數(shù)據(jù)倉庫在決策支持系統(tǒng)中的應(yīng)用

張軍玲

提要傳統(tǒng)的基于數(shù)據(jù)庫的決策支持系統(tǒng)存在數(shù)據(jù)分散、數(shù)據(jù)不統(tǒng)一、數(shù)據(jù)可分析能力低等缺點。為了解決傳統(tǒng)決策支持系統(tǒng)中存在的問題，本文提出了利用數(shù)據(jù)倉庫技術(shù)建立決策支持系統(tǒng)的解決方案，并分析了基于數(shù)據(jù)倉庫技術(shù)的決策支持系統(tǒng)的開發(fā)過程。

關(guān)鍵詞：數(shù)據(jù)倉庫；決策支持；數(shù)據(jù)挖掘

中圖分類號：F407.67文獻(xiàn)標(biāo)識碼：A

決策支持系統(tǒng)（DSS）是由電子數(shù)據(jù)處理系統(tǒng)（EDPS）、管理信息系統(tǒng)（MlS）逐步發(fā)展而來的，用于支持半結(jié)構(gòu)化決策，允許決策者直接干預(yù)，并能接受決策者的直觀判斷的動態(tài)交互式計算機系統(tǒng)。決策支持系統(tǒng)作為一門新興的信息技術(shù)，能夠為企業(yè)提供各種決策信息，為許多商業(yè)問題提供解決方案，從而提高了決策的質(zhì)量和效率。

一、傳統(tǒng)決策支持系統(tǒng)的不足

（一）傳統(tǒng)決策支持系統(tǒng)缺乏內(nèi)在的統(tǒng)一性和完整性。傳統(tǒng)的決策支持系統(tǒng)是以模型庫、數(shù)據(jù)庫、方法庫所組成的系統(tǒng)結(jié)構(gòu)。但是在決策支持系統(tǒng)開發(fā)過程中，模型庫、數(shù)據(jù)庫和方法庫往往被獨立的設(shè)計與實現(xiàn)，從而使傳統(tǒng)的決策支持系統(tǒng)在系統(tǒng)結(jié)構(gòu)上很難達(dá)到內(nèi)在的統(tǒng)一性和完整性，因而應(yīng)用效果并不理想。

（二）傳統(tǒng)決策支持系統(tǒng)缺乏有效的分析工具。企業(yè)決策是一個提出問題——分析問題——解決問題的循環(huán)過程。分析過程實質(zhì)上是一種對數(shù)據(jù)信息不斷抽取的過程，即要對大量分散的數(shù)據(jù)進(jìn)行快速綜合分析，然后從中捕獲與決策相關(guān)的信息。而傳統(tǒng)的決策支持系統(tǒng)往往側(cè)重于抽象的理論研究，缺乏有效的分析工具，因而也得不到有效的分析結(jié)果。

（三）傳統(tǒng)決策支持系統(tǒng)沒有充足的數(shù)據(jù)源。傳統(tǒng)的決策支持系統(tǒng)所進(jìn)行的數(shù)據(jù)處理是直接利用關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)，只對原始數(shù)據(jù)進(jìn)行一般的加工和匯總，致使決策所需信息不足，難以滿足決策支持系統(tǒng)的需要。數(shù)據(jù)庫中的數(shù)據(jù)還存在以下缺點：①缺乏組織性。從各個部門抽取的數(shù)據(jù)沒有統(tǒng)一的格式標(biāo)準(zhǔn)，數(shù)據(jù)雜亂且不穩(wěn)定；②數(shù)據(jù)的利用率低。由于數(shù)據(jù)缺少統(tǒng)一標(biāo)準(zhǔn)，難以轉(zhuǎn)化為有用的信息，原始數(shù)據(jù)定義的不一致性導(dǎo)致其可信度降低；③數(shù)據(jù)存儲不完整。決策支持系統(tǒng)只有對較長一段時間的完整數(shù)據(jù)進(jìn)行分析才會有較高的預(yù)測率；④缺乏綜合的數(shù)據(jù)。數(shù)據(jù)庫中存儲的是進(jìn)行事務(wù)處理時積累的大量細(xì)節(jié)數(shù)據(jù)，如果對這些細(xì)節(jié)數(shù)據(jù)進(jìn)行分析必然會影響分析效率，同時也需要分析人員花費大量的時間和精力，結(jié)果忽略了有用的信息，因此往往要求對這些細(xì)節(jié)數(shù)據(jù)進(jìn)行不同程度的綜合。

（四）傳統(tǒng)決策支持系統(tǒng)人機接口開發(fā)不理想。傳統(tǒng)決策支持系統(tǒng)的各部件中，只有數(shù)據(jù)部件有成熟的商品軟件可以直接使用，其他部件及部件的接口和集成問題需要自行設(shè)計和開發(fā)。計算機語言對傳統(tǒng)決策支持系統(tǒng)的接口技術(shù)和集成技術(shù)的支持能力有限，研制新語言也需很大代價。

二、數(shù)據(jù)倉庫、OLAP及數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)倉庫是一個用于更好地支持企業(yè)決策分析的、面向主題的、集成的、不可更新的、隨時間不斷變化的數(shù)據(jù)集合，具有以下特點：

1、面向主題的。數(shù)據(jù)倉庫中的數(shù)據(jù)是面向主題進(jìn)行組織的。主題是一個抽象的概念，在邏輯意義上，它是在較高層次上對分析對象的數(shù)據(jù)的一個完整、一致的描述，能統(tǒng)一地刻畫各個分析對象所涉及的企業(yè)的各項數(shù)據(jù)，以及數(shù)據(jù)之間的聯(lián)系。

2、集成的。數(shù)據(jù)倉庫將多個異構(gòu)數(shù)據(jù)源集成在一起，使用數(shù)據(jù)清理和數(shù)據(jù)集成技術(shù)，確保命名約定、編碼結(jié)構(gòu)、屬性度量等的一致性，極大地克服了基于關(guān)系數(shù)據(jù)庫決策支持系統(tǒng)數(shù)據(jù)分散且不易集成的缺點。

3、穩(wěn)定的。數(shù)據(jù)倉庫的數(shù)據(jù)主要供企業(yè)決策分析，所涉及的數(shù)據(jù)操作主要是數(shù)據(jù)查詢，一旦某個數(shù)據(jù)進(jìn)入數(shù)據(jù)倉庫以后，一般情況下將被長期保留，給決策支持系統(tǒng)提供了大量的數(shù)據(jù)源，充分滿足了決策支持系統(tǒng)的需要。

4、反映歷史變化。數(shù)據(jù)倉庫中的數(shù)據(jù)通常包含歷史信息，系統(tǒng)記錄了企業(yè)從過去某一時點到目前的各個階段的信息，通過這些信息，可以對企業(yè)的發(fā)展歷程和未來趨勢做出定量分析和預(yù)測。

OLAP是針對特定問題的聯(lián)機數(shù)據(jù)訪問和數(shù)據(jù)分析而產(chǎn)生的一種技術(shù)，它滿足決策支持系統(tǒng)從多種角度對數(shù)據(jù)進(jìn)行快速、一致、交互地分析，克服傳統(tǒng)決策支持系統(tǒng)交互能力差的弊病，使決策者能夠?qū)?shù)據(jù)進(jìn)行深入觀察。

數(shù)據(jù)挖掘是指從大量數(shù)據(jù)中發(fā)現(xiàn)潛在的、有價值的及未知的關(guān)系、模式和趨勢，并以易被理解的方式表示出來。在決策支持系統(tǒng)中通過數(shù)據(jù)挖掘發(fā)現(xiàn)數(shù)據(jù)之間的復(fù)雜聯(lián)系，以及這種聯(lián)系對決策產(chǎn)生的影響。數(shù)據(jù)倉庫和數(shù)據(jù)挖掘都是決策支持技術(shù)，但兩者的輔助決策方式不同。數(shù)據(jù)倉庫是在數(shù)據(jù)庫的基礎(chǔ)上發(fā)展起來的，它將傳統(tǒng)數(shù)據(jù)庫中大量的、詳細(xì)的、不同格式的數(shù)據(jù)按照決策需求進(jìn)行集成和重新組織，從而可以為不同需求的用戶提供統(tǒng)一的數(shù)據(jù)源。數(shù)據(jù)挖掘是通過知識的關(guān)聯(lián)，挖掘現(xiàn)有數(shù)據(jù)中隱含的信息，給用戶提供更為深入和豐富的信息，可以讓用戶在決策分析中使用。將數(shù)據(jù)倉庫和數(shù)據(jù)挖掘結(jié)合起來，實現(xiàn)兩者的優(yōu)勢互補，能夠為用戶提供更為有力的決策支持。

三、基于數(shù)據(jù)倉庫的決策支持系統(tǒng)體系結(jié)構(gòu)

傳統(tǒng)的決策支持系統(tǒng)大都建立在數(shù)據(jù)庫基礎(chǔ)上，數(shù)據(jù)庫系統(tǒng)主要用于聯(lián)機事務(wù)處理，它主要對大量面向具體應(yīng)用、事務(wù)驅(qū)動的細(xì)節(jié)數(shù)據(jù)，進(jìn)行著以事務(wù)處理為主的數(shù)據(jù)處理工作，存在于一種適應(yīng)企業(yè)特定應(yīng)用服務(wù)、以單一數(shù)據(jù)資源為中心的數(shù)據(jù)環(huán)境。要提高分析和決策的效率和有效性，必須把分析型的細(xì)節(jié)數(shù)據(jù)提取出來，重新組織建立一個綜合的、便于分析的處理環(huán)境，只有對大量異構(gòu)數(shù)據(jù)進(jìn)行綜合的、多角度的、多層次的分析處理，才能為企業(yè)高層管理者提供決策信息，數(shù)據(jù)倉庫技術(shù)的引入為以上問題的解決帶來了新的契機。

數(shù)據(jù)倉庫將來自各個異構(gòu)數(shù)據(jù)源的信息進(jìn)行集成，從事物歷史和發(fā)展的角度來組織和存儲數(shù)據(jù)，并以聯(lián)機分析工具（OLAP）和數(shù)據(jù)挖掘工具為手段，形成一整套可操作、可實施的決策支持系統(tǒng)可行方案，供用戶進(jìn)行數(shù)據(jù)分析、發(fā)現(xiàn)知識，并輔助決策支持。數(shù)據(jù)倉庫技術(shù)不僅使決策支持系統(tǒng)跨入了一個新階段，而且在許多領(lǐng)域都發(fā)揮著一定的作用，為用戶提供面向分析的全局性、綜合性、動態(tài)性、多層次信息，從而拓寬了決策支持系統(tǒng)的應(yīng)用領(lǐng)域和應(yīng)用范圍。

數(shù)據(jù)倉庫對內(nèi)、外部數(shù)據(jù)源進(jìn)行抽取、凈化和轉(zhuǎn)換，將數(shù)據(jù)重新組合成面向全局的數(shù)據(jù)視圖，為決策支持系統(tǒng)提供數(shù)據(jù)存儲和組織的基礎(chǔ)，解決了以往決策支持系統(tǒng)中數(shù)據(jù)不一致的問題。OLAP從數(shù)據(jù)倉庫中的集成數(shù)據(jù)出發(fā)，構(gòu)建面向分析的多維數(shù)據(jù)模型，再使用多維分析方法從多個不同的角度對多維數(shù)據(jù)進(jìn)行分析、比較，為用戶提供了一個多維數(shù)據(jù)分析，便于用戶以更接近自然的方式分析數(shù)據(jù)。數(shù)據(jù)挖掘以數(shù)據(jù)倉庫和多維數(shù)據(jù)模型中的大量數(shù)據(jù)為基礎(chǔ)，自動地發(fā)現(xiàn)數(shù)據(jù)中的潛在模式，并以這些模式為基礎(chǔ)自動做出預(yù)測，數(shù)據(jù)挖掘中發(fā)現(xiàn)的知識可以直接用于指導(dǎo)聯(lián)機分析（OLAP）的分析處理，而數(shù)據(jù)挖掘和聯(lián)機分析處理得出的新知識也可以立即補充到系統(tǒng)的知識庫中。數(shù)據(jù)倉庫的優(yōu)勢彌補了以往決策支持系統(tǒng)的不足，較好地協(xié)調(diào)了數(shù)據(jù)、模型、方法、知識之間的關(guān)系，使現(xiàn)行系統(tǒng)中的數(shù)據(jù)庫資源得到充分利用，從而使整個系統(tǒng)形成一個有機的整體，提高了系統(tǒng)的集成性。

四、基于數(shù)據(jù)倉庫的決策支持系統(tǒng)開發(fā)過程

決策支持系統(tǒng)的開發(fā)主要是進(jìn)行系統(tǒng)分析、系統(tǒng)初步設(shè)計、系統(tǒng)詳細(xì)設(shè)計、各部件程序編制和系統(tǒng)集成?；跀?shù)據(jù)倉庫的決策支持系統(tǒng)的開發(fā)就要以數(shù)據(jù)倉庫的開發(fā)為核心，其開發(fā)過程實質(zhì)上是一個數(shù)據(jù)驅(qū)動的過程，可概括為以下幾個方面：（1）確定開發(fā)數(shù)據(jù)倉庫工程的目標(biāo)及制定計劃；（2）建立技術(shù)環(huán)境，選擇實現(xiàn)數(shù)據(jù)倉庫的軟硬件資源；（3）根據(jù)決策需求確定主題，進(jìn)行數(shù)據(jù)建模，選擇數(shù)據(jù)源，對數(shù)據(jù)倉庫的數(shù)據(jù)進(jìn)行邏輯結(jié)構(gòu)設(shè)計；（4）設(shè)計數(shù)據(jù)倉庫中的數(shù)據(jù)庫，基于用戶的需求，著重于某個主題，開發(fā)數(shù)據(jù)倉庫中數(shù)據(jù)的物理存儲結(jié)構(gòu)，即設(shè)計多維數(shù)據(jù)結(jié)構(gòu)的事實表和維表；（5）設(shè)計從信息源中抽取數(shù)據(jù)、清理數(shù)據(jù)、格式化數(shù)據(jù)、綜合數(shù)據(jù)、裝載數(shù)據(jù)的數(shù)據(jù)轉(zhuǎn)換程序，從而將數(shù)據(jù)組織成恰當(dāng)?shù)母袷酱鎯Φ綌?shù)據(jù)倉庫中；（6）定義元數(shù)據(jù)，即表示、定義數(shù)據(jù)的意義及系統(tǒng)各組成部件之間的關(guān)系；（7）開發(fā)用戶決策的數(shù)據(jù)分析工具，建立結(jié)構(gòu)化的決策支持查詢，實現(xiàn)和使用數(shù)據(jù)倉庫的數(shù)據(jù)分析工具，包括優(yōu)化查詢工具、統(tǒng)計分析工具、C/S工具、OLAP工具等，通過分析工具實現(xiàn)決策支持需求；（8）管理數(shù)據(jù)倉庫環(huán)境，并定期進(jìn)行數(shù)據(jù)更新，使數(shù)據(jù)倉庫正常運行。

數(shù)據(jù)倉庫技術(shù)為決策支持系統(tǒng)的研制與開發(fā)提供了一種有效、可行的體系化解決方案，一個完整的決策支持系統(tǒng)應(yīng)集成數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘三種信息處理技術(shù)。基于數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘等技術(shù)的決策支持系統(tǒng)在大數(shù)據(jù)量的情況下，為快捷、自動地進(jìn)行決策提供了一個新的思路。它既能夠提供自動的定量分析，也可以提供定性數(shù)據(jù)，使得決策者能夠獲取可靠的決策依據(jù)。隨著數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展和完善，決策支持系統(tǒng)必然有更廣闊的應(yīng)用前景。

（作者單位：西安歐亞學(xué)院信息工程學(xué)院）