商業(yè)智能關鍵技術的研究與實現(xiàn).pdf

1、隨著商業(yè)競爭的不斷加劇，商業(yè)智能系統(tǒng)在各種商業(yè)領域的運行中扮演著越來越重要的角色。商業(yè)智能是基于數據倉庫、ETL，OLAP和數據挖掘等技術發(fā)展起來的，其實質是從大量的歷史數據中有效地提取信息，進而從這些信息中發(fā)現(xiàn)潛在的、有用的知識，為企業(yè)指導業(yè)務行為并進行輔助決策，以便在激烈的商業(yè)競爭中贏得主動和更多的商機。 本文首先簡要介紹了商業(yè)智能相關技術基礎，包括數據倉庫，ETL，OLAP，和數據挖掘技術的相關概念，特征。接著圍繞如何提高

2、商業(yè)智能系統(tǒng)的查詢效率，減少數據占用的存儲空間，以及如何建立關聯(lián)規(guī)則挖掘模型開展了商業(yè)智能相關關鍵技術的研究。主要包括： 1、遺傳算法在物化視圖中的應用研究。物化視圖是提高數據倉庫執(zhí)行效率的有力方法，但是物化視圖的保存會占用存儲空間。本文把查詢需要掃描的物化視圖或事實表的空間大小作為查詢時間開銷，設計了基于遺傳算法的物化視圖優(yōu)化算法。目的是使系統(tǒng)在物化視圖方面的存儲開銷和查詢時間開銷的和最小。 2、多維數據存儲結構的研究

3、。多維數據的邏輯組織方式是OLAP實現(xiàn)的關鍵之一。本文對這個問題進行了深入的研究，總結了多維數據的兩種組織方式--關系方式和數組方式，重點研究了在數組方式中多維數據的存儲結構、多維數組的建立方法、稀疏數組的壓縮方法、數組分塊的原則和分塊數組訪問方法，并在以上的理論分析的基礎上提出了一個數組方式存儲的方法。 3、基于Apriori算法的關聯(lián)規(guī)則挖掘模型研究。OLAP技術是共享多維數據的快速查詢和分析技術。本文通過分析Apriori