商业智能系统在制造企业中的研究及实现

摘要

商业智能(BusinessIntelligence,简称BI)是企业利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息,改善商务决策水平,完善各种商务流程,提升各方面商务绩效,增强综合竞争力的智慧和能力。在制造企业的成长过程中,应该具备两个重要的能力:清晰现在、洞察未来。而这两个能力的获取都需要商业智能的帮助,通过建立企业的商业智能,提高企业的核心竞争力,是企业信息化发展的必然趋势。
　　由于受到传统业务系统的限制,制造企业现有的信息化系统往往无法得到企业信息的一个全局视图,不能满足数据分析、研究及挖掘等需求。本文以制造型企业业务需求为前提,提出了商业智能的解决和应用实施方案,首先研究了数据仓库的基本原理及其与商业智能的关系,并基于SQLServer2008BI平台创建了以生产、库存和销售为主题的数据仓库,且通过SSIS集成服务从源数据库中抽取、转换和加载相关数据到数据仓库中;然后,利用SSAS服务对三个分析主题建立了相应的多维数据集,并实现了的多维度、多层次的OLAP分析;接着通过SSRS报表服务完成商业智能的交付任务。
　　OLAM联机分析挖掘是研究如何将数据挖掘技术(DM)和联机分析处理技术(OLAP)有机结合、优势互补的热点技术。本文将销售立方体中的客户数据作为数据源,在商业智能理论和数据挖掘技术的基础上,针对企业定位目标客户的需求,通过对四种数据挖掘算法的模型比较后发现,决策树分类模型具有更好的灵活性和有效性,将该模型用于预测目标客户群体。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 本文研究的背景和意义

1.2 国内外发展现状

1.3 本文主要工作

2 商业智能与数据仓库概述

2.1 数据仓库、商业智能体系结构[16-17]

2.2 数据仓库概述

2.3 数据仓库设计

2.4商业智能的实施

2.5 本章小结

3 制造业商业智能解决方案

3.1设计企业数据仓库

3.2 基于SQL Server Integration Services的ETL实现

3.3基于SQL Server Analysis Services的OLAP分析

3.4 基于SQL Server Reporting Services的报表分析

3.5 本章小结

4 数据挖掘应用

4.1 数据挖掘算法[41-43]

4.2 基于OLAM的客户响应分析

4.3 本章小结

5 总结与展望

致谢

参考文献