRMbeginswithcustomeridentification。Thisphaseinvolvestargetingthepopulationwhoaremostlikelytobecomecustomersormostprofitabletothecompany。Italsoinvolvesanalyzingcustomerswhoarebeinglosttothecompetitionandhowtheycanbewonback.Elementsforcustomeridentificationincludetargetcustomeranalysisandcustomersegmentation.CustomerattractionOrganizationscandirecteffortandresourcesintoattractingthetargetcustomersegments.Directmarketingisapromotionprocesswhichmotivatescustomerstoplaceordersthroughvariouschannels。directmailorcouponCustomerretentionCentralconcernforCRM。Customersatisfactionistheessentialconditionforretainingcustomers。Elementsofcustomerretentionincludeone-to-onemarketing,loyaltyprogramsandcomplaintsmanagement。One-to-onemarketingreferstopersonalizedmarketingcampaignswhicharesupportedbyanalyzing,detectingandpredictingchangesincustomerbehaviors.Loyaltyprogramsinvolvecampaignsorsupportingactivitieswhichaimatmaintainingalongtermrelationshipwithcustomers。Churnanalysis，creditscoring,servicequalityorsatisfactionformpartofloyaltyprograms.CustomerdevelopmentElementsofcustomerdevelopmentincludecustomerlifetimevalueanalysis，up/crosssellingandmarketbasketanalysis.Customerlifetimevalueanalysisisdefinedasthepredictionofthetotalnetincomeacompanycanexpectfromacustomer。Up/Crosssellingreferstopromotionactivitieswhichaimataugmentingthenumberofassociatedorcloselyrelatedservicesthatacustomeruseswithinafirm。Marketbasketanalysisaimsatmaximizingthecustomertransactionintensityandvaluebyrevealingregularitiesinthepurchasebehaviourofcustomers.（2）什么是個(gè)性化電子商務(wù)推薦？Personalizationisdefinedas“t