商业智能的主要研究内容

    商业智能的主要研究内容

    BI是以现代管理理论为指导，信息技术为支撑的集成系统。近年来，它的研究热点主要集中在三个方面：支撑技术的研究、体系结构的研究、应用系统的研究。

    1.支撑技术。BI支撑技术主要包括两个方面：一是计算机技术，主要包括数据仓库、数据集市技术；数据挖掘技术；OLTP、OLAP、Legacy等分析技术；数据可视化技术；计算机网络技术。二是现代管理技术，主要包括统计、预测等运筹学方法；客户管理、供应链管理、企业资源计划等管理理论和方法；企业建模方法。

    支撑技术的研究注重跟踪相关技术的最新发展，例如对数据仓库的研究集中在数据集成中数据模式的设计、数据清洗和数据转换、导入和更新方法；数据挖掘的研究重点则偏向数据挖掘算法以及数据挖掘技术在新的数据类型、应用环境中使用时所出现的新问题的解决上，如对各种非结构化数据的挖掘、数据挖掘语言的标准化以及可视化数据挖掘等。联机分析处理研究主要集中在ROLAP（基于关系数据库的OLAP）的查询优化技术和MOLAP（基于多维数据组织的OLAP）中减少存储空间和提高系统性能的方法；数据仓库、数据挖掘和OLAP相结合的产物联机分析挖掘（OLAM）也是目前研究的热点。企业建模是为解决如何建立特定企业模式的辅助工具，比较新的建模方法包括基于UML的企业建模方法。

    2.体系结构。BI体系结构是指通过识别和理解数据在系统中的流动过程和数据在企业的应用过程来提供BI系统应用的主框架。BI的体系结构主要包括数据预处理、数据仓库、数据分析以及数据展现等几部分。BI体系结构的研究关心采用什么样的体系结构才能使BI系统具有良好的性能。

    3.应用系统。对于应用系统的研究重点放在对各个应用领域所面临的决策问题的分析，根据对各类问的挑战，Internet、IT技术以及人工智能的不断发展，则为BI的不断完善提供了强大的技术支持。未来，BI有望进一步获得长足发展，从根本上改变决策方式。具体来说，BI未来发展将集中于以下几点：

    （1）支撑技术。基于关系对象数据库的数据仓库将是未来的一个发展方向，数据仓库的平台性能将得到很大改善。数据挖掘方法和算法研究将更加深入，专门用于知识发现的数据挖掘语言有望进一步向标准化发展。基于数据仓库的数据挖掘与OLAP将实现融合和互补，从而使分析操作智能化，使挖掘操作目标化。信息可视化进程进一步发展，以提供更优的洞察力。对非结构化数据的处理和分析，比如文本挖掘和WEB挖掘的能力将大大增强。

    （2）体系结构。BI方案的协同性和开放性将进一步提高。企业能够利用合作伙伴的数据仓库或Intranet系统中的多维数据集进行决策分析活动，并且OLAP及其它BI的应用以Web服务形式提供，以XML形式发放BI应用的分析结果是新的发展趋势。

    （3）应用系统。BI系统将更具专业化和行业化的特点，笼统的BI系统渐渐成为慨念，BI根据每个领域关注的重点和分析模型，提供针对具体企业进行扩展的解决方案。各种商业分析模型、数据挖掘算法将集成到BI软件和分析应用之中，从而能够集中解决不同部门的需要。同时，BI应用与企业门户、企业应用集成紧密相连，新的BI系统不再是一个孤立的应用。