IBM商業(yè)智能解決方案簡介

1、IBM商業(yè)智能解決方案簡介IBM商業(yè)智能解決方案簡介議程數(shù)據(jù)分析與決策支持系統(tǒng)面臨的挑戰(zhàn)IBM 商業(yè)智能解決方案簡介IBM 方案優(yōu)勢議程數(shù)據(jù)分析與決策支持系統(tǒng)面臨的挑戰(zhàn)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)維分析績效考核客戶關(guān)系管理風(fēng)險預(yù)測市場競爭分析.電信企業(yè)的需要帳務(wù)統(tǒng)計(jì)帳務(wù)統(tǒng)計(jì)、分析日、月統(tǒng)計(jì)報表月結(jié)算報表營業(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.帳務(wù)統(tǒng)計(jì)、分析日、月統(tǒng)計(jì)報表收益情況分析收入總量分析及預(yù)測收入增量分析及預(yù)測ARPU分析及預(yù)測收入結(jié)構(gòu)分析及預(yù)測大客戶收入情況分析及預(yù)測客戶交費(fèi)情況分析及預(yù)測客戶欠費(fèi)情況及其結(jié)構(gòu)分析及預(yù)測新增客戶交/欠費(fèi)情況分析及預(yù)測欠費(fèi)回收情

2、況分析高額/欺詐分析銷賬分析 收益情況分析收入總量分析及預(yù)測市場競爭分析市場占有率分析及預(yù)測市場需求分析及預(yù)測競爭對手發(fā)展情況分析及預(yù)測各競爭對手的市場營銷分析供應(yīng)商市場行為特征分析合作商市場行為特性分析 市場競爭分析市場占有率分析及預(yù)測業(yè)務(wù)發(fā)展分析業(yè)務(wù)量發(fā)展分析及預(yù)測業(yè)務(wù)增量分析及預(yù)測MOU分析及預(yù)測新業(yè)務(wù)使用量分析及預(yù)測業(yè)務(wù)資源使用特征分析及預(yù)測大客戶使用業(yè)務(wù)量的特征分析及預(yù)測大客戶使用業(yè)務(wù)的特征分析及預(yù)測流量和流向特征分析及預(yù)測業(yè)務(wù)發(fā)展分析業(yè)務(wù)量發(fā)展分析及預(yù)測客戶分析客戶總量分析及預(yù)測新增客戶分析及預(yù)測客戶凈增量分析及預(yù)測客戶流失量分析及預(yù)測客戶轉(zhuǎn)網(wǎng)量分析及預(yù)測大客戶發(fā)展分析及預(yù)測客戶消

3、費(fèi)能力分析及預(yù)測客戶消費(fèi)習(xí)慣/愛好分析及預(yù)測客戶信用度分析外來用戶分析模擬用戶分析儲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分析客戶總量分析及預(yù)測客戶關(guān)系管理及市場策略發(fā)現(xiàn)優(yōu)秀客戶發(fā)現(xiàn)易流失客戶群調(diào)整產(chǎn)品定價發(fā)現(xiàn)客戶行為模式開發(fā)新產(chǎn)品交叉銷售.客戶關(guān)系管理及市場策略發(fā)現(xiàn)優(yōu)秀客戶網(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)分析路由分析等網(wǎng)絡(luò)、基站分析基站配置與話務(wù)量分布情況分析服務(wù)質(zhì)量分析客戶服務(wù)質(zhì)量分析客戶服務(wù)時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度分析 服

4、務(wù)質(zhì)量分析客戶服務(wù)質(zhì)量分析營銷管理分析市場價格分析營銷渠道作用分析代銷代辦酬金分析營銷人員素質(zhì)分析營銷宣傳市場效果分析促銷行為市場效果分析營銷管理分析市場價格分析綜合決策分析決策取向模擬分析決策行為市場操作模擬分析決策行為市場效果模擬分析綜合決策分析決策取向模擬分析績效考核分公司績效考核營業(yè)部績效考核營業(yè)員績效考核.績效考核分公司績效考核當(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)營業(yè)系統(tǒng)結(jié)算報表CRM局長信息系統(tǒng)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)營業(yè)系統(tǒng)結(jié)算報表CRM局長信挑戰(zhàn)：信息孤島財(cái)務(wù)系統(tǒng)市場促銷數(shù)據(jù)客戶數(shù)據(jù)營業(yè)數(shù)據(jù)呼叫中心數(shù)據(jù)挑戰(zhàn)：信息孤島財(cái)務(wù)系統(tǒng)市場促銷數(shù)據(jù)客戶數(shù)據(jù)營業(yè)數(shù)據(jù)呼叫中心數(shù)建立數(shù)據(jù)倉庫

5、、實(shí)施商業(yè)智能生產(chǎn)系統(tǒng)數(shù)據(jù)倉庫OLAP智能挖掘建立數(shù)據(jù)倉庫、實(shí)施商業(yè)智能生產(chǎn)系統(tǒng)數(shù)據(jù)倉庫OLAP智能挖掘如何實(shí)施商業(yè)智能分析的復(fù)雜度和價值統(tǒng)計(jì)多維數(shù)據(jù)挖掘優(yōu)化階段 1 階段 2 階段 3 階段 4 階段 5分析的階段數(shù)據(jù)集市數(shù)據(jù)倉庫發(fā)現(xiàn)驗(yàn)證如何實(shí)施商業(yè)智能分析的復(fù)雜度和價值統(tǒng)計(jì)多維數(shù)據(jù)挖掘優(yōu)化階段 IBM BI 解決方案產(chǎn)品業(yè)務(wù)系統(tǒng)1業(yè)務(wù)系統(tǒng)2業(yè)務(wù)系統(tǒng)3業(yè)務(wù)系統(tǒng)n數(shù)據(jù)倉庫管理器/數(shù)據(jù)庫 Warehouse Manager/DB2 UDBDB2 OLAP Server報表工具QMFDB2 OLAP Server AnalyzerIntelligent Miner for Data其它應(yīng)用IBM

6、BI 解決方案產(chǎn)品業(yè)務(wù)系統(tǒng)1業(yè)務(wù)系統(tǒng)2業(yè)務(wù)系統(tǒng)3業(yè)務(wù)IBM BI體系結(jié)構(gòu)DB2 UDBDB2 UDBDB2 Warehouse Manager數(shù)據(jù)倉庫管理器Meta DataDB2 OLAP ServerDB2/Warehouse Control CenterOLAP Server App ManagerOLAP 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)

7、智能挖掘服務(wù)器IBM BI體系結(jié)構(gòu)DB2 UDBDB2 UDBDB2 Wa什么是數(shù)據(jù)倉庫數(shù)據(jù)倉庫是指從業(yè)務(wù)數(shù)據(jù)中創(chuàng)建信息數(shù)據(jù)庫，并針對決策和分析進(jìn)行優(yōu)化。 數(shù)據(jù)倉庫中的信息是面向主題的、集成化的、穩(wěn)定的、隨時間變化的數(shù)據(jù)集合，用以支持管理決策的過程。數(shù)據(jù)來自多個數(shù)據(jù)源，并整合到一個數(shù)據(jù)庫中。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。什么是數(shù)據(jù)倉庫數(shù)據(jù)倉庫是指從業(yè)務(wù)數(shù)據(jù)中創(chuàng)建信息數(shù)據(jù)庫，并針對不同的數(shù)據(jù)用于不同的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！TrustAccountsCheckin

8、gAccountsLoanAccountsLoanAccounts年月日Account History不同的數(shù)據(jù)用于不同的目的面向主題面向應(yīng)用業(yè)務(wù)數(shù)據(jù)信息數(shù)據(jù)業(yè)務(wù)建立數(shù)據(jù)倉庫的過程商業(yè)主題業(yè)務(wù)信息業(yè)務(wù)數(shù)據(jù)管理轉(zhuǎn)換工具商業(yè)視圖元數(shù)據(jù)成員映射商業(yè)視圖Templates外部數(shù)據(jù)建立數(shù)據(jù)倉庫的過程商業(yè)主題業(yè)務(wù)信息業(yè)務(wù)數(shù)據(jù)管理轉(zhuǎn)換工具商業(yè)視DB2 Data Warehouse體系結(jié)構(gòu)Log ServerKernelDispatcherSchedulerClientsWarehouse ServerWarehouse AgentsDatabasesRelationalSourceDB2 TargetDat

9、aMessageMessageNon-RelSourceEnd UsersDataDataDataDataNT/2000, OS/2, AIX, Sun, OS/390, AS/400DDDLogEditionsConfigurationControlDatabaseDB2MetadataMetadataType titleType textFlat FilesData Warehouse CenterMessageNT/2000NT/2000 AgentNT/2000, AIX, SunIncluded with DB2 UDBDB2 Data Warehouse體系結(jié)構(gòu)Log Serv數(shù)據(jù)

10、倉庫代理(Agent)技術(shù)數(shù)據(jù)倉庫控制服務(wù)器(Warehouse Control Server)時間表啟動從控制數(shù)據(jù)庫中獲取商業(yè)視圖定義啟動代理(通過代理后臺進(jìn)程)循環(huán) : - 接受和記錄結(jié)果 - 更新客戶端顯示數(shù)據(jù)倉庫代理(Agent)響應(yīng)VW管理器循環(huán) : - 接受命令 - 執(zhí)行命令 - 報告狀態(tài)數(shù)據(jù)倉庫代理(Agent)技術(shù)數(shù)據(jù)倉庫控制服務(wù)器(WarehDB2 UDB高度并行的海量數(shù)據(jù)庫Cluster多個大緩沖區(qū)支持64位內(nèi)存尋址內(nèi)存管理單處理器對稱多處理(SMP)Massively Parallel Processor (MPP)增強(qiáng)的SMP并行支持MPP并行支持并行事務(wù)CPUSQLC

11、PUSQLCPUSQLCPUSQL并行查詢SQLCPUCPUCPUCPUDB2 UDB高度并行的海量數(shù)據(jù)庫Cluster多個大緩沖區(qū)SQL QueryQuery OptimizerBest Query PlanThreaded CodeCompile -TimeRun - TimeAgentAgentAgentPrefetchersSingle query involves1 coordinating agentn sub agentsm prefetchers (shared)All executing in parallel on available processorsCombinati

12、on of.Data parallelismEach agent works on subset of dataData dynamically assigned so user not required to partition dataFunctional parallelism (pipelining)Each agent works on different query function, e.g. scan, sortAlso enablesParallel Index CreateParallel Backup and RestoreAllows multiple processe

13、s to read or write data to/from the databaseParallel LOADExploitation of multiple processors during load, particularly for parsing/converting/formatting data節(jié)點(diǎn)內(nèi)部并行SQL QueryQuery OptimizerBest QParallel Edition - style (shared-nothing) Data parallelism through hash partitioningPartitions can be. Phys

14、ical on MPP or clusterLogical on SMPRun - TimeAgentPrefetchersAgentPrefetchersAgentPrefetchersnode 0node 1node nSQL QueryQuery OptimizerBest Query PlanThreaded CodeCompile -Time節(jié)點(diǎn)間并行(數(shù)據(jù)庫分區(qū)間并行)Parallel Edition - style (shar.Single Database ViewParallel OptimizerUserQueryNode(CPU)Node(CPU)Node(CPU)Nod

15、e(CPU)Shared-nothing software architecture supportsIndependent physical nodesSeparate CPU, memory, and diskIncluding SMP nodesORMultiple logical database partitions on single large SMP ServerInterpartition communication is cross memory, not cross networkData is partitioned across nodes automatically

16、 by hashingEverything operates in parallelSelectInsertUpdateDeleteBackup/restoreLoadCreate indexReorg充分利用分區(qū)數(shù)據(jù)庫的能力.Social Insurance NumberNameLocation123-456-789JoeBostonTorontoPartition Key value Hashed to: 8VectorPosition0123456789101112.Node1231231231231.DB2DB2DB2Partition MapDetermines home for r

17、owCan be adjusted for data skew using the REDISTRIBUTE utilityHash分區(qū)和分區(qū)映射表Social Insurance NumberNameLocBlends best of MPP and SMP style of parallelismIdeal for SMP clustersMost flexible hardware supportLeading Edge Query Optimizer!Run - Timenode 0AgentAgentAgentPrefetchersnode 1AgentAgentAgentPrefe

18、tchersnode 2AgentAgentAgentPrefetchersSQL QueryQuery OptimizerBest Query PlanThreaded CodeCompile -Time分區(qū)內(nèi)及分區(qū)間并行Blends best of MPP and SMP styDB2 UDB: 更大的容量表/視圖/列/別名長度增加名字更容易記憶更容易移植SQL語句長度可達(dá)64KB更復(fù)雜的查詢和分類(如數(shù)據(jù)挖掘)由工具自動生成的語句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

19、的表而不需要分區(qū)(partition)索引字段總長度達(dá)1024byte可以對更多/更長的字段加索引DB2 UDB: 更大的容量表/視圖/列/別名長度增加DB2 UDB: 優(yōu)化技術(shù)優(yōu)化級別0-9查詢重寫增加隱含的條件一般條件下壓(pushdown)子查詢該為JOIN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)D

20、B2 UDB: 優(yōu)化技術(shù)優(yōu)化級別0-9優(yōu)化器擴(kuò)展DB2 UDB與商業(yè)智能集成新的統(tǒng)計(jì)函數(shù)頁面大?。?KB, 8KB, 16KB, 32KB更小的I/O，減少索引的層次優(yōu)化器可以利用多個緩沖池(與頁面大小)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)庫性能更好對數(shù)據(jù)倉庫的增強(qiáng)數(shù)據(jù)加載過程中自動建立索引LOAD TERMINATE/RESTART選項(xiàng)LOAD時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DB2 UDB與商業(yè)智能集成新的統(tǒng)計(jì)函數(shù)易用的管理工具易用的管理工具DB2 Connect Enterprise EditionDRDA-Compliant ServerD

21、ata ReplicationCaptureApplyVisualAge for JavaDB2 ExtendersVisual ExplainDevelopersClient Configuration AssistantUsersDB2 DiscoveryAdministratorCommand Center (GUI CLP) DB2 UDB ServerDB2 UDB ServerGovernorControl Center and Utilities Performance MonitorJob SchedulerPerformance SmartGuideNetwork Confi

22、guration SmartGuideAdministration ServerSatellite Administration集成化的圖形界面管理工具DB2 Connect Enterprise EditionControl CenterControl CenterCommand CenterCommand CenterPerformance MonitorPerformance MonitorPerformance Smart GuidePerformance Smart GuideIndex SmartGuideIndex SmartGuideOther Tools Integrated

23、 with the DB2 Control CenterDB2 Script CenterAllows users to create and schedule scripts for regular database activitiesDB2 JournalProvides users with a view of activities which have occured in the DBMSDB2 License CenterAllows users to monitor license complianceDB2 Information CenterProvides users w

24、ith the entire DB2 UDB Technical Library onlineServer Communications (Network) Configuration AssistantAutomates set up of server for communication with clientsClient Configuration AssistantDatabase connection configuration and testingCan request that DB2 Discovery search network for databases ODBC a

25、dministrationDB2 DiscoverySearches for DB2 servers and databases over the networkReturns information required for connection to client Other Tools Integrated with thDB2家族產(chǎn)品全面解決方案TCP/IPIPX/SPXNETBIOSDOSWINDOWSWinNTWin95Win98OS/2AIXHP-UXSCOSUN SolarisSNI SINIXSGI IrixMACWeb BrowsersClientsDB2 for OS/4

26、00DB2 for AIXDB2 for OS/2DB2 for HP-UXDB2 for HP-UX 11.0DB2 for SUN SolarisDB2 for SINIXDB2 for NTDB2 for SCODB2 for SCO Unixware 7ServersDB2 ConnectDatajoinerNet.DataMiddlewareParallel ComplexesDB2 UDB EEE for AIXDB2 UDB EEE for SUN SolarisDB2 UDB EEE for Windows NTDB2 UDB for OS/390DB2 for OS/400P

27、ersonalDB2 for OS/2DB2 for WinNTDB2 for Win95DB2 for Win98Lotus ApproachSatellite EditionDB2 EverywhereOracleSybaseInformixSQL ServerIMS VSAMSourcesTivoli TME-10Satellite EditionManagementHostsDB2 UDB for OS/390DB2 for VM and VSEDB2 for OS/400TCP/IPSNAIPX/SPXWANCompleteSolutionsDB2家族產(chǎn)品全面解決方案TCP/IPDO

28、SClientOnline Analytical Processing (OLAP)由IBM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)庫的不足利用現(xiàn)有投資后臺交易系統(tǒng)前臺報表系統(tǒng)Online Analytical Processing (OLAP: 多維分析用維的方法觀察數(shù)據(jù)產(chǎn)品，時間，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: 多維分析用維的方法觀察數(shù)據(jù)結(jié)算分析歸屬局被訪局時OLAP：多維分析旋轉(zhuǎn)：按不同順序組織各個維，對結(jié)果進(jìn)行考察鉆取

29、：在一個維內(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)的情況下對其他維進(jìn)行觀察OLAP：多維分析旋轉(zhuǎn)：按不同順序組織各個維，對結(jié)果進(jìn)行考察OLAP: 多維分析時間歸屬局被訪局2000年2000年1月2000年1月1日2000年1月2日2000年1月3日2000年2月考察一個特定的維時間維，包括每一個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: 多維分析時間歸屬局被訪局2000年2000年1月OLAP：旋轉(zhuǎn)時間歸屬局被訪局歸屬局被訪局時間按照不同的順序組合維，對數(shù)據(jù)進(jìn)行考察OLAP：旋轉(zhuǎn)時間歸屬局被訪局歸屬局被訪局時間按照不同的順序OLAP：鉆

30、取結(jié)算分析時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鉆取到各級數(shù)據(jù)層次時間，年，季，月，日歸屬局，省局，地市OLAP：鉆取結(jié)算分析時間歸屬局被訪局沖銷結(jié)算1999200OLAP：切片時間歸屬局被訪局時間被訪局歸屬局一月份所有歸屬局對各被訪局的沖銷結(jié)算關(guān)系每個歸屬局對被訪局北京每個月份的沖銷結(jié)算關(guān)系用切片的方法從不同的角度觀察OLAP：切片時間歸屬局被訪局時間被訪局歸屬局一月份所有歸屬OLAPOLTPOLTP vs. OLAP：不同的角色紀(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)作確定任務(wù)反復(fù)的過程多維數(shù)據(jù)合并信

31、息綜合推動商業(yè)計(jì)劃OLAPOLTPOLTP vs. OLAP：不同的角色紀(jì)錄交DB2 UDB支持OLAP的高級特性優(yōu)化的SQL先進(jìn)的基于成本的優(yōu)化器(Starburst)查詢重寫圖形化界面生成的低效SQL獨(dú)特的星型連接算法ProductStoreMonth先進(jìn)的索引技術(shù)110011101010111010111101101010101010110001101010101010On-Line Analytical ProcessingProductMonthStoreCube, Rollup 操作符表函數(shù)并行支持自動的摘要表復(fù)制的表DB2 UDB支持OLAP的高級特性優(yōu)化的先進(jìn)的基于成本的優(yōu)IB

32、M DB2 OLAP Server開放的系統(tǒng)最終用戶OLAP工具最終用戶查詢/報表工具易于實(shí)現(xiàn)和管理自動化的數(shù)據(jù)庫設(shè)計(jì)利用現(xiàn)有的技能和工具系統(tǒng)管理數(shù)據(jù)庫管理高度可伸縮性(Scalability)與IBM數(shù)據(jù)倉庫體系結(jié)合提供兩種存儲方式易于使用的安全權(quán)限限制IBM DB2 OLAP Server EssbaseOLAPEngineIBMRelationalStorageInterfaceEssbaseMulti-dimensionalData StoreIBM DB2 OLAP Server開放的系統(tǒng)IBM DB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/CLIE

33、mbedded SQL、SQLJ、Java、C/C+、VB、Delphi/C+ Builder、Power Builder 眾多的客戶端工具DB2 OLAP Server AnalyzerBusiness ObjectBrioCognosExcel/Lotus 123開放的接口標(biāo)準(zhǔn)開放的應(yīng)用程序接口和工具通用的運(yùn)行平臺AIXSolarisHP-UXWindows NT/2000LinuxS390AS400通用的運(yùn)行平臺AIXOLAP Server與數(shù)據(jù)倉庫管理器緊密集成IBM的數(shù)據(jù)倉庫管理器中帶有大量與OLAP Server相關(guān)的程序(vwp)：文件數(shù)據(jù)加載到OLAP數(shù)據(jù)庫數(shù)據(jù)加載OLAP用文

34、件數(shù)據(jù)更新維用數(shù)據(jù)庫數(shù)據(jù)更新維計(jì)算用規(guī)則計(jì)算OLAP Server與數(shù)據(jù)倉庫管理器緊密集成IBM的數(shù)據(jù)倉 客戶可以使用Web方式訪問，不需要安裝任何OLAP工具。Web瀏覽器應(yīng)用服務(wù)器WWWOLAP Server數(shù)據(jù)倉庫TCP/IP客戶端訪問和維護(hù) 客戶可以使用Web方式訪問，不需要安裝任何OLAP工完善的授權(quán)機(jī)制：應(yīng)用程序級數(shù)據(jù)庫(Cube)級過濾器讀、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)限管理完善的授權(quán)機(jī)制：用戶、權(quán)限管理完整的日志紀(jì)錄完整的日志紀(jì)錄數(shù)據(jù)挖掘數(shù)據(jù)倉庫選擇的數(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過程，從大型數(shù)據(jù)庫中抽取以前沒有發(fā)現(xiàn)，可理解的，可操

35、作的信息，用以支持企業(yè)關(guān)鍵性決策。數(shù)據(jù)挖掘數(shù)據(jù)倉庫選擇的選擇轉(zhuǎn)換挖掘理解轉(zhuǎn)換后的數(shù)據(jù)可理解的信數(shù)據(jù)挖掘的典型例子基于歷史數(shù)據(jù)預(yù)測行為發(fā)現(xiàn)未知分群、規(guī)則和模式數(shù)據(jù)挖掘的典型例子基于歷史數(shù)據(jù)預(yù)測行為發(fā)現(xiàn)未知分群、規(guī)則和模常用數(shù)據(jù)挖掘算法分為三類Data Mining AlgorithmsNo PredictionPredictOne ThingTime Series MatchingPredictEverythingAssociationsSequential PatternsDecision TreeRBFClassificationValue PredictionNeuralNeuralClu

36、steringDemographicNeural常用數(shù)據(jù)挖掘算法分為三類Data Mining Algori常用數(shù)據(jù)挖掘算法Clustering (Segmentation) - no dependent variableDemographic SegmentationNeural Segmentation (Kohonen Map)Example: Identify common characteristics in a customer data base.Predictive/Classification Modeling - dependent variableNonlinear re

37、gressionDecision trees Neural networks Radial-basis functionsExample: Predict IBMs stock price tomorrow.常用數(shù)據(jù)挖掘算法Clustering (Segmentati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

38、 sell together.Similar Time Sequence常用數(shù)據(jù)挖掘算法Link Analysis - transa許多業(yè)務(wù)問題可以映射到數(shù)據(jù)挖掘技術(shù)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 V6.1Intelligent Miner for Data V6.IBM Intelligent Miner for DataSequential PatternsAssociationsPredictive ModelingDeviation DetectionClusteringClassificationData Mining KernelsVisualization T