IBM電信業(yè)商業(yè)智能解決方案

1、IBM電信業(yè)商業(yè)智能解決方案議程 數(shù)據(jù)分析與決策支持系統(tǒng)面臨的挑戰(zhàn) IBM 商業(yè)智能解決方案簡(jiǎn)介 IBM 方案優(yōu)勢(shì)電信企業(yè)的需要 帳務(wù)統(tǒng)計(jì) 收益分析 網(wǎng)絡(luò)、基站運(yùn)維分析 績(jī)效考核 客戶關(guān)系管理 風(fēng)險(xiǎn)預(yù)測(cè) 市場(chǎng)競(jìng)爭(zhēng)分析 .帳務(wù)統(tǒng)計(jì)、分析?日、月統(tǒng)計(jì)報(bào)表?月結(jié)算報(bào)表?營(yíng)業(yè)收入統(tǒng)計(jì)、分析?資費(fèi)來源統(tǒng)計(jì)、分析?業(yè)務(wù)量統(tǒng)計(jì)、分析?.收益情況分析? 收入總量分析及預(yù)測(cè)? 收入增量分析及預(yù)測(cè)? ARPU分析及預(yù)測(cè)? 收入結(jié)構(gòu)分析及預(yù)測(cè)? 大客戶收入情況分析及預(yù)測(cè)? 客戶交費(fèi)情況分析及預(yù)測(cè)? 客戶欠費(fèi)情況及其結(jié)構(gòu)分析及預(yù)測(cè)? 新增客戶交/欠費(fèi)情況分析及預(yù)測(cè)? 欠費(fèi)回收情況分析? 高額/欺詐分析? 銷賬分析 市

2、場(chǎng)競(jìng)爭(zhēng)分析?市場(chǎng)占有率分析及預(yù)測(cè)?市場(chǎng)需求分析及預(yù)測(cè)?競(jìng)爭(zhēng)對(duì)手發(fā)展情況分析及預(yù)測(cè)?各競(jìng)爭(zhēng)對(duì)手的市場(chǎng)營(yíng)銷分析?供應(yīng)商市場(chǎng)行為特征分析?合作商市場(chǎng)行為特性分析 業(yè)務(wù)發(fā)展分析?業(yè)務(wù)量發(fā)展分析及預(yù)測(cè)?業(yè)務(wù)增量分析及預(yù)測(cè)?MOU分析及預(yù)測(cè)?新業(yè)務(wù)使用量分析及預(yù)測(cè)?業(yè)務(wù)資源使用特征分析及預(yù)測(cè)?大客戶使用業(yè)務(wù)量的特征分析及預(yù)測(cè)?大客戶使用業(yè)務(wù)的特征分析及預(yù)測(cè)?流量和流向特征分析及預(yù)測(cè)客戶分析? 客戶總量分析及預(yù)測(cè)? 新增客戶分析及預(yù)測(cè)? 客戶凈增量分析及預(yù)測(cè)? 客戶流失量分析及預(yù)測(cè)? 客戶轉(zhuǎn)網(wǎng)量分析及預(yù)測(cè)? 大客戶發(fā)展分析及預(yù)測(cè)? 客戶消費(fèi)能力分析及預(yù)測(cè)? 客戶消費(fèi)習(xí)慣/愛好分析及預(yù)測(cè)客戶信用度分析? 外來

3、用戶分析? 模擬用戶分析? 儲(chǔ)值卡用戶分析? 潛在用戶分析? 零次用戶分析? 一戶多卡用戶分析客戶關(guān)系管理及市場(chǎng)策略?發(fā)現(xiàn)優(yōu)秀客戶?發(fā)現(xiàn)易流失客戶群?調(diào)整產(chǎn)品定價(jià)?發(fā)現(xiàn)客戶行為模式?開發(fā)新產(chǎn)品?交叉銷售?.網(wǎng)絡(luò)、基站分析?基站配置與話務(wù)量分布情況分析?分析各時(shí)段各基站/交換機(jī)的負(fù)載情況?網(wǎng)絡(luò)收益分析?網(wǎng)絡(luò)容量分析?網(wǎng)絡(luò)安全分析?熱點(diǎn)小區(qū)分析?路由分析等服務(wù)質(zhì)量分析?客戶服務(wù)質(zhì)量分析?客戶服務(wù)時(shí)限分析?客戶咨詢?查詢焦點(diǎn)分析?客戶投訴焦點(diǎn)分析?大客戶服務(wù)質(zhì)量分析?客戶滿意度分析?客戶忠誠(chéng)度分析 營(yíng)銷管理分析?市場(chǎng)價(jià)格分析?營(yíng)銷渠道作用分析?代銷代辦酬金分析?營(yíng)銷人員素質(zhì)分析?營(yíng)銷宣傳市場(chǎng)效果分析

4、?促銷行為市場(chǎng)效果分析綜合決策分析?決策取向模擬分析?決策行為市場(chǎng)操作模擬分析?決策行為市場(chǎng)效果模擬分析績(jī)效考核?分公司績(jī)效考核?營(yíng)業(yè)部績(jī)效考核?營(yíng)業(yè)員績(jī)效考核?.當(dāng)前狀態(tài)計(jì)費(fèi)系統(tǒng)網(wǎng)管系統(tǒng)財(cái)務(wù)系統(tǒng)營(yíng)業(yè)系統(tǒng)結(jié)算報(bào)表CRM局長(zhǎng)信息系統(tǒng)挑戰(zhàn)：信息孤島財(cái)務(wù)系統(tǒng)市場(chǎng)促銷數(shù)據(jù)客戶數(shù)據(jù)營(yíng)業(yè)數(shù)據(jù)呼叫中心數(shù)據(jù)建立數(shù)據(jù)倉(cāng)庫(kù)、實(shí)施商業(yè)智能生產(chǎn)系統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)OLAP智能挖掘智能挖掘如何實(shí)施商業(yè)智能分析的復(fù)雜度和價(jià)值分析的復(fù)雜度和價(jià)值統(tǒng)計(jì)統(tǒng)計(jì)多維多維數(shù)據(jù)挖掘數(shù)據(jù)挖掘優(yōu)化優(yōu)化階段階段 1 階段階段 2 階段階段 3 階段階段 4 階段階段 5分析的階段分析的階段數(shù)據(jù)集市數(shù)據(jù)集市數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)發(fā)現(xiàn)發(fā)現(xiàn)驗(yàn)證驗(yàn)證IBM

5、 BI 解決方案產(chǎn)品業(yè)務(wù)系統(tǒng)業(yè)務(wù)系統(tǒng)1業(yè)務(wù)系統(tǒng)業(yè)務(wù)系統(tǒng)2業(yè)務(wù)系統(tǒng)業(yè)務(wù)系統(tǒng)3業(yè)務(wù)系統(tǒng)業(yè)務(wù)系統(tǒng)n數(shù)據(jù)倉(cāng)庫(kù)管理器數(shù)據(jù)倉(cāng)庫(kù)管理器/數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù) Warehouse Manager/DB2 UDBDB2 OLAP Server報(bào)表工具QMFDB2 OLAP Server AnalyzerIntelligent Miner for Data其它應(yīng)用其它應(yīng)用IBM BI體系結(jié)構(gòu)DB2 UDBDB2 UDBDB2 Warehouse Manager數(shù)據(jù)倉(cāng)庫(kù)管理器Meta DataDB2 OLAP ServerDB2/Warehouse Control CenterOLAP Server App Manager

6、OLAP Server Analysis Server客戶端工具支持WEB決策支持工具和應(yīng)用程序DB2 FamilyORACLEInformixSybaseSQL ServerIMS & VSAMFilesData Joiner DB2 Intelligent Miner for Data數(shù)據(jù)智能挖掘服務(wù)器什么是數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)是指從業(yè)務(wù)數(shù)據(jù)中創(chuàng)建信息數(shù)據(jù)庫(kù)，并針對(duì)決策和分析進(jìn)行優(yōu)化。 數(shù)據(jù)倉(cāng)庫(kù)中的信息是面向主題的、集成化的、穩(wěn)定的、隨時(shí)間變化的數(shù)據(jù)集合，用以支持管理決策的過程。數(shù)據(jù)來自多個(gè)數(shù)據(jù)源，并整合到一個(gè)數(shù)據(jù)庫(kù)中。在數(shù)據(jù)整合的過程中數(shù)據(jù)要經(jīng)過聚合、摘要和清洗。不同的數(shù)據(jù)用于不同的

7、目的?面向主題?集成?比較穩(wěn)定?包含歷史數(shù)據(jù)?支持管理決策?面向應(yīng)用?有限集成?經(jīng)常更新?僅有當(dāng)前值?支持日常業(yè)務(wù)運(yùn)作業(yè)務(wù)數(shù)據(jù)信息數(shù)據(jù)業(yè)務(wù)數(shù)據(jù)和信息數(shù)據(jù)根本不同！業(yè)務(wù)數(shù)據(jù)和信息數(shù)據(jù)根本不同！TrustAccountsCheckingAccountsLoanAccountsLoanAccounts年月日Account History建立數(shù)據(jù)倉(cāng)庫(kù)的過程商業(yè)主題商業(yè)主題業(yè)務(wù)信息業(yè)務(wù)信息業(yè)務(wù)數(shù)據(jù)業(yè)務(wù)數(shù)據(jù)管理管理轉(zhuǎn)換工具轉(zhuǎn)換工具商業(yè)視圖商業(yè)視圖元數(shù)據(jù)元數(shù)據(jù)?成員成員?映射映射?商業(yè)視圖商業(yè)視圖Templates外部數(shù)據(jù)外部數(shù)據(jù)DB2 Data Warehouse體系結(jié)構(gòu)?Log Server?Kerne

8、l?Dispatcher?SchedulerClientsWarehouse ServerWarehouse AgentsDatabasesRelationalSourceDB2 TargetDataMessageMessageNon-RelSourceEnd UsersDataDataDataDataNT/2000, OS/2, AIX, Sun, OS/390, AS/400?DDD?Log?Editions?ConfigurationControlDatabaseDB2MetadataMetadataType title?Type textFlat FilesData Warehouse

9、 CenterMessageNT/2000NT/2000 AgentNT/2000, AIX, SunIncluded with DB2 UDB數(shù)據(jù)倉(cāng)庫(kù)代理(Agent)技術(shù)數(shù)據(jù)倉(cāng)庫(kù)控制服務(wù)器數(shù)據(jù)倉(cāng)庫(kù)控制服務(wù)器(Warehouse Control Server)?時(shí)間表啟動(dòng)時(shí)間表啟動(dòng)?從控制數(shù)據(jù)庫(kù)中獲取商業(yè)視圖從控制數(shù)據(jù)庫(kù)中獲取商業(yè)視圖定義定義?啟動(dòng)代理啟動(dòng)代理(通過代理通過代理后臺(tái)后臺(tái)進(jìn)程進(jìn)程)?循環(huán)循環(huán) : - 接受和記錄結(jié)果接受和記錄結(jié)果 - 更新客戶端顯示更新客戶端顯示數(shù)據(jù)倉(cāng)庫(kù)代理數(shù)據(jù)倉(cāng)庫(kù)代理(Agent)?響應(yīng)響應(yīng)VW管理器管理器?循環(huán)循環(huán) : - 接受命令接受命令 - 執(zhí)行命令執(zhí)行

10、命令 - 報(bào)告狀態(tài)報(bào)告狀態(tài)DB2 UDB高度并行的海量數(shù)據(jù)庫(kù)?Cluster?多個(gè)大緩沖區(qū)多個(gè)大緩沖區(qū)?支持支持64位內(nèi)存尋址位內(nèi)存尋址內(nèi)存管理內(nèi)存管理單處理器單處理器對(duì)稱多處理對(duì)稱多處理(SMP)Massively Parallel Processor (MPP)?增強(qiáng)的增強(qiáng)的SMP并行支持并行支持?MPP并行支持并行支持?并行事務(wù)并行事務(wù)CPUSQLCPUSQLCPUSQLCPUSQL?并行查詢并行查詢SQLCPUCPUCPUCPUSQL QueryQuery OptimizerBest Query PlanThreaded CodeCompile -TimeRun - TimeAgent

11、AgentAgentPrefetchers?Single query involves?1 coordinating agent?n sub agents?m prefetchers (shared)?All executing in parallel on available processors?Combination of.?Data parallelism?Each agent works on subset of data?Data dynamically assigned so user not required to partition data?Functional paral

12、lelism (pipelining)?Each agent works on different query function, e.g. scan, sort?Also enables?Parallel Index Create?Parallel Backup and Restore?Allows multiple processes to read or write data to/from the database?Parallel LOAD?Exploitation of multiple processors during load, particularly for parsin

13、g/converting/formatting data節(jié)點(diǎn)內(nèi)部并行?Parallel Edition - style (shared-nothing) ?Data parallelism through hash partitioning?Partitions can be. ?Physical on MPP or cluster?Logical on SMPRun - TimeAgentPrefetchersAgentPrefetchersAgentPrefetchersnode 0node 1node nSQL QueryQuery OptimizerBest Query PlanThr

14、eaded CodeCompile -Time節(jié)點(diǎn)間并行(數(shù)據(jù)庫(kù)分區(qū)間并行).Single Database ViewParallel OptimizerUserQueryNode(CPU)Node(CPU)Node(CPU)Node(CPU)?Shared-nothing software architecture supports?Independent physical nodes?Separate CPU, memory, and disk?Including SMP nodesOR?Multiple logical database partitions on single larg

15、e SMP Server?Interpartition communication is cross memory, not cross network?Data is partitioned across nodes automatically by hashing?Everything operates in parallel?Select?Insert?Update?Delete?Backup/restore?Load?Create index?Reorg充分利用分區(qū)數(shù)據(jù)庫(kù)的能力Social Insurance NumberNameLocation123-456-789JoeBoston

16、TorontoPartition Key value Hashed to: 8VectorPosition0123456789101112.Node1231231231231.DB2DB2DB2?Partition Map?Determines home for row?Can be adjusted for data skew using the REDISTRIBUTE utilityHash分區(qū)和分區(qū)映射表?Blends best of MPP and SMP style of parallelism?Ideal for SMP clusters?Most flexible hardwa

17、re support?Leading Edge Query Optimizer!Run - Timenode 0AgentAgentAgentPrefetchersnode 1AgentAgentAgentPrefetchersnode 2AgentAgentAgentPrefetchersSQL QueryQuery OptimizerBest Query PlanThreaded CodeCompile -Time分區(qū)內(nèi)及分區(qū)間并行DB2 UDB: 更大的容量 表/視圖/列/別名長(zhǎng)度增加 名字更容易記憶 更容易移植 SQL語(yǔ)句長(zhǎng)度可達(dá)64KB 更復(fù)雜的查詢和分類(如數(shù)據(jù)挖掘) 由工具自動(dòng)生

18、成的語(yǔ)句 VARCHAR大小可以達(dá)到32KB 更小依賴LONG VARCHAR，節(jié)省空間并提高性能 最大表/表空間大小64GB/128GB/256GB/512GB 可以生成更大的表而不需要分區(qū)(partition) 索引字段總長(zhǎng)度達(dá)1024byte 可以對(duì)更多/更長(zhǎng)的字段加索引DB2 UDB: 優(yōu)化技術(shù) 優(yōu)化級(jí)別0-9 查詢重寫 增加隱含的條件 一般條件下壓(pushdown) 子查詢?cè)摓镴OIN 消除不必要的JOIN 將量化的條件轉(zhuǎn)化為標(biāo)量子查詢 將OR轉(zhuǎn)為IN 將IN轉(zhuǎn)為JOIN 視圖合并 消除不必要的DISTINCT優(yōu)化器擴(kuò)展 減少限制 RID列表排序 Index Oring 執(zhí)行計(jì)劃分

19、析 避免Cartesian積 增強(qiáng)的JOIN大小估計(jì) 非統(tǒng)一的分布式統(tǒng)計(jì) I/O統(tǒng)計(jì) 對(duì)隨機(jī)和順序I/O不同處理 鎖優(yōu)化 可修正的CPU和I/O成本估算 可更新的目錄統(tǒng)計(jì)DB2 UDB與商業(yè)智能集成 新的統(tǒng)計(jì)函數(shù) 頁(yè)面大小：4KB, 8KB, 16KB, 32KB 更小的I/O，減少索引的層次 優(yōu)化器可以利用多個(gè)緩沖池(與頁(yè)面大小) 更多的利用星型連接優(yōu)化 利用星型連接設(shè)計(jì)的數(shù)據(jù)庫(kù)性能更好 對(duì)數(shù)據(jù)倉(cāng)庫(kù)的增強(qiáng) 數(shù)據(jù)加載過程中自動(dòng)建立索引 LOAD TERMINATE/RESTART選項(xiàng) LOAD時(shí)遞增的建立索引 利用LOAD INSERT將數(shù)據(jù)附加到已經(jīng)存在數(shù)據(jù)的表中易用的管理工具DB2 Con

20、nect Enterprise EditionDRDA-Compliant Server?Data Replication?Capture?Apply?VisualAge for Java?DB2 Extenders?Visual ExplainDevelopers?Client Configuration AssistantUsers?DB2 DiscoveryAdministrator?Command Center (GUI CLP) DB2 UDB ServerDB2 UDB Server?Governor?Control Center and Utilities ?Performanc

21、e Monitor?Job Scheduler?Performance SmartGuide?Network Configuration SmartGuide?Administration Server?Satellite Administration集成化的圖形界面管理工具Control CenterCommand CenterPerformance MonitorPerformance Smart GuideIndex SmartGuideOther Tools Integrated with the DB2 Control Center?DB2 Script Center?Allows

22、users to create and schedule scripts for regular database activities?DB2 Journal?Provides users with a view of activities which have occured in the DBMS?DB2 License Center?Allows users to monitor license compliance?DB2 Information Center?Provides users with the entire DB2 UDB Technical Library onlin

23、e?Server Communications (Network) Configuration Assistant?Automates set up of server for communication with clients?Client Configuration Assistant?Database connection configuration and testing?Can request that DB2 Discovery search network for databases ?ODBC administration?DB2 Discovery?Searches for

24、 DB2 servers and databases over the network?Returns information required for connection to client DB2家族產(chǎn)品全面解決方案TCP/IPIPX/SPXNETBIOS?DOS?WINDOWS?WinNT?Win95?Win98?OS/2?AIX?HP-UX?SCO?SUN Solaris?SNI SINIX?SGI Irix?MAC?Web BrowsersClients?DB2 for OS/400?DB2 for AIX?DB2 for OS/2?DB2 for HP-UX?DB2 for HP

25、-UX 11.0?DB2 for SUN Solaris?DB2 for SINIX?DB2 for NT?DB2 for SCO?DB2 for SCO Unixware 7Servers?DB2 Connect?Datajoiner?Net.DataMiddlewareParallel Complexes?DB2 UDB EEE for AIX?DB2 UDB EEE for SUN Solaris?DB2 UDB EEE for Windows NT?DB2 UDB for OS/390?DB2 for OS/400Personal?DB2 for OS/2?DB2 for WinNT?

26、DB2 for Win95?DB2 for Win98?Lotus Approach?Satellite Edition?DB2 Everywhere?Oracle?Sybase?Informix?SQL Server?IMS ?VSAMSources?Tivoli TME-10?Satellite EditionManagementHosts?DB2 UDB for OS/390?DB2 for VM and VSE?DB2 for OS/400TCP/IPSNAIPX/SPXWANCompleteSolutionsOnline Analytical Processing (OLAP)由IB

27、M研究員E.F. Codd提出，被業(yè)界廣泛采用為計(jì)劃和分析優(yōu)化處理多維視圖鉆取切片滿足用戶需求填補(bǔ)關(guān)系型數(shù)據(jù)庫(kù)的不足利用現(xiàn)有投資后臺(tái)交易系統(tǒng)前臺(tái)報(bào)表系統(tǒng)OLAP: 多維分析用維的方法觀察數(shù)據(jù)產(chǎn)品，時(shí)間，地區(qū)，財(cái)務(wù)指標(biāo)等數(shù)據(jù)模型等同于業(yè)務(wù)模型結(jié)算分析歸屬局被訪局時(shí)間沖銷結(jié)算北京上海天津 北京廣東.Q1Q4來訪費(fèi)用出訪費(fèi)用Q2Q3OLAP：多維分析 旋轉(zhuǎn)：按不同順序組織各個(gè)維，對(duì)結(jié)果進(jìn)行考察 鉆取：在一個(gè)維內(nèi)部沿著從高到低或從低到高的方向考察數(shù)據(jù) 上鉆 下鉆 切片：在確定某些維數(shù)據(jù)的情況下對(duì)其他維進(jìn)行觀察OLAP: 多維分析時(shí)間歸屬局被訪局2000年2000年1月2000年1月1日2000年1月2

28、日2000年1月3日2000年2月考察一個(gè)特定的維時(shí)間維，包括每一個(gè)歸屬局到各被訪局的沖銷結(jié)算關(guān)系鉆取到下面的層次來考察詳細(xì)情況OLAP：旋轉(zhuǎn)時(shí)間歸屬局被訪局歸屬局被訪局時(shí)間按照不同的順序組合維，對(duì)數(shù)據(jù)進(jìn)行考察OLAP：鉆取結(jié)算分析時(shí)間歸屬局被訪局沖銷結(jié)算199920002001 北京上海.北京上海 來訪費(fèi)用出訪費(fèi)用Q1Q2Q3Q4AprMayJun鉆取到各級(jí)數(shù)據(jù)層次時(shí)間，年，季，月，日歸屬局，省局，地市OLAP：切片時(shí)間歸屬局被訪局時(shí)間被訪局歸屬局一月份所有歸屬局對(duì)各被訪局的沖銷結(jié)算關(guān)系每個(gè)歸屬局對(duì)被訪局北京每個(gè)月份的沖銷結(jié)算關(guān)系用切片的方法從不同的角度觀察OLTP vs. OLAP：不同的

29、角色 紀(jì)錄交易情況 有限的步驟 二維 數(shù)據(jù)管理 數(shù)據(jù)處理 運(yùn)行商業(yè)運(yùn)作商業(yè)運(yùn)作 確定任務(wù) 反復(fù)的過程 多維 數(shù)據(jù)合并 信息綜合 推動(dòng)商業(yè)計(jì)劃商業(yè)計(jì)劃DB2 UDB支持OLAP的高級(jí)特性優(yōu)化的優(yōu)化的SQL?先進(jìn)的基于成本的優(yōu)化器先進(jìn)的基于成本的優(yōu)化器(Starburst)?查詢重寫查詢重寫圖形化界面生成圖形化界面生成的低效的低效SQL?獨(dú)特的星型連接算法獨(dú)特的星型連接算法ProductStoreMonth?先進(jìn)的索引技術(shù)先進(jìn)的索引技術(shù)110011101010111010111101101010101010110001101010101010On-Line Analytical Processin

30、gProductMonthStore?Cube, Rollup 操作符操作符?表函數(shù)表函數(shù)?并行支持并行支持?自動(dòng)的摘要表自動(dòng)的摘要表?復(fù)制的表復(fù)制的表IBM DB2 OLAP Server開放的系統(tǒng) 最終用戶OLAP工具 最終用戶查詢/報(bào)表工具易于實(shí)現(xiàn)和管理 自動(dòng)化的數(shù)據(jù)庫(kù)設(shè)計(jì)利用現(xiàn)有的技能和工具 系統(tǒng)管理 數(shù)據(jù)庫(kù)管理高度可伸縮性(Scalability)與IBM數(shù)據(jù)倉(cāng)庫(kù)體系結(jié)合提供兩種存儲(chǔ)方式易于使用的安全權(quán)限限制IBM DB2 OLAP Server EssbaseOLAPEngineIBMRelationalStorageInterfaceEssbaseMulti-dimensiona

31、lData Store開放的接口標(biāo)準(zhǔn) 開放的應(yīng)用程序接口和工具 C/C+ API、JDBC、ODBC/CLI Embedded SQL、SQLJ、Java、C/C+、VB、Delphi/C+ Builder、Power Builder 眾多的客戶端工具 DB2 OLAP Server Analyzer Business Object Brio Cognos Excel/Lotus 123 通用的運(yùn)行平臺(tái) AIX Solaris HP-UX Windows NT/2000 Linux S390 AS400OLAP Server與數(shù)據(jù)倉(cāng)庫(kù)管理器緊密集成IBM的數(shù)據(jù)倉(cāng)庫(kù)管理器中帶有大量與OLAP S

32、erver相關(guān)的程序(vwp)：?文件數(shù)據(jù)加載到OLAP?數(shù)據(jù)庫(kù)數(shù)據(jù)加載OLAP?用文件數(shù)據(jù)更新維?用數(shù)據(jù)庫(kù)數(shù)據(jù)更新維?計(jì)算?用規(guī)則計(jì)算 客戶可以使用Web方式訪問，不需要安裝任何OLAP工具。Web瀏覽器瀏覽器應(yīng)用服務(wù)器WWWOLAP Server數(shù)據(jù)倉(cāng)庫(kù)TCP/IP客戶端訪問和維護(hù)完善的授權(quán)機(jī)制：?應(yīng)用程序級(jí)?數(shù)據(jù)庫(kù)(Cube)級(jí)?過濾器?讀、寫、計(jì)算、設(shè)計(jì)權(quán)限?用戶組圖形化管理界面用戶、權(quán)限管理完整的日志紀(jì)錄數(shù)據(jù)挖掘數(shù)據(jù)倉(cāng)庫(kù)選擇的數(shù)據(jù)選擇轉(zhuǎn)換挖掘理解轉(zhuǎn)換后的數(shù)據(jù)可理解的信息抽取的信息一個(gè)過程，從大型數(shù)據(jù)庫(kù)中抽取以前沒有發(fā)現(xiàn)，可理解的，可操作的信息，用以支持企業(yè)關(guān)鍵性決策。數(shù)據(jù)挖掘的典型例

33、子基于歷史數(shù)據(jù)預(yù)測(cè)行為基于歷史數(shù)據(jù)預(yù)測(cè)行為發(fā)現(xiàn)未知分群、規(guī)則和模式發(fā)現(xiàn)未知分群、規(guī)則和模式常用數(shù)據(jù)挖掘算法分為三類Data Mining AlgorithmsNo PredictionPredictOne ThingTime Series MatchingPredictEverythingAssociationsSequential PatternsDecision TreeRBFClassificationValue PredictionNeuralNeuralClusteringDemographicNeural常用數(shù)據(jù)挖掘算法 Clustering (Segmentation) - no

34、 dependent variable Demographic Segmentation Neural Segmentation (Kohonen Map) Example: Identify common characteristics in a customer data base. Predictive/Classification Modeling - dependent variable Nonlinear regression Decision trees Neural networks Radial-basis functions Example: Predict IBMs st

35、ock price tomorrow.常用數(shù)據(jù)挖掘算法 Link Analysis - transaction dataBasic associations (or dissociation)Sequential associations (over time)Example: Identify which features of an insurance policy sell together.Similar Time Sequence許多業(yè)務(wù)問題可以映射到數(shù)據(jù)挖掘技術(shù)Intelligent Miner for Data V6.1IBM Intelligent Miner for DataSequential PatternsAssociationsPredictive ModelingDeviation DetectionClusteringClas