1決策支持系統(tǒng)

主講：彭柳芬公共郵箱：tpenglf@163.com

密碼：peng123第六章數(shù)據(jù)倉庫、聯(lián)機分析處理和數(shù)據(jù)挖掘傳統(tǒng)數(shù)據(jù)庫應用的局限性數(shù)據(jù)倉庫聯(lián)機分析處理數(shù)據(jù)挖掘Weka數(shù)據(jù)挖掘軟件傳統(tǒng)數(shù)據(jù)庫應用的局限性企業(yè)在其業(yè)務活動中，積累了大量的關于客戶、產(chǎn)品、銷售、庫存、供應商等方面的數(shù)據(jù)，也可以收集到來自于企業(yè)所處行業(yè)和競爭對手以及外部環(huán)境中的數(shù)據(jù)，為了支持企業(yè)或組織管理人員的決策分析，必須把日益龐大的數(shù)據(jù)轉(zhuǎn)化為知識，這就需要對數(shù)據(jù)進行聯(lián)機分析處理OLAP（OnlineAnalyticalProcessing）。傳統(tǒng)的數(shù)據(jù)庫應用主要是針對數(shù)據(jù)的聯(lián)機事務處理OLTP（OnlineTransactionProcessing），包括定期的數(shù)據(jù)查詢、插入、刪除和更新操作，以及基本的統(tǒng)計分析如使用交叉表、圖表或圖形進行報表的展示。要在一個系統(tǒng)中同時滿足OLTP和OLAP這兩種需求是有問題的。一、決策支持系統(tǒng)決策支持系統(tǒng)（DSS）中“決策”就是決策者根據(jù)所掌握的信息為決策對象選擇行為的思維過程。為決策者提供支持的信息成為決策支持信息，相應的信息系統(tǒng)稱為決策支持系統(tǒng)，我們將決策支持領域分成OLTP、MIS、LDSS及HDSS四個層次：OLTPMISLDSSHDSSDWOLAPDM1、

OLTP（聯(lián)機事物處理）最基本的數(shù)據(jù)庫應用系統(tǒng)，是更高級的MIS系統(tǒng)和DSS系統(tǒng)的基礎，OLTP系統(tǒng)一般具有底層信息采集（數(shù)據(jù)錄入功能）、一定的信息查詢以及信息庫更新維護功能，OLTP面向的是操作人員和低層管理人員其主要功能在于對數(shù)據(jù)庫中的信息進行錄入、存儲、更新、刪除等操作，是最基本的管理細節(jié)信息的數(shù)據(jù)庫應用系統(tǒng)。6OLAP定義1.OLAP理事會給出的定義聯(lián)機分析處理（OLAP）是一種軟件技術，它使分析人員能夠迅速、一致、交互地從各個方面（多維）觀察信息，以達到深入理解數(shù)據(jù)的目的。這些信息是從原始數(shù)據(jù)轉(zhuǎn)換過來的，按照用戶的理解，它反映了企業(yè)真實的方方面面。7OLAP的簡單定義

聯(lián)機分析處理是共享多維信息的快速分析。它體現(xiàn)了四個特征：（1）快速性：用戶對OLAP的快速反應能力有很高的要求。（2）可分析性：OLAP系統(tǒng)應能處理任何邏輯分析和統(tǒng)計分析。（3）多維性：系統(tǒng)必須提供對數(shù)據(jù)分析的多維視圖和分析。（4）信息性：OLAP系統(tǒng)應能及時獲得信息，并且管理大容量的信息。

8OLAP的數(shù)據(jù)模型

MOLAP數(shù)據(jù)模型——MOLAP是基于多維數(shù)據(jù)庫存儲方式建立的OLAP；表現(xiàn)為“超立方”結構，采用類似于多維數(shù)組的結構。ROLAP數(shù)據(jù)模型——ROLAP是基于關系數(shù)據(jù)庫的OLAP。它是一個平面結構，用關系數(shù)據(jù)庫表示多維數(shù)據(jù)時，采用星型模型。MOLAP與ROLAP的比較HOLAP數(shù)據(jù)模型——即混和OLAP介于MOLAP和ROLAP之間。在HOLAP中，對最常用的維度和維層次，使用多維數(shù)據(jù)表來存儲，對于用戶不常用的維度和數(shù)據(jù)，采用ROLAP星型結構來存儲。9MDDB（二維）數(shù)據(jù)組織北京上海廣州衣服600700500鞋800900700帽子1002008010產(chǎn)品名地區(qū)銷售量衣服北京600衣服上海700衣服廣州500鞋北京800鞋上海900鞋廣州700帽子北京100帽子上海200帽子廣州80關系數(shù)據(jù)庫RDBMS數(shù)據(jù)組織2、基于OLTP的MIS系統(tǒng)這是較高一級的數(shù)據(jù)庫應用系統(tǒng)，這類系統(tǒng)在OUP的基礎上進一步擴展，包括提高信息訪問功能，報表生成能力等。MIS系統(tǒng)由若干個功能相對獨立的OLTP系統(tǒng)集成而成，當前的信息服務系統(tǒng)基本屬于MIS系統(tǒng)。3、LDSS（低級決策支持系統(tǒng)）

LDSS處于比MIS更高一層的位置，直接為決策者提供決策支持服務，它的關鍵在于信息的有效提取并加以分析而不在于信息的收集與更新（這些操作由基礎層的OLTP系統(tǒng)完成）。目前決策支持系統(tǒng)絕大部分屬于LDSS的層次，它存在著如下功能局限：（1）隨機性的綜合信息提取功能較弱；（2）對查詢得到的信息的分析功能較弱；（3）不是基于海量數(shù)據(jù)庫。4、HDSS〔高級決策支持系統(tǒng)）

HDSS是決策支持系統(tǒng)的最高形式，能夠真正使用戶利用DSS工具直接從企業(yè)信息池中隨機地提取、分析數(shù)據(jù)，有效地服務于企業(yè)的全方位決策。它由三個主要部件構成：數(shù)據(jù)倉庫技術（DW，DataWarehousing）聯(lián)機分析處理技術（OLAP，On-lineAnalyticalProcessing）數(shù)據(jù)挖掘技術（DM，DataMining）二數(shù)據(jù)挖掘數(shù)據(jù)挖掘是從大型數(shù)據(jù)庫或數(shù)據(jù)倉庫中發(fā)現(xiàn)并提取隱藏在其中的信息或知識的過程，目的是幫助分析人員尋找數(shù)據(jù)間潛在的關聯(lián)，發(fā)現(xiàn)忽略的要素，而這些信息對預測趨勢和決策行為是十分有用的，所以它屬于決策支持系統(tǒng)的范疇。

1預處理數(shù)據(jù)通過消除噪聲、推導計算缺值數(shù)據(jù)、消除重復記錄、完成數(shù)據(jù)類型轉(zhuǎn)換（如把連續(xù)值數(shù)據(jù)轉(zhuǎn)換為離散型的數(shù)據(jù)，或是把離散型的數(shù)據(jù)轉(zhuǎn)換為連續(xù)值數(shù)據(jù)）等來收集和凈化來自數(shù)據(jù)源的信息，并加以存儲，一般是將其存放在數(shù)據(jù)倉庫中。

2模型搜索利用數(shù)據(jù)挖掘工具在數(shù)據(jù)中查找模型，這個搜尋過程可以由系統(tǒng)自動執(zhí)行，自底向上搜尋原始事實以發(fā)現(xiàn)它們之間的某種聯(lián)系，也可以加入用戶交互過程，由分析人員主動發(fā)問，從上到下地找尋以驗證假定的正確性，對于一個問題的搜尋過程可能用到許多工具，例如神經(jīng)網(wǎng)絡、基于規(guī)則的系統(tǒng)、基于實例的推理、機器學習、統(tǒng)計方法等。3評價輸出結果數(shù)據(jù)挖掘階段發(fā)現(xiàn)出來的模式，經(jīng)過用戶或機器的評估，可能存在冗余、價值不大的或無關的模式，這時需要將其剔除，把重要的模式形成知識存儲到知識庫中，也有可能模式未能滿足用戶要求，這時則需要整個發(fā)現(xiàn)過程回到發(fā)現(xiàn)階段之前，如重新選取數(shù)據(jù)、采用新的數(shù)據(jù)變換方法、設定新的數(shù)據(jù)挖掘參數(shù)值，甚至換一種挖掘算法?？梢姅?shù)據(jù)發(fā)掘的搜尋過程一般需要反復多次，因為當分析人員評價輸出結果后，他們可能會形成一些新的問題或要求對某一方面作更精細的查詢。

4生成最后的結果報告

DM由于最終是面向人類用戶的，因此可能要對發(fā)現(xiàn)的模式進行可視化，或者把結果轉(zhuǎn)換為用戶易懂的另一種表示。

5解釋結果報告對結果進行解釋，依據(jù)此結果采取相應的商業(yè)措施，這是一個人工過程。數(shù)據(jù)挖掘的相關技術：為了簡化和加快數(shù)據(jù)挖掘過程，使數(shù)據(jù)挖掘真正方便、實用，還需其他的技術支持，如數(shù)據(jù)凈化、數(shù)據(jù)倉庫技術、強大的平行處理技術和存儲技術。三、數(shù)據(jù)挖掘與決策支持系統(tǒng)的聯(lián)系傳統(tǒng)的DSS系統(tǒng)通常是在某個假設的前提下通過數(shù)據(jù)查詢和分析來驗證或否定這個假設，而數(shù)據(jù)挖掘技術則能夠自動分析數(shù)據(jù)，進行歸納整理，從中發(fā)現(xiàn)潛在的模式，或產(chǎn)生聯(lián)想，建立新的業(yè)務模型，幫助決策者調(diào)整市場策略，并找出正確的決策。例如在銷售業(yè)數(shù)據(jù)庫中，數(shù)據(jù)挖掘工具回答“哪些客戶最可能對促銷作出反應，為什么他會這樣？”、“哪些商品之間具有潛在的聯(lián)系？”、“下一個月，在天津的銷售部門的情況將會如何？為什么？”等。而DSS系統(tǒng)回答“今年銷售總量比去年多多少？從而預測明年銷售總量”、“三月份中，在天津的銷售部門的情況如何？從而推測在北京的銷售部門情況”，所以，數(shù)據(jù)挖掘的出現(xiàn)使決策支持工具跨人了一個新階段。數(shù)據(jù)挖掘技術能夠幫助用戶從歷史性數(shù)據(jù)中挖掘知識，進而支持決策，極大地吸引用戶，而用戶造就的數(shù)十億美元的市場又極大地吸引了數(shù)據(jù)庫廠商，各大公司紛紛開始了自己的數(shù)據(jù)挖掘工具產(chǎn)品的研制工作。四、數(shù)據(jù)倉庫數(shù)據(jù)倉庫的用戶： 1數(shù)據(jù)倉庫的信息使用者 2數(shù)據(jù)倉庫的探索者——探索者要做的工作有：概括分析、抽取、建模和分類。數(shù)據(jù)倉庫的用戶有兩類：信息使用者和探索者信息使用者是使用數(shù)據(jù)倉庫的大量用戶。

信息使用者以一種可預測的、重發(fā)性的方式使用