運用“信息系統三大能力”框架對決策支持系統的分析設計

摘要:決策支持系統面向的是政府、金融、工業、制造等等幾乎所有行業的高層管理者，用來為其提供經營決策所需要的信息參考。而在得到這些可以被參考的信息之前，所要面對的是海量的、異構的、復雜的、甚至不可以完全信任的信息，而信息又可以是定量的或定性的、文字的或數字的。怎樣才能有一個原則性的手段來對如此復雜的系統進行有效的歸集和整理，從而使得分析設計有一個從容的方向呢?運用信息系統的三大能力，即存儲、處理和通信能力，從這三個方面來看系統或者已經變得不再那么難以把握。

關鍵詞:決策支持;數據倉庫;數據集市;數據抽取;數據清洗;OLAP;數據挖掘

中圖分類號:TP311文獻標識碼:A文章編號:1009-3044(2009)36-10508-02

一家集團型的工程安裝企業需要進行分析的數據跨越多個業務序列，例如財務、經營、施工、人力資源、行政等;又包容眾多分子公司，十二家有法人資格的分公司和六個集團直屬并且財務進行獨立核算的項目部。

其中，施工業務序列在集團層面推廣了項目管理系統，財務和人力資源系統正在實施過程中，而行政和經營系統的信息基本上呈手工處理狀態，或者在辦公自動化系統中有零星的信息記錄，并不形成體系。

決策支持系統需要在所有的這些信息系統的基礎上搭建用來涵蓋所有系統信息的數據倉庫，并將數據按照不同的業務序列組織為不同的數據集市，在進行數據倉庫建模時，需要從集團層面綜合考慮現有系統的信息方案，然后結合企業高層對分析模型的傾向，在更高層面歸納出分析數據的維度和應有的數據度量。數據倉庫中將在此后存儲各個業務系統被提煉后的所有數據。

而業務系統中的信息怎樣才能正確的、安全的、有條理的進入到數據倉庫中呢?也就是在數據處理上需要哪些工作呢?這就牽扯到了從各個數據源進行數據抽取的任務，而這些數據在進行抽取之后又必須要經過數據清洗過濾掉不合理的、不可信的、冗余的數據之后方能真正的進入到數據倉庫中。

數據倉庫中有了支持分析的數據，用什么樣的方式展現給用戶，用戶怎樣從這些抽象的數字中間得到直觀的并且有用的信息呢?也就是說，信息怎么樣才能和用戶之間進行有效的通信、交流、互動呢?對于定量的數字信息，可以借助OLAP(聯機分析處理)技術來對其進行展示，對抽象的數字圖形化，更為直觀的呈現給用戶，而OLAP為技術上提供的支持更能夠讓用戶對數據進行旋轉、切片和鉆取等高級處理;而對于定性的文字描述則需要從文字中運用傳統的數據挖掘方法和獨有的數據挖掘算法對其進行知識的提煉，最后以結果方式呈現給用戶。本文結合信息系統的三大能力框架，對企業數據倉庫、數據挖掘管理系統中的進行了重新分析設計，實現業務經營管理基本實現信息化管理，極大提高工作效率和管理力度、進一步降底運營成本，提升企業競爭能力。

1 信息存儲能力

1.1 數據倉庫

由于企業已經購買了ORACLE數據產品，因此數據倉庫在其已有產品上進行二次構建，物理上單獨為其劃分存儲空間，并保留足夠的空間可擴展性。具體技術參數如下:

數據庫系統數據庫實例名XXX，在此實例下建立兩個用戶BI_DATA、BI_REP。BI_DATA用戶用來存放此系統業務數據。 BI_REP用戶用來存放分析系統的資料庫數據。

創建了八個表空間，BI_DATA1、BI_DATA2、BI_DATA3、BI_DATA4、BI_INDEX1、BI_INDEX2、BI_INDEX3、BI_INDEX4，每個表空間分別對應一個或多個數據文件;BI_DATA表空間用來存放數據倉庫中的業務數據，BI_INDEX存放索引信息;BI_DATA每個數據文件的初始大小為1000M，自動增長，每次擴充100M空間;BI_INDEX每個數據文件的初始大小為500M，自動增長，每次擴充100M空間。

1.2 數據集市

根據實際情況，將業務系統的數據劃分為四個數據集市，分別為基本檔案集市、財務數據集市、工程數據集市、其它數據集市。

四個集市的數據分別對應各自的數據表空間和索引表空間。

如此構建的原因主要是考慮到四個數據集的數據均衡存儲問題，而且，在后期的分析中，將集市以這樣的方式存儲可以有效地解決綜合分析時，超大數據查詢時產生的IO瓶頸。如圖1所示。

2 信息處理能力

2.1 數據抽取

綜合集團信息化情況來看，各個業務系統之間，無論從開發手段，存儲手段，甚至網絡格局上都是異構的，要從這些異構系統中抽取數據是一項非常繁瑣的工作。

首先，需要了解各個業務系統的數據邏輯，以保證得到的數據已經具有一定的可信性;

其次，數據庫異構的時候，為了保證各個數據庫之間數據對象的可比性，必須要封裝一套針對于各個數據庫都適用的數據對象;

再次，封裝對象之后，需要利用跨數據庫的中間件技術來同時操作業務數據庫和數據倉庫;也可以利用WebService技術，讓業務系統提供數據抽取服務;

最后，解決網絡異構的問題需要利用VPN技術，保證數據庫之間有專門的信息通路，最大程度保證通訊的順暢。

2.2 數據清洗

從各個業務系統得到第一手數據之后，并不代表著這些數據就是符合邏輯并且可用的，還需要對這些數據進行清洗。

數據清洗大概分為以下幾步過程:

第一步，數據對象重新定義;

第二步，數據維度重新歸集;

第三步，數據合理性判斷;

第四部，和已有數據比對，判斷其連續性和可信性;

第五步，進入數據倉庫。

數據清洗的每一步都需要對應的算法來進行實現，但同時也可以借助一些時下已有的技術來屏蔽一些問題，例如，利用XML技術就可以避免數據對象不一致的問題。如圖2所示。

3 信息通信能力

3.1 OLAP

OLAP是使分析人員、管理人員或執行人員能夠從多角度對信息進行快速、一致、交互地存取，從而獲得對數據的更深入了解的一類軟件技術。OLAP的目標是滿足決策支持或者滿足在多維環境下特定的查詢和報表需求，它的技術核心是\"維\"這個概念

“維”是人們觀察客觀世界的角度，是一種高層次的類型劃分?！熬S”一般包含著層次關系，這種層次關系有時會相當復雜。通過把一個實體的多項重要的屬性定義為多個維(dimension)，使用戶能對不同維上的數據進行比較。因此OLAP也可以說是多維數據分析工具的集合

OLAP的基本多維分析操作有鉆取、切片以及旋轉等。

鉆取是改變維的層次，變換分析的粒度。它包括向上鉆取(roll up)和向下鉆取(drill down)。roll up是在某一維上將低層次的細節數據概括到高層次的匯總數據，或者減少維數;而drill down則相反，它從匯總數據深入到細節數據進行觀察或增加新維。

切片是在一部分維上選定值后，關心度量數據在剩余維上的分布。

旋轉是變換維的方向，即在表格中重新安排維的放置(例如行列互換)。

3.2 數據挖掘

數據挖掘是從大量的數據中，抽取出潛在的、有價值的知識(模型或規則)的過程。

原則上講，目前成熟的數據挖掘技術可以對數據進行分類、估值、預言、相關性分組或關聯規則、聚集、描述和可視化等功能，但在此項目中主要運用估值、預言和聚集三種挖掘模型。

估值，是在數據中選出已經分好類的訓練集，在該訓練集上運用數據挖掘的算法得到未知的連續變量的值。主要應用于對客戶投入的估計，在同類行業的基礎上對新的客戶投入進行引導和合理估計，保證商務產出比例。

預言，是在連續數據的基礎上通過預測算法，對未知變量進行預言。主要應用于行業競爭時價格策略，集團現金流預測等等。

聚集是對記錄分組，把相似的記錄在一個聚集里，然后對其進行某些共有行為上的分析。主要應用于行業投標管理過程中的行為分析，或者行業消費理念，用此類分析來指導商務方向。

4 結束語

原本來講，在一開始的時候，分析大型信息系統本身是一件極為繁瑣和毫無頭緒的工作。但從更高的層面上講，如果把所有信息系統都歸納為三大能力的組合，然后從這三大能力入手來對復雜的系統進行相對獨立的刨析，那么原本混沌的分析工作就被合理的分為了信息存儲、信息處理、信息通訊三方面帶解決的問題。

然后運用所有的技術，分別獨立的對這三方面涉及到的問題進行一一的排程和處理，那么最后呈現在分析者面前的將是一套清晰的、可控的方案。

總的來講，如果復雜的信息系統在最初被分析時，猛然之間為分析者帶來了旁大的困惑。先不要緊張，道法自然，一切復雜的事物都會有其潛在的不變的規律，而信息系統的三大能力就是分析的燈塔。

參考文獻:

[1](美)斯坦巴赫.數據挖掘導論[M].北京:人民郵電出版社，2006

[2](美)Berry，M.J.A. 數據挖掘技術:市場營銷、銷售與客戶關系管理領域應用[M].北京:機械工業出版社，2006.