作者：袁磊

三、商业智能核心支撑技术

商业智能实质上是数据转化为信息的过程，这一过程也可称为信息供应链，其目的是把初始的操作型数据变成决策所使用的商务信息。在这一过程中，数据集成工具执行源数据的清洗、格式转化和合并计算等功能；数据存储过程建立数据存储模型，存储企业统一的数据视图，为商业智能系统的应用提供基础数据；数据分析工具一般包括OLAP(联机分析处理)、数据挖掘工具、统计分析工具、其它人工智能工具等，这些工具结合商业处理规则为决策者提供决策辅助信息。

从建立商业智能角度来看，构建一个商业智能系统所需要的技术可以分为三大类，一是支撑技术，二是分析技术，三是表示技术。

1、BI支撑技术——数据仓库/数据集市

实施BI的前提是将来自企业业务系统和外部环境中的各种数据收集、合并起来。这当然离不开数据仓库和数据集市技术的支持。数据仓库(DataWarehouse)是指从多个数据源收集的信息，以一个一致的模式存储起来所得到的数据集合。在构造数据仓库时，要经过数据清理、数据变换、数据集成、数据装入和定期数据刷新等过程。数据仓库收集了整个组织的主题信息，因此，它是企业范围的。宽松地讲，数据仓库是一个数据库，它与组织机构的操作数据库分别维护。数据仓库系统允许将各种应用系统集成在一起，为统一的历史数据分析提供坚实的平台，对信息处理提供支持。

按照W。H。Inmon这位数据仓库系统构造方面的领头设计师的说法，“数据仓库是一个面向主题的、集成的、时变的、非易失的数据集合，支持管理部门的决策过程”。这个简短而又全面的定义指出了数据仓库的主要特征。四个关键词，面向主题的、集成的、时变的、非易失的，将数据仓库与其他数据存储系统(如关系数据库系统、事务处理系统和文件系统)相区别。让我们进一步看看这些关键特征。

面向主题的(subject-oriented)是指数据仓库的建立是围绕一些主题的，如顾客、供应商和产品等，它所关注的是为决策者提供数据建模与分析，而不是集中于组织机构的日常操作和事务处理。因此，数据仓库排除对于决策无用的数据，提供特定主题的简明视图。集成的(integrated)是指通常情况下，数据仓库中的数据来自多个异种数据源，如关系数据库、一般文件和联机事务处理记录等。时变的(time-varian......More↓↓↓