商业智能及其技术

商业智能及其技术

论文摘要

伴随着全球经济一体化进程的加快,国内企业将面临来自国际大型跨国公司的巨大竞争压力,企业所处的环境更加复杂多变,市场竞争趋向白热化,企业在不断壮大自身的同时,其组织结构也变得越来越复杂。企业要想在这种环境下生存和发展,就必须高效、正确的响应各种状况,这时候就需要一种手段来帮助企业对经营过程中产生的数据进行收集、整理、分析以及评估,然后做出正确的预测,从而实现从数据到信息、从信息到知识、从知识到利润的转化,这种手段就是商业智能(BI)。商业智能(BI)是在计算机软硬件、网络、通讯、决策等多种成熟技术的基础上出现的,用于处理海量数据的一项技术。它需要从来源多样的数据资源(数据库、数据仓库、Web等)中发现规律,而这将主要依赖数据仓库(DW),联机分析处理(OLAP),数据挖掘(DM)等技术来实现。商业智能不仅用来辅助商业活动作出快速反应,发现商务运营过程中存在的问题,加快知识的获取速度,满足决策层对信息知识的时间性和准确性的要求。而且通过商业智能,能够把先进的信息技术应用到整个企业、不仅为其提供信息获取能力,而且通过对信息的开发,将其转变为企业的竞争优势。本文在对国内外的商业智能发展情况进行充分研究的基础上,系统总结了商业智能的研究背景、概念和发展现状,阐述了商业智能系统的体系架构和核心技术,并通过案例详细介绍了商业智能的实际应用。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 研究背景
  • 1.2 研究目的和意义
  • 1.3 国内外研究现状
  • 1.4 论文创新点及主要工作
  • 第2章 商业智能概述
  • 2.1 商业智能(BI)定义
  • 2.2 商业智能的特点及核心技术
  • 2.3 商业智能的体系结构及构建流程
  • 2.4 商业智能行业应用
  • 2.5 商业智能的促进作用
  • 2.6 影响商业智能解决方案的因素
  • 第3章 商业智能技术
  • 3.1 数据仓库(DW)
  • 3.1.1 数据仓库定义
  • 3.1.2 数据仓库特点
  • 3.1.3 数据仓库体系结构
  • 3.1.4 数据仓库的功能
  • 3.2 联机分析处理(OLAP)
  • 3.2.1 联机分析处理(OLAP)定义
  • 3.2.2 OLTP和OLAP的比较
  • 3.2.3 联机分析处理(OLAP)的基本多维分析操作
  • 3.3 数据挖掘(DM)
  • 3.3.1 数据挖掘定义
  • 3.3.2 数据挖掘的主要功能
  • 3.3.3 数据挖掘的方法
  • 3.3.4 数据挖掘的实施流程
  • 3.3.5 数据挖掘的应用现状
  • 第4章 商业智能的实现
  • 4.1 概述
  • 4.2 案例分析
  • 4.2.1 数据仓库及数据分析
  • 4.2.2 联机分析处理(OLAP)
  • 4.2.3 数据挖掘
  • 第5章 结束语
  • 致谢
  • 参考文献
  • 相关论文文献

    标签:;  ;  ;  ;  

    商业智能及其技术
    下载Doc文档

    猜你喜欢