基于ESL的大数据商业智能系统的研究与实现

摘要

商业智能(Business Intelligence，BI)是用来将企业中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助企业做出明智的业务经营决策的一套完整的解决方案。商业智能系统目前广泛应用于银行、电信、保险、政府、医疗、零售等领域，其最大的好处是可以将各个领域所积累的海量数据转化为既精确又及时的消息，帮助企业赢得竞争优势。
　　本文主要从理论和实践两个部分来阐述商业智能，在理论部分从商业智能的背景及现状出发，提出商业智能的技术框架。然后从这个技术框架的三大核心技术—数据仓库、联机分析处理、数据挖掘出发，逐一研究了它们的关键技术。
　　在实践部分本文以零售企业的销售为背景，设计并实现了一个商业智能系统，用以为零售企业管理者提供数据分析的功能，促进企业的销售。内容包括:利用ESL系统积累的数据通过SQL Server2008R2集成的商业智能工具(Business intelligencedevelopment studio，BIDS)中集成的数据集成服务(SQL Server integrate service，SSIS)完成对电子货架标签(Electronic Shelf Label，ESL)系统中数据的抽取、清洗、转换、加载，建立数据仓库形成多维数据集，再通过利用数据分析服务(SQL Server analysisservice，SSAS)中集成的关联性分析算法完成对数据仓库中数据的联机分析处理，然后通过报表服务(SQL Server report service，SSRS)创建适合用户需求的报表，最终以SharePoint2010作为报表的展现平台，可以方便快捷的将报表展现给企业管理者。
　　本论文通过SSIS服务对ESL系统中所存储大数据完成抽取、清洗、转换加载即数据集成（Extract transform and load，ETL）的过程，并进行了实例展示;在数据分析方面本论文通过实验进行了验证，通过SSAS中集成的关联性分析算法Apriori实现了两款商品的关联性分析，从而验证本系统在算法分析上的优越性;最后本论文通过SSRS服务生成了销售仪表盘报表，通过对某一款商品销售价格的变化对销售影响的分析实现了线下商品价格的分析，目前线下商品价格变化对销售影响的分析是比较困难的，通过本系统的应用可以比较好的解决这个问题。

目录

摘要

第一章 绪论

1．1 研究背景和意义

1．2 国内外研究现状

1．3 论文的主要工作

1．4 论文的组织结构

第二章 大数据商业智能的理论和技术系统

2．1 大数据存储

2．2 电子货架标签系统

2．3 数据仓库

2．3．1 数据仓库的概念

2．3．2 数据仓库的优点

2．3．3 数据仓库的组件

2．3．4 数据的抽取转换和装载

2．4 联机分析处理

2．4．1 OLAP中的维度

2．4．2 OLAP的基本分析动作

2．4．3 OLAP与OLTP的区别

2．5 数据挖掘

2．5．1 数据挖掘的概念和分类

2．5．2 数据挖掘的常用技术

2．6 本章小结

第三章 系统总体设计

3．1 项目背景

3．2 系统需求分析

3．2．1 业务需求

3．2．2 功能需求

3．3 系统总体架构

3．4 系统工作原理

3．5 本章小结

第四章 基于ESL的大数据商业智能系统的设计

4．1 ETL的设计

4．2 数据仓库与OLAP的设计

4．2．1 数据模型的建立

4．2．2 多维数据集(Cube)的设计

4．3 通过OLAP进行数据分析及算法实现

4．3．1 OLAP分析

4．3．2 关联规则算法Apriori的实现

4．4 本章小结

第五章 基于ESL的大数据商业智能系统的应用

5．1 对ESL数据源中数据抽取的实现(SSIS)

5．2 零售企业商业智能的应用及前端展示的实现

5．2．1 零售企业财务分析报表和数据模型的实现

5．2．2 零售企业销售分析报表和数据模型的实现

5．2．3 零售企业采购分析报表和数据模型的实现

5．2．4 零售企业库存分析报表和数据模型的实现

5．2．5 通过SharePoint2010来实现报表的前端展示

5．3 本章小结

总结与展望

参考文献

攻读学位期间发表的论文

声明

致谢