數據倉庫等商業智能技術在供電企業的應用

2013-11-25 10:06:12 電力信息化　點擊量：評論 (0)

摘要供電企業的信息化建設經過近幾年的發展，已經初具規模。然而，我們同時也正在逐步陷入數據爆炸、信息匱乏的局面。因此，本文引入了以數據倉庫、OLAP（聯機分析處理）和數據挖掘為主要構件的商業智能，作者

在企業管理和決策中面向主題的、集成的、與時間相關的、不可修改的數據集合。與其他數據庫應用不同的是，數據倉庫更像一種過程，對分布在企業內部各處的業務數據的整合、加工和分析的過程。簡單的說，數據倉庫就是用來抽取、整合、分布、存儲有用的信息。

企業的信息往往分布在不同的獨立系統或各自的部門，這就有必要把各個區域的數據集合起來，去其糟粕、取其精華，將真實的、有用的數據保留下來，隨時準備管理人員使用。因此，數據倉庫不僅僅是個數據的儲存倉庫，更重要的是它提供了豐富的工具來清洗、轉換和從各地提取數據，使得放在倉庫里的數據有條有理，易于使用。

數據倉庫是商業智能的基礎，許多基本報表可以由此生成，但它更大的用處是作為進一步分析的數據源。數據倉庫能供給多維分析和數據挖掘所需要的、整齊一致的數據。

1.2.2. 聯機分析處理(OLAP)

OLAP側重于數據倉庫中的數據分析，將其轉換成輔助決策信息。OLAP委員會的定義是：OLAP是使分析人員、管理人員或執行人員能夠從多種角度對從原始數據中轉化出來的、能夠真正為用戶所理解的、并真實反映企業維特性的信息進行快速、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。

管理人員往往希望從不同的角度來審視業務數值，比如從時間、地域、功能、利潤來看同一類業務的總額。每一個分析的角度可以叫作一個維，我們把多角度分析方式稱為多維分析。OLAP根據用戶常用的多種分析角度，事先計算好一些輔助結構，以便在查詢時能盡快抽取到所要的記錄，并快速地從一維轉變到另一維，將不同角度的信息以數字、直方圖、餅圖、曲線等等方式展現在用戶面前。

1.2.3. 數據挖掘(DM,DataMining)

數據挖掘(Data Mining)是從大量數據中挖掘出隱含的、先前未知的、對決策有潛在價值的知識和規則，為經營決策、市場策劃、金融預測等提供依據，使大型數據庫作為一個豐富可靠的資源為知識歸納服務。簡單的說，數據挖掘就是發現問題、找出規律，達到預測將來的智能效果。

以上三種技術構成了商業智能(BI)的主干。這三種技術既各自獨立，又相互依存。數據倉庫是基礎，它建立起經過篩選和整理的，清潔的數據基礎，為進一步的OLAP和數據挖掘做好準備。OLAP（聯機分析處理）與數據挖掘(DM)都是數據庫（數據倉庫）的分析工具，在實際應用中各有側重，層次不同。