第一篇：實(shí)施BI的方法

實(shí)施BI的方法

2008-4-24大 | 中 | 小

BI的實(shí)施是一個(gè)系統(tǒng)工程，必須把多種手段配合使用，常用的方法有：

（1）公關(guān)秀

公關(guān)秀就是利用個(gè)別事件、偶發(fā)事件為契機(jī)，通過(guò)一系列精心策劃的公關(guān)活動(dòng)，打破員工的固有思維方式和舊有行為模式。作為建立BI系統(tǒng)的一種手段，公關(guān)秀具有強(qiáng)人的瞬間震撼力，但缺乏持續(xù)性。故往往用于BI系統(tǒng)的初始，起到“腦力激蕩”、“沖鋒號(hào)角”的作用。但如果沒有源源不斷的后續(xù)手續(xù)，它的效果是非常有限的。

（2）成文規(guī)章

企業(yè)的規(guī)章制度是BI系統(tǒng)的重要組成部分。沒有規(guī)章制度的企業(yè)恐怕不存在，但我國(guó)大多數(shù)的企業(yè)，尚未懂得把企業(yè)規(guī)章制度和企業(yè)理念統(tǒng)一起來(lái)的重要性，更不知道如何把規(guī)章制度與企業(yè)理念有機(jī)地統(tǒng)一起來(lái)。

（3）不成文慣例（企業(yè)文化）

除了規(guī)章制度之外，企業(yè)的核心價(jià)值觀，更多是通過(guò)不成文慣例傳播的。不成文慣例可意會(huì)、可言傳，卻找不到白紙黑字的相關(guān)規(guī)定。所以從某些角度來(lái)看，不成文慣例也是企業(yè)的文化。

要利用不成文慣例改變員工的行為規(guī)范，往往需要通過(guò)自上而下進(jìn)行的，有計(jì)劃、有目的的示范行為，也即“言傳身教”。若用好了，不成文慣例比規(guī)章制度效率更高，成本橫低，影響更深遠(yuǎn)。

（4）戰(zhàn)略取向

不論是有意還是無(wú)意，我國(guó)許多企業(yè)的整個(gè)戰(zhàn)略取向與所聲稱的“企業(yè)理念”南轅北轍，這反映了這些企業(yè)所謂的CI系統(tǒng)的裝飾性本質(zhì)，必然從根本上削弱了CI系統(tǒng)的有效性。企業(yè)理念應(yīng)當(dāng)和企業(yè)的戰(zhàn)略取向相呼應(yīng)，理念是戰(zhàn)略的指南，戰(zhàn)略是理念的體現(xiàn)。

（5）選擇合作伙伴、員工

企業(yè)在選擇合作伙伴時(shí)，也應(yīng)對(duì)雙方的經(jīng)營(yíng)理念是否一致。有許多企業(yè)在和別的企業(yè)合作的時(shí)候，只考慮當(dāng)前的物質(zhì)利益，沒有意識(shí)到理念沖突可能產(chǎn)生的嚴(yán)重效果。同樣地，企業(yè)在招聘、選拔員工的時(shí)候，不能“唯才是用”，而應(yīng)“德才兼?zhèn)洹?，選拔一些與公司有相似理念的人才。

以上是實(shí)施BI的五種常用方法。必須注意的是，BI的實(shí)施具有持續(xù)性，并不是一蹴而就，也不是實(shí)施過(guò)后就可以高枕無(wú)憂。

來(lái)源：CIO時(shí)代作者：陳碩堅(jiān)

第二篇：BI實(shí)驗(yàn)報(bào)告

BI課程

學(xué)號(hào)：

姓名：王曉郁

專業(yè)：計(jì)算機(jī)科學(xué)與技術(shù)

日期：

實(shí)驗(yàn)報(bào)告

0841902112(08中法)2012年5月20日

實(shí)驗(yàn)、QL Server BI Step by Step SSIS 3 【開發(fā)語(yǔ)言及實(shí)現(xiàn)平臺(tái)或?qū)嶒?yàn)環(huán)境】

sql server 2008

【實(shí)驗(yàn)?zāi)康摹?/p>

（1）利用SSIS把SQL Server中的數(shù)據(jù)導(dǎo)出與導(dǎo)入。（2）熟悉和掌握實(shí)驗(yàn)的各種操作。

（3）能夠在實(shí)際的事例中靈活運(yùn)用學(xué)到的有關(guān)知識(shí)。

【實(shí)驗(yàn)原理】 1.SQL語(yǔ)句查詢 2.SSIS包功能

【實(shí)驗(yàn)要求】

（1）利用SSIS實(shí)現(xiàn)了數(shù)據(jù)的導(dǎo)入和導(dǎo)出,把Product表中的數(shù)據(jù)導(dǎo)出成Excel,然后對(duì)產(chǎn)品編號(hào)和名稱兩個(gè)字段經(jīng)過(guò)派生的功能進(jìn)行轉(zhuǎn)換再導(dǎo)入到數(shù)據(jù)庫(kù)中。（2）按照實(shí)驗(yàn)步驟所示內(nèi)容認(rèn)真完成每一個(gè)步驟；

【實(shí)驗(yàn)步驟】 1.打開Vs.net 2005,選擇商業(yè)智能項(xiàng)目,然后選擇模板中的Integration Service項(xiàng)目,輸入項(xiàng)目名稱:

創(chuàng)建好后,就在默認(rèn)的Package包中進(jìn)行設(shè)計(jì)。

2.向控制流中添加一個(gè)數(shù)據(jù)流組件(Data Flow Task),雙擊進(jìn)入數(shù)據(jù)流.從左邊的工具箱中選擇OLEDB數(shù)據(jù)源(OLE DB Source),可以看到,添加進(jìn)去后是紅色的.雙擊設(shè)置一下連接,如果沒有已經(jīng)創(chuàng)建的鏈接,則新建一個(gè)連接,選定后設(shè)置直接訪問(wèn)Produt表。

OK,確認(rèn)了之后,發(fā)現(xiàn)紅色的錯(cuò)誤提示已經(jīng)不存在了。

3.接下來(lái)直接再添加一個(gè)目標(biāo)數(shù)據(jù)源,將數(shù)據(jù)導(dǎo)出成Excel數(shù)據(jù)格式,所以選擇Excel Destination,同樣,雙擊對(duì)Excel連接管理器進(jìn)行配置,配置好文件名稱和路徑以后(此處選擇在首行顯示列名,這樣會(huì)從第二行開始才開始顯示數(shù)據(jù)),如果文件不存在,直接選擇下面的新建,創(chuàng)建新的Excel工作表。

4.然后從左邊切換到映射,對(duì)數(shù)據(jù)流中的元數(shù)據(jù)的列和Excel表中的列進(jìn)行一一映射,因?yàn)閯偛攀亲詣?dòng)創(chuàng)建的Excel工作表,所以默認(rèn)是根據(jù)名稱對(duì)應(yīng)的.這樣我們就完成了對(duì)Product產(chǎn)品表的導(dǎo)出,在右邊的解決方案中,右擊執(zhí)行包,可以看到綠色執(zhí)行成功.5.通過(guò)設(shè)置sql語(yǔ)句導(dǎo)出所有顏色為黑色的產(chǎn)品,讓我們把OLEDB數(shù)據(jù)源的訪問(wèn)模式改成sql命令,然后輸入查詢語(yǔ)句:

SELECT * FROM Production.Product WHERE(Color = 'Black')

6.接下來(lái),我們?cè)賹偛艑?dǎo)出的產(chǎn)品數(shù)據(jù)導(dǎo)入Product表中.再添加Excel Source和OLE DB Destination,其實(shí)就是做和導(dǎo)出相反的過(guò)程.把 Excel Source的OLEDB連接指向Excel連接管理器。

OLE DB Destination的連接設(shè)置成OLE DB Source中的數(shù)據(jù)庫(kù)連接,同樣,設(shè)置成以[表或視圖]的方式訪問(wèn)Product表,確定后發(fā)現(xiàn)有紅色錯(cuò)誤。需要將rowguid字段,這兩個(gè)字段都是數(shù)據(jù)庫(kù)中自動(dòng)生成的.再次確認(rèn)后會(huì)發(fā)現(xiàn)已經(jīng)沒有錯(cuò)誤,只剩下了黃色的警告,現(xiàn)在暫時(shí)不理會(huì)這個(gè)警告。

7.把剛才生成的Excel文件刪除,重新配置Excel連接管理器生成新的空Excel文件(或者把生成的Excel中的數(shù)據(jù)刪除),然后再次運(yùn)行包,剛才的數(shù)據(jù)導(dǎo)出仍然正常,數(shù)據(jù)導(dǎo)入顯示的是沒有導(dǎo)入任何數(shù)據(jù),這是因?yàn)樵跀?shù)據(jù)中剛才的數(shù)據(jù)導(dǎo)出和導(dǎo)出并沒有先后,所以他們是同步執(zhí)行的,執(zhí)行導(dǎo)入時(shí)發(fā)現(xiàn)里面的數(shù)據(jù)為空,所以沒有導(dǎo)入成功任何數(shù)據(jù).不過(guò),嘗試著把數(shù)據(jù)導(dǎo)入的操作直接放在Excel Destination后面是失敗的,Excel Destination就是數(shù)據(jù)流目標(biāo),意味著整個(gè)流程的結(jié)束.(此時(shí)Excel Destination中只可定義一個(gè)錯(cuò)誤輸出)。

8.切換到控制流,再添加一個(gè)數(shù)據(jù)流任務(wù),將第一個(gè)數(shù)據(jù)流任何指向這個(gè)(鼠標(biāo)拖拉綠色箭頭):

9.雙擊剛添加的數(shù)據(jù)導(dǎo)入(已經(jīng)編輯的數(shù)據(jù)流組件名稱),把剛才的數(shù)據(jù)流中的組件剪切過(guò)來(lái).清空Excel數(shù)據(jù)再次運(yùn)行包,有錯(cuò)誤 ,看下面的錯(cuò)誤信息: An OLE DB record is available.Source: “Microsoft SQL Native Client” Hresult: 0x80040E2F Description: “語(yǔ)句已終止?！?An OLE DB record is available.Source: “Microsoft SQL Native Client” Hresult: 0x80040E2F Description: “不能在具有唯一索引 'AK_Product_ProductNumber' 的對(duì)象 'Production.Product' 中插入重復(fù)鍵的行?！?10.暫時(shí)通過(guò)添加一次轉(zhuǎn)換,在剛才的數(shù)據(jù)流源和數(shù)據(jù)流目標(biāo)中間再添加一個(gè)派生列組件(Derived Column ,Updates column values using expressions).添加一個(gè)新列NewProductNumber,在Excel中的產(chǎn)品編號(hào)后面加1,組成新的產(chǎn)品編號(hào),同樣派生出一個(gè)新的產(chǎn)品名稱Name,因?yàn)樵跀?shù)據(jù)庫(kù)中同樣也有唯一性約束.11.還要修改OLE DB目標(biāo)中的映射,將目標(biāo)列的ProductNumber對(duì)應(yīng)的輸入列ProductNumber改成剛才派生的NewProductNumber.將目標(biāo)列的Name對(duì)應(yīng)的輸入列Name改成剛才派生的NewName.清空Excel數(shù)據(jù),再次運(yùn)行包,都變成了綠色,執(zhí)行全部成功

12．通過(guò)對(duì)比數(shù)據(jù)庫(kù),確實(shí)已經(jīng)成功的添加進(jìn)了93行新的數(shù)據(jù)

【參考文獻(xiàn)】

1、SSIS_StepV2.pdf文檔

【心得體會(huì)】

1.熟悉了sql server 2008的環(huán)境和熟練了SOL語(yǔ)言的使用。

2.通過(guò)實(shí)驗(yàn)得知，控制流中的數(shù)據(jù)導(dǎo)出和導(dǎo)入兩個(gè)組件其實(shí)是前后約束條件的,也就是必須數(shù)據(jù)導(dǎo)出必須成功了才會(huì)執(zhí)行導(dǎo)入(后面會(huì)介紹).另外,所謂的數(shù)據(jù)導(dǎo)出并不會(huì)局限于數(shù)據(jù)庫(kù)的導(dǎo)入與導(dǎo)出，數(shù)據(jù)流源和數(shù)據(jù)流目標(biāo)都可以是Excel,Flat File(txt,csv),XML,DataReader等連接.也就是說(shuō)同樣可以實(shí)現(xiàn)txt導(dǎo)入Excel,或者是XML導(dǎo)入數(shù)據(jù)庫(kù)等操作。

第三篇：BI學(xué)習(xí)心得

BI學(xué)習(xí)心得 BI是什么

通過(guò)學(xué)習(xí)理解，可將BI歸結(jié)為一句話：從數(shù)據(jù)中挖取利潤(rùn)。

1．1 初識(shí)BI 初識(shí)BI的概念，是從《BI相關(guān)知識(shí)介紹.ppt》開始的。通讀之后，我了解三件事： 1）、沃爾瑪將啤酒和尿布擺在一起出售，提高了啤酒的銷量； 2）、BI是Business Intelligence的縮寫，商務(wù)智能。官方定義：是一種運(yùn)用了數(shù)據(jù)倉(cāng)庫(kù)、在線分析和數(shù)據(jù)挖掘等技術(shù)來(lái)處理和分析數(shù)據(jù)的嶄新技術(shù)。3）、BI的分析過(guò)程圖，如下：

圖1.1—BI Analyse的過(guò)程

同時(shí)，幻燈片中還介紹了大量的中英文概念，讓我非常的混亂。為了更好的學(xué)習(xí)了解BI，首先需要克服的就是名詞解釋，其次是通過(guò)實(shí)例了解BI的應(yīng)用。1．2 常見名詞淺釋

? ETL：數(shù)據(jù)抽取（Extract）、轉(zhuǎn)換（Transform）、清洗（Cleansing）、裝載（Load）的過(guò)程。構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)的重要一環(huán)，用戶從數(shù)據(jù)源抽取出所需的數(shù)據(jù)，經(jīng)過(guò)數(shù)據(jù)清洗，最終按照預(yù)先定義好的數(shù)據(jù)倉(cāng)庫(kù)模型，將數(shù)據(jù)加載到數(shù)據(jù)倉(cāng)庫(kù)中去。? Data Warehouse：數(shù)據(jù)倉(cāng)庫(kù)，是在企業(yè)管理和決策中面向主題的、集成的、與時(shí)間相關(guān)的、不可修改的數(shù)據(jù)集合。與其他數(shù)據(jù)庫(kù)應(yīng)用不同的是，數(shù)據(jù)倉(cāng)庫(kù)更像一種過(guò)程，對(duì)分布在企業(yè)內(nèi)部各處的業(yè)務(wù)數(shù)據(jù)的整合、加工和分析的過(guò)程。而不是一種可以購(gòu)買的產(chǎn)品。? Data mart：數(shù)據(jù)集市，或者叫做“小數(shù)據(jù)倉(cāng)庫(kù)”。如果說(shuō)數(shù)據(jù)倉(cāng)庫(kù)是建立在企業(yè)級(jí)的數(shù)據(jù)模型之上的話。那么數(shù)據(jù)集市就是企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)的一個(gè)子集，他主要面向部門級(jí)業(yè)務(wù)，并且只是面向某個(gè)特定的主題。數(shù)據(jù)集市可以在一定程度上緩解訪問(wèn)數(shù)據(jù)倉(cāng)庫(kù)的瓶頸。? OLAP（On-Line Analytical Processing）：聯(lián)機(jī)在線分析處理，是一類軟件技術(shù)，它們使用戶（業(yè)務(wù)分析師、經(jīng)理和執(zhí)行官）能夠以交互形式快速、一致地探查數(shù)據(jù)，用戶看到的是經(jīng)過(guò)轉(zhuǎn)換后的原始數(shù)據(jù)的各種信息視圖，它們可以反映業(yè)務(wù)的真實(shí)維數(shù)。? ROLAP：基于Codd的12條準(zhǔn)則，各個(gè)軟件開發(fā)廠家見仁見智，其中一個(gè)流派，認(rèn)為可以沿用關(guān)系型數(shù)據(jù)庫(kù)來(lái)存儲(chǔ)多維數(shù)據(jù)，于是，基于稀疏矩陣表示方法的星型結(jié)構(gòu)（star schema）就出現(xiàn)了。后來(lái)又演化出雪花結(jié)構(gòu)。為了與多維數(shù)據(jù)庫(kù)相區(qū)別，則把基于關(guān)系型數(shù)據(jù)庫(kù)的OLAP稱為Relational OLAP，簡(jiǎn)稱ROLAP。代表產(chǎn)品有Informix Metacube、Microsoft SQL Server OLAP Services。? MOLAP：Arbor Software嚴(yán)格遵照Codd的定義，自行建立了多維數(shù)據(jù)庫(kù)，來(lái)存放聯(lián)機(jī)分析系統(tǒng)數(shù)據(jù)，開創(chuàng)了多維數(shù)據(jù)存儲(chǔ)的先河，后來(lái)的很多家公司紛紛采用多維數(shù)據(jù)存儲(chǔ)。被人們稱為Muiltdimension OLAP，簡(jiǎn)稱MOLAP，代表產(chǎn)品有Hyperion(原Arbor Software)Essbase、Showcase Strategy等。? Client OLAP：相對(duì)于Server OLAP而言。部分分析工具廠家建議把部分?jǐn)?shù)據(jù)下載到本地，為用戶提供本地的多維分析。代表產(chǎn)品有Brio Designer，Business Object。? DSS：決策支持系統(tǒng)（Decision Support System），相當(dāng)于基于數(shù)據(jù)倉(cāng)庫(kù)的應(yīng)用。決策支持就是在收集所有有關(guān)數(shù)據(jù)和信息，經(jīng)過(guò)加工整理，來(lái)為企業(yè)決策管理層提供信息，為決策者的決策提供依據(jù)。? Ad hoc query：即席查詢，數(shù)據(jù)庫(kù)應(yīng)用最普遍的一種查詢，利用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)，可以讓用戶隨時(shí)可以面對(duì)數(shù)據(jù)庫(kù)，獲取所希望的數(shù)據(jù)。? EIS：主管信息系統(tǒng)（Executive Information System），指為了滿足無(wú)法專注于計(jì)算機(jī)技術(shù)的領(lǐng)導(dǎo)人員的信息查詢需求，而特意制定的以簡(jiǎn)單的圖形界面訪問(wèn)數(shù)據(jù)倉(cāng)庫(kù)的一種應(yīng)用。

? BPR：業(yè)務(wù)流程重整（Business Process Reengineering），指利用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)，發(fā)現(xiàn)并糾正企業(yè)業(yè)務(wù)流程中的弊端的一項(xiàng)工作，數(shù)據(jù)倉(cāng)庫(kù)的重要作用之一。? BI：商業(yè)智能（Business Intelligence），指數(shù)據(jù)倉(cāng)庫(kù)相關(guān)技術(shù)與應(yīng)用的通稱。指利用各種智能技術(shù)，來(lái)提升企業(yè)的商業(yè)競(jìng)爭(zhēng)力。? Data Mining：數(shù)據(jù)挖掘，Data Mining是一種決策支持過(guò)程，它主要基于AI、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)等技術(shù)，高度自動(dòng)化地分析企業(yè)原有的數(shù)據(jù)，做出歸納性的推理，從中挖掘出潛在的模式，預(yù)測(cè)客戶的行為，幫助企業(yè)的決策者調(diào)整市場(chǎng)策略，減少風(fēng)險(xiǎn)，做出正確的決策 ? CRM：客戶關(guān)系管理（Customer Relationship Management），數(shù)據(jù)倉(cāng)庫(kù)是以數(shù)據(jù)庫(kù)技術(shù)為基礎(chǔ)但又與傳統(tǒng)的數(shù)據(jù)庫(kù)應(yīng)用有著本質(zhì)區(qū)別的新技術(shù)，CRM就是基于數(shù)據(jù)倉(cāng)庫(kù)技術(shù)的一種新應(yīng)用。但是，從商業(yè)運(yùn)作的角度來(lái)講，CRM其實(shí)應(yīng)該算是一個(gè)古老的“應(yīng)用”了。比如，酒店對(duì)客人信息的管理，如果某個(gè)客人是某酒店的老主顧，那么該酒店很自然地會(huì)知道這位客人的某些習(xí)慣和喜好，如是否喜歡靠路邊，是否吸煙，是否喜歡大床，喜歡什么樣的早餐，等等。當(dāng)客人再次光臨時(shí)，不用客人自己提出來(lái)，酒店就會(huì)提供客人所喜歡的房間和服務(wù)。這就是一種CRM。? Meta Data：元數(shù)據(jù)，關(guān)于數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)，指在數(shù)據(jù)倉(cāng)庫(kù)建設(shè)過(guò)程中所產(chǎn)生的有關(guān)數(shù)據(jù)源定義，目標(biāo)定義，轉(zhuǎn)換規(guī)則等相關(guān)的關(guān)鍵數(shù)據(jù)。同時(shí)元數(shù)據(jù)還包含關(guān)于數(shù)據(jù)含義的商業(yè)信息，所有這些信息都應(yīng)當(dāng)妥善保存，并很好地管理。為數(shù)據(jù)倉(cāng)庫(kù)的發(fā)展和使用提供方便。

1．3 實(shí)例應(yīng)用

BI應(yīng)用實(shí)例：

某家上市公司的銷售副總裁每周五下午要和全國(guó)各大區(qū)的銷售總監(jiān)開視頻會(huì)議，一般情況下他需要事先了解一下公司上周的銷售情況，這時(shí)他進(jìn)入公司的商業(yè)智能系統(tǒng)，查看銷售周報(bào)表，報(bào)表的橫坐標(biāo)是時(shí)間，縱坐標(biāo)有：“銷售目標(biāo)”、“實(shí)際收入”、“收入指標(biāo)達(dá)成率”。這張報(bào)表顯示了每周銷售變化情況。

副總裁為了進(jìn)一步弄清楚某一大區(qū)及大區(qū)下屬的幾大城市的銷售數(shù)據(jù)，只要使用鉆取功能，用鼠標(biāo)輕輕在屏幕上點(diǎn)擊幾下，該大區(qū)及大區(qū)下各城市的銷售數(shù)據(jù)便一目了然。鉆取即這種從“全國(guó)水平”（宏觀）到“地區(qū)水平”（微觀）的分析過(guò)程。然后，副總裁需要了解在某一區(qū)域的銷售數(shù)據(jù)中，哪些是直銷完成的，哪些是渠道完成的，這種從報(bào)表視圖的某一個(gè)角度到另外一個(gè)角度的視角轉(zhuǎn)換過(guò)程被稱為“切片”。鉆取和切片的操作都非常簡(jiǎn)便，只需用鼠標(biāo)簡(jiǎn)單地在電子報(bào)表上輕點(diǎn)幾下即可完成。在上面的分析過(guò)程中，涉及到了“維”這個(gè)概念，即觀察問(wèn)題的角度。

這位銷售副總裁的分析維度包括：時(shí)間、大區(qū)、銷售模式，以這三個(gè)維為三個(gè)軸線來(lái)觀察數(shù)據(jù)，就形成了一個(gè)信息立方體，立方體的每一個(gè)小單元都包含了企業(yè)管理者需要追蹤的消息，包括一個(gè)特定地區(qū)、特定時(shí)間、特定銷售渠道的各項(xiàng)指標(biāo)的全部信息，通過(guò)對(duì)立方體的切片或切塊分割，可以從不同的視角觀察各種數(shù)據(jù)。通過(guò)“鉆取”和“切片”，這位副總裁知道了銷售情況的變化是哪個(gè)大區(qū)、哪些城市、直銷或者代理渠道出現(xiàn)了問(wèn)題，這種靈活快速的查詢和分析如果通過(guò)過(guò)去的ERP報(bào)表查詢是很難完成的。

通過(guò)實(shí)例可知，使用BI系統(tǒng)，可以將不同的數(shù)據(jù)源關(guān)聯(lián)對(duì)應(yīng)在一起，對(duì)企業(yè)信息進(jìn)行管理、分析、自動(dòng)生成報(bào)表，提高分析決策的效率和質(zhì)量。

1．4 BI的定義

商務(wù)智能是指將企業(yè)的各種數(shù)據(jù)及時(shí)地轉(zhuǎn)換為企業(yè)管理者感興趣的信息（或者知識(shí)），并以各種方式展現(xiàn)出來(lái)，幫助企業(yè)管理者進(jìn)行科學(xué)決策，加強(qiáng)企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)。這里的數(shù)據(jù)不僅僅指企業(yè)內(nèi)部的各種數(shù)據(jù)，而且包括企業(yè)外部的數(shù)據(jù)，例如行業(yè)、市場(chǎng)狀況和客戶資源的數(shù)據(jù)等等。

從技術(shù)角度看，商務(wù)智能的過(guò)程是企業(yè)的決策人員以企業(yè)中的數(shù)據(jù)倉(cāng)庫(kù)為基礎(chǔ)，經(jīng)由聯(lián)機(jī)分析處理工具、數(shù)據(jù)挖掘工具加上決策規(guī)劃人員的專業(yè)知識(shí)，從數(shù)據(jù)中獲得有用的信息和知識(shí)，幫助企業(yè)獲取利潤(rùn)。

從應(yīng)用角度看，商務(wù)智能幫助用戶對(duì)商業(yè)數(shù)據(jù)進(jìn)行聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘，例如預(yù)測(cè)發(fā)展趨勢(shì)、輔助決策、對(duì)客戶進(jìn)行分類、挖掘潛在客戶等等。

從數(shù)據(jù)角度看，商務(wù)智能使得很多事務(wù)性的數(shù)據(jù)經(jīng)過(guò)抽取、轉(zhuǎn)換之后存入數(shù)據(jù)倉(cāng)庫(kù)，經(jīng)過(guò)聚集、切片或者分類等操作之后形成有用的信息、規(guī)則，來(lái)幫助企業(yè)的決策者進(jìn)行正確的決策。

綜上所述，我認(rèn)為

BI的定義：商務(wù)智能是利用各種技術(shù)，對(duì)數(shù)據(jù)進(jìn)行收集、存儲(chǔ)、分析并提供可視化界面顯示，從而更容易、快捷的獲得信息知識(shí)，幫助管理者做出更好的業(yè)務(wù)決策。BI技術(shù)簡(jiǎn)析

通過(guò)閱讀資料，我認(rèn)為把商業(yè)智能看成是一種解決方案的說(shuō)法比較恰當(dāng)。它是將數(shù)據(jù)倉(cāng)庫(kù)、OLAP和數(shù)據(jù)挖掘等技術(shù)組合到一起的綜合運(yùn)用。BI技術(shù)的關(guān)鍵是將來(lái)自不同的業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫(kù)中的數(shù)據(jù)，提取出來(lái)，進(jìn)行清理以保證數(shù)據(jù)的正確性，然后經(jīng)過(guò)抽?。‥xtraction）、轉(zhuǎn)換（Transformation）和裝載（Load），即ETL過(guò)程，合并到數(shù)據(jù)倉(cāng)庫(kù)里，從而得到企業(yè)數(shù)據(jù)的一個(gè)全局視圖，在此基礎(chǔ)上利用合適的查詢和分析工具、數(shù)據(jù)挖掘工具、OLAP工具等對(duì)其進(jìn)行分析和處理（這時(shí)信息變?yōu)檩o助決策的知識(shí)），最后將知識(shí)呈現(xiàn)給管理者，為管理者的決策過(guò)程提供支持。商業(yè)智能的這個(gè)基本過(guò)程如圖所示：

圖2—BI結(jié)構(gòu)圖

一些文章中將BI分為四個(gè)主要階段：數(shù)據(jù)預(yù)處理、建立數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)分析、數(shù)據(jù)展現(xiàn)。同時(shí)認(rèn)為數(shù)據(jù)倉(cāng)庫(kù)、OLAP和數(shù)據(jù)挖掘技術(shù)是商業(yè)智能的三大技術(shù)支柱。2．1 數(shù)據(jù)預(yù)處理——ETL ETL是商業(yè)智能（BI）的重要組成部分，是英文Extract-Transform-Load的縮寫，即填充、更新數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)抽取、轉(zhuǎn)換、裝載的過(guò)程。這是實(shí)現(xiàn)商業(yè)智能之前的數(shù)據(jù)采集步驟。這一步驟完成之后，對(duì)庫(kù)中數(shù)據(jù)的數(shù)據(jù)挖掘、分析處理才可以進(jìn)行。

對(duì)于ETL而言，“是什么”是很容易理解的，也就是將分散的、不易利用的數(shù)據(jù)進(jìn)行整理，變成規(guī)則清晰的、易于利用的、（可能同時(shí)還是）集中的數(shù)據(jù)。

2．1．1 ETL設(shè)計(jì)

ETL的設(shè)計(jì)分三部分：數(shù)據(jù)抽取、數(shù)據(jù)的清洗轉(zhuǎn)換、數(shù)據(jù)的加載。數(shù)據(jù)的抽取是從各個(gè)不同的數(shù)據(jù)源抽取到ODS(OperationalDataStore，操作型數(shù)據(jù)存儲(chǔ))中——這個(gè)過(guò)程也可以做一些數(shù)據(jù)的清洗和轉(zhuǎn)換)，在抽取的過(guò)程中需要挑選不同的抽取方法，盡可能的提高ETL的運(yùn)行效率。ETL三個(gè)部分中，花費(fèi)時(shí)間最長(zhǎng)的是“T”(Transform，清洗、轉(zhuǎn)換)的部分，一般情況下這部分工作量是整個(gè)ETL的2/3。數(shù)據(jù)的加載一般在數(shù)據(jù)清洗完了之后直接寫入DW(DataWarehousing，數(shù)據(jù)倉(cāng)庫(kù))中去。

2．1．2 ETL實(shí)現(xiàn)

ETL的實(shí)現(xiàn)有多種方法，常用的有三種。一種是借助ETL工具(如Oracle的OWB、SQLServer2000的DTS、SQLServer2005的SSIS服務(wù)、Informatic等)實(shí)現(xiàn)，一種是SQL方式實(shí)現(xiàn)，另外一種是ETL工具和SQL相結(jié)合。前兩種方法各有各的優(yōu)缺點(diǎn)，借助工具可以快速的建立起ETL工程，屏蔽了復(fù)雜的編碼任務(wù)，提高了速度，降低了難度，但是缺少靈活性。SQL的方法優(yōu)點(diǎn)是靈活，提高ETL運(yùn)行效率，但是編碼復(fù)雜，對(duì)技術(shù)要求比較高。第三種是綜合了前面二種的優(yōu)點(diǎn)，會(huì)極大地提高ETL的開發(fā)速度和效率。

2．1．3 數(shù)據(jù)的抽取

這一部分需要在調(diào)研階段做大量的工作，首先要搞清楚數(shù)據(jù)是從幾個(gè)業(yè)務(wù)系統(tǒng)中來(lái),各個(gè)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)庫(kù)服務(wù)器運(yùn)行什么DBMS,是否存在手工數(shù)據(jù)，手工數(shù)據(jù)量有多大，是否存在非結(jié)構(gòu)化的數(shù)據(jù)等等，當(dāng)收集完這些信息之后才可以進(jìn)行數(shù)據(jù)抽取的設(shè)計(jì)。

1、對(duì)于與存放DW的數(shù)據(jù)庫(kù)系統(tǒng)相同的數(shù)據(jù)源處理方法

這一類數(shù)據(jù)源在設(shè)計(jì)上比較容易。一般情況下，DBMS(SQLServer、Oracle)都會(huì)提供數(shù)據(jù)庫(kù)鏈接功能，在DW數(shù)據(jù)庫(kù)服務(wù)器和原業(yè)務(wù)系統(tǒng)之間建立直接的鏈接關(guān)系就可以寫Select語(yǔ)句直接訪問(wèn)。

2、對(duì)于與DW數(shù)據(jù)庫(kù)系統(tǒng)不同的數(shù)據(jù)源的處理方法

對(duì)于這一類數(shù)據(jù)源，一般情況下也可以通過(guò)ODBC的方式建立數(shù)據(jù)庫(kù)鏈接——如SQLServer和Oracle之間。如果不能建立數(shù)據(jù)庫(kù)鏈接，可以有兩種方式完成，一種是通過(guò)工具將源數(shù)據(jù)導(dǎo)出成.txt或者是.xls文件，然后再將這些源系統(tǒng)文件導(dǎo)入到ODS中。另外一種方法是通過(guò)程序接口來(lái)完成。

3、對(duì)于文件類型數(shù)據(jù)源(.txt,.xls)可以培訓(xùn)業(yè)務(wù)人員利用數(shù)據(jù)庫(kù)工具將這些數(shù)據(jù)導(dǎo)入到指定的數(shù)據(jù)庫(kù)，然后從指定的數(shù)據(jù)庫(kù)中抽取?；蛘哌€可以借助工具實(shí)現(xiàn)，如SQLServer2005的SSIS服務(wù)的平面數(shù)據(jù)源和平面目標(biāo)等組件導(dǎo)入ODS中去。

4、增量更新的問(wèn)題

對(duì)于數(shù)據(jù)量大的系統(tǒng)，必須考慮增量抽取。一般情況下，業(yè)務(wù)系統(tǒng)會(huì)記錄業(yè)務(wù)發(fā)生的時(shí)間，我們可以用來(lái)做增量的標(biāo)志,每次抽取之前首先判斷ODS中記錄最大的時(shí)間，然后根據(jù)這個(gè)時(shí)間去業(yè)務(wù)系統(tǒng)取大于這個(gè)時(shí)間所有的記錄。利用業(yè)務(wù)系統(tǒng)的時(shí)間戳，一般情況下，業(yè)務(wù)系統(tǒng)沒有或者部分有時(shí)間戳。

2．1．4 數(shù)據(jù)的清洗轉(zhuǎn)換

一般情況下，數(shù)據(jù)倉(cāng)庫(kù)分為ODS、DW兩部分。通常的做法是從業(yè)務(wù)系統(tǒng)到ODS做清洗，將臟數(shù)據(jù)和不完整數(shù)據(jù)過(guò)濾掉，在從ODS到DW的過(guò)程中轉(zhuǎn)換，進(jìn)行一些業(yè)務(wù)規(guī)則的計(jì)算和聚合。

1、數(shù)據(jù)清洗

數(shù)據(jù)清洗的任務(wù)是過(guò)濾那些不符合要求的數(shù)據(jù)，將過(guò)濾的結(jié)果交給業(yè)務(wù)主管部門，確認(rèn)是否過(guò)濾掉還是由業(yè)務(wù)單位修正之后再進(jìn)行抽取。不符合要求的數(shù)據(jù)主要是有不完整的數(shù)據(jù)、錯(cuò)誤的數(shù)據(jù)、重復(fù)的數(shù)據(jù)三大類。

(1)不完整的數(shù)據(jù)：這一類數(shù)據(jù)主要是一些應(yīng)該有的信息缺失，如供應(yīng)商的名稱、分公司的名稱、客戶的區(qū)域信息缺失、業(yè)務(wù)系統(tǒng)中主表與明細(xì)表不能匹配等。對(duì)于這一類數(shù)據(jù)過(guò)濾出來(lái)，按缺失的內(nèi)容分別寫入不同Excel文件向客戶提交，要求在規(guī)定的時(shí)間內(nèi)補(bǔ)全。補(bǔ)全后才寫入數(shù)據(jù)倉(cāng)庫(kù)。

(2)錯(cuò)誤的數(shù)據(jù)：這一類錯(cuò)誤產(chǎn)生的原因是業(yè)務(wù)系統(tǒng)不夠健全，在接收輸入后沒有進(jìn)行判斷直接寫入后臺(tái)數(shù)據(jù)庫(kù)造成的，比如數(shù)值數(shù)據(jù)輸成全角數(shù)字字符、字符串?dāng)?shù)據(jù)后面有一個(gè)回車操作、日期格式不正確、日期越界等。這一類數(shù)據(jù)也要分類，對(duì)于類似于全角字符、數(shù)據(jù)前后有不可見字符的問(wèn)題，只能通過(guò)寫SQL語(yǔ)句的方式找出來(lái)，然后要求客戶在業(yè)務(wù)系統(tǒng)修正之后抽取。日期格式不正確的或者是日期越界的這一類錯(cuò)誤會(huì)導(dǎo)致ETL運(yùn)行失敗，這一類錯(cuò)誤需要去業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫(kù)用SQL的方式挑出來(lái)，交給業(yè)務(wù)主管部門要求限期修正，修正之后再抽取。

(3)重復(fù)的數(shù)據(jù)：對(duì)于這一類數(shù)據(jù)——特別是維表中會(huì)出現(xiàn)這種情況——將重復(fù)數(shù)據(jù)記錄的所有字段導(dǎo)出來(lái)，讓客戶確認(rèn)并整理。

數(shù)據(jù)清洗是一個(gè)反復(fù)的過(guò)程，不可能在幾天內(nèi)完成，只有不斷的發(fā)現(xiàn)問(wèn)題，解決問(wèn)題。對(duì)于是否過(guò)濾，是否修正一般要求客戶確認(rèn)，對(duì)于過(guò)濾掉的數(shù)據(jù)，寫入Excel文件或者將過(guò)濾數(shù)據(jù)寫入數(shù)據(jù)表，在ETL開發(fā)的初期可以每天向業(yè)務(wù)單位發(fā)送過(guò)濾數(shù)據(jù)的郵件，促使他們盡快地修正錯(cuò)誤,同時(shí)也可以做為將來(lái)驗(yàn)證數(shù)據(jù)的依據(jù)。數(shù)據(jù)清洗需要注意的是不要將有用的數(shù)據(jù)過(guò)濾掉，對(duì)于每個(gè)過(guò)濾規(guī)則認(rèn)真進(jìn)行驗(yàn)證，并要用戶確認(rèn)。

2、數(shù)據(jù)轉(zhuǎn)換 數(shù)據(jù)轉(zhuǎn)換的任務(wù)主要進(jìn)行不一致的數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)粒度的轉(zhuǎn)換，以及一些商務(wù)規(guī)則的計(jì)算。

(1)不一致數(shù)據(jù)轉(zhuǎn)換：這個(gè)過(guò)程是一個(gè)整合的過(guò)程，將不同業(yè)務(wù)系統(tǒng)的相同類型的數(shù)據(jù)統(tǒng)一，比如同一個(gè)供應(yīng)商在結(jié)算系統(tǒng)的編碼是XX0001,而在CRM中編碼是YY0001，這樣在抽取過(guò)來(lái)之后統(tǒng)一轉(zhuǎn)換成一個(gè)編碼。

(2)數(shù)據(jù)粒度的轉(zhuǎn)換：業(yè)務(wù)系統(tǒng)一般存儲(chǔ)非常明細(xì)的數(shù)據(jù)，而數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)是用來(lái)分析的，不需要非常明細(xì)的數(shù)據(jù)。一般情況下，會(huì)將業(yè)務(wù)系統(tǒng)數(shù)據(jù)按照數(shù)據(jù)倉(cāng)庫(kù)粒度進(jìn)行聚合。

(3)商務(wù)規(guī)則的計(jì)算：不同的企業(yè)有不同的業(yè)務(wù)規(guī)則、不同的數(shù)據(jù)指標(biāo)，這些指標(biāo)有的時(shí)候不是簡(jiǎn)單的加加減減就能完成，這個(gè)時(shí)候需要在ETL中將這些數(shù)據(jù)指標(biāo)計(jì)算好了之后存儲(chǔ)在數(shù)據(jù)倉(cāng)庫(kù)中，以供分析使用。

2．1．5 數(shù)據(jù)的裝載

ETL的裝載部分，可查詢的資料較少。僅查閱到與抽取在一起的部分描述內(nèi)容。ETL的核心還是在于T這個(gè)過(guò)程，也就是轉(zhuǎn)換，而抽取和裝載一般可以作為轉(zhuǎn)換的輸入和輸出，或者，它們作為一個(gè)單獨(dú)的部件，其復(fù)雜度沒有轉(zhuǎn)換部件高。和OLTP系統(tǒng)中不同，那里充滿這單條記錄的insert、update和select等操作，ETL過(guò)程一般都是批量操作，例如它的裝載多采用批量裝載工具，一般都是DBMS系統(tǒng)自身附帶的工具，例如Oracle SQLLoader和DB2的autoloader等。

2．1．6 ETL日志、警告發(fā)送

1、ETL日志

ETL日志分為三類。一類是執(zhí)行過(guò)程日志，這一部分日志是在ETL執(zhí)行過(guò)程中每執(zhí)行一步的記錄，記錄每次運(yùn)行每一步驟的起始時(shí)間，影響了多少行數(shù)據(jù)，流水賬形式。一類是錯(cuò)誤日志，當(dāng)某個(gè)模塊出錯(cuò)的時(shí)候?qū)戝e(cuò)誤日志，記錄每次出錯(cuò)的時(shí)間、出錯(cuò)的模塊以及出錯(cuò)的信息等。第三類日志是總體日志，只記錄ETL開始時(shí)間、結(jié)束時(shí)間是否成功信息。如果使用ETL工具,ETL工具會(huì)自動(dòng)產(chǎn)生一些日志，這一類日志也可以作為ETL日志的一部分。記錄日志的目的是隨時(shí)可以知道ETL運(yùn)行情況，如果出錯(cuò)了，可以知道哪里出錯(cuò)。

2、警告發(fā)送

如果ETL出錯(cuò)了，不僅要形成ETL出錯(cuò)日志，而且要向系統(tǒng)管理員發(fā)送警告。發(fā)送警告的方式多種，一般常用的就是給系統(tǒng)管理員發(fā)送郵件，并附上出錯(cuò)的信息，方便管理員排查錯(cuò)誤。

ETL是BI項(xiàng)目的關(guān)鍵部分，也是一個(gè)長(zhǎng)期的過(guò)程，只有不斷的發(fā)現(xiàn)問(wèn)題并解決問(wèn)題，才能使ETL運(yùn)行效率更高，為BI項(xiàng)目后期開發(fā)提供準(zhǔn)確的數(shù)據(jù)。

2．2 BI支撐技術(shù)——數(shù)據(jù)倉(cāng)庫(kù)/數(shù)據(jù)集市

數(shù)據(jù)倉(cāng)庫(kù)：商業(yè)智能的基礎(chǔ)。

對(duì)于一個(gè)企業(yè)來(lái)說(shuō)，最關(guān)鍵也最為重要的是，如何以一種有效的方式逐步整理各個(gè)業(yè)務(wù)處理系統(tǒng)中積累下來(lái)的歷史數(shù)據(jù)，并通過(guò)靈活有效的方式為各級(jí)業(yè)務(wù)人員提供統(tǒng)一的信息視圖，從而在整個(gè)企業(yè)內(nèi)實(shí)現(xiàn)真正的信息共享。數(shù)據(jù)倉(cāng)庫(kù)技術(shù)正好滿足了這一需求。數(shù)據(jù)倉(cāng)庫(kù)是商業(yè)智能系統(tǒng)的基礎(chǔ)，如果沒有數(shù)據(jù)倉(cāng)庫(kù)，沒有企業(yè)數(shù)據(jù)的融合，數(shù)據(jù)分析就成為了無(wú)源之水。

數(shù)據(jù)倉(cāng)庫(kù)定義為：“一個(gè)面向主題的、集成的、反映歷史變化的、相對(duì)穩(wěn)定的數(shù)據(jù)集合，用于支持管理決策”。與傳統(tǒng)的事物處理系統(tǒng)有不同的是，數(shù)據(jù)倉(cāng)庫(kù)是一種過(guò)程，它是對(duì)分布在組織或企業(yè)內(nèi)部各處的業(yè)務(wù)數(shù)據(jù)進(jìn)行整合、加工和分析的過(guò)程。而不是一種可以購(gòu)買的產(chǎn)品。

2．2．1 數(shù)據(jù)倉(cāng)庫(kù)常用術(shù)語(yǔ)

? 數(shù)據(jù)倉(cāng)庫(kù)

數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)支持管理決策的數(shù)據(jù)集合。數(shù)據(jù)是面向主題的、集成的、不易丟失的并且是時(shí)間變量。

數(shù)據(jù)倉(cāng)庫(kù)是所有操作環(huán)境和外部數(shù)據(jù)源的快照集合。它并不需要非常精確，因?yàn)樗仨氃谔囟ǖ臅r(shí)間基礎(chǔ)上從操作環(huán)境中提取出來(lái)。? 數(shù)據(jù)集市

數(shù)據(jù)倉(cāng)庫(kù)只限于單個(gè)主題的區(qū)域，例如顧客、部門、地點(diǎn)等。數(shù)據(jù)集市在從數(shù)據(jù)倉(cāng)庫(kù)獲取數(shù)據(jù)時(shí)可以依賴于數(shù)據(jù)倉(cāng)庫(kù)，或者當(dāng)它們從操作系統(tǒng)中獲取數(shù)據(jù)時(shí)就不依賴于數(shù)據(jù)倉(cāng)庫(kù)。? 事實(shí)

事實(shí)是數(shù)據(jù)倉(cāng)庫(kù)中的信息單元，也是多維空間中的一個(gè)單元，受分析單元的限制。事實(shí)存儲(chǔ)于一張表中（當(dāng)使用關(guān)系數(shù)據(jù)庫(kù)時(shí)）或者是多維數(shù)據(jù)庫(kù)中的一個(gè)單元。每個(gè)事實(shí)包括關(guān)于事實(shí)（收入、價(jià)值、滿意記錄等）的基本信息，并且與維度相關(guān)。在某些情況下，當(dāng)所有的必要信息都存儲(chǔ)于維度中時(shí)，單純的事實(shí)出現(xiàn)就是對(duì)于數(shù)據(jù)倉(cāng)庫(kù)足夠的信息。我們稍后討論有關(guān)缺無(wú)事實(shí)的情況。? 維度

維度是綁定由坐標(biāo)系定義的空間的坐標(biāo)系的軸線。數(shù)據(jù)倉(cāng)庫(kù)中的坐標(biāo)系定義了數(shù)據(jù)單元，其中包含事實(shí)。

坐標(biāo)系的一個(gè)例子就是帶有 x 維度和 y 維度的 Cartesian（笛卡爾）坐標(biāo)系。在數(shù)據(jù)倉(cāng)庫(kù)中，時(shí)間總是維度之一。? 數(shù)據(jù)挖掘

在數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)中發(fā)現(xiàn)新信息的過(guò)程被稱為數(shù)據(jù)挖掘，這些新信息不會(huì)從操作系統(tǒng)中獲得。? 分析空間

分析空間是數(shù)據(jù)倉(cāng)庫(kù)中一定量的數(shù)據(jù)，用于進(jìn)行數(shù)據(jù)挖掘以發(fā)現(xiàn)新信息同時(shí)支持管理決策。? 切片

一種用來(lái)在數(shù)據(jù)倉(cāng)庫(kù)中將一個(gè)維度中的分析空間限制為數(shù)據(jù)子集的技術(shù)。? 切塊

一種用來(lái)在數(shù)據(jù)倉(cāng)庫(kù)中將多個(gè)維度中的分析空間限制為數(shù)據(jù)子集的技術(shù)。? 星型模式 一種使用關(guān)系數(shù)據(jù)庫(kù)實(shí)現(xiàn)多維分析空間的模式，稱為星型模式。星型模式將在本白皮書中稍后進(jìn)行進(jìn)一步討論。? 雪花模式

不管什么原因，當(dāng)星型模式的維度需要進(jìn)行規(guī)范化時(shí)，星型模式就演進(jìn)為雪花模式。

2．2．2 面向主題（Subject-oriented）

“主題”是一個(gè)較為抽象的概念，是指用戶使用數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行決策時(shí)所關(guān)心的重點(diǎn)方面。從信息管理的角度看，主題是在一個(gè)較高的管理層次上對(duì)數(shù)據(jù)進(jìn)行綜合、歸類所形成的分析對(duì)象；從數(shù)據(jù)組織的角度看，主題就是一些數(shù)據(jù)集合，這些數(shù)據(jù)集合對(duì)分析對(duì)象作了比較完整的、一致的描述，這種描述不僅涉及到數(shù)據(jù)本身，還涉及到數(shù)據(jù)之間的關(guān)系。

“面向主題”則表明了數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)組織的基本原則，是指數(shù)據(jù)倉(cāng)庫(kù)內(nèi)的信息是按主題進(jìn)行組織的，而不像傳統(tǒng)事物處理系統(tǒng)那樣單一地按照業(yè)務(wù)功能及性能要求進(jìn)行組織。傳統(tǒng)的操作型系統(tǒng)是圍繞公司的應(yīng)用進(jìn)行組織。如對(duì)一個(gè)電信公司來(lái)說(shuō)，應(yīng)用問(wèn)題可能是營(yíng)業(yè)受理、專業(yè)計(jì)費(fèi)和客戶服務(wù)等，而主題范圍可能是客戶、套餐、繳費(fèi)和欠費(fèi)等。

2．2．3 集成（Integrated）

“集成”是指數(shù)據(jù)倉(cāng)庫(kù)中的信息并不是對(duì)各個(gè)數(shù)據(jù)源簡(jiǎn)單的選擇、抽取，而是首先進(jìn)行一系列的加工、整理和轉(zhuǎn)換等來(lái)消除源數(shù)據(jù)中的不一致；同時(shí)按照本行業(yè)的邏輯模型設(shè)計(jì)便于查詢及分析的數(shù)據(jù)倉(cāng)庫(kù)。然后按照組織或企業(yè)的需求，針對(duì)不同的主題對(duì)數(shù)據(jù)進(jìn)行某種程度的綜合、概括和聚集，將源數(shù)據(jù)加載進(jìn)數(shù)據(jù)倉(cāng)庫(kù)。經(jīng)過(guò)這樣的處理，數(shù)據(jù)就具有了集成性，可以用于決策分析。

2．2．4 反映歷史變化（Time-variant）

“反映歷史變化”是指數(shù)據(jù)倉(cāng)庫(kù)內(nèi)的信息并不只是反映企業(yè)當(dāng)前的狀態(tài)，而是記錄了從過(guò)去某一時(shí)點(diǎn)到當(dāng)前各個(gè)階段的信息。通過(guò)這些信息，可以對(duì)企業(yè)的發(fā)展歷程和未來(lái)趨勢(shì)做出定量分析和預(yù)測(cè)。而信息本身相對(duì)穩(wěn)定，是指一旦某個(gè)數(shù)據(jù)進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)以后，一般很少進(jìn)行修改，更多的是對(duì)信息進(jìn)行查詢操作。

2．2．5 相對(duì)穩(wěn)定（Non-volatile）

“相對(duì)穩(wěn)定”是指數(shù)據(jù)一旦進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)，一般情況下會(huì)被長(zhǎng)期保留，所涉及的數(shù)據(jù)操作也主要是查詢、分析，很少會(huì)被修改或刪除，通常也只需要定期地加載和刷新。相對(duì)穩(wěn)定性保證了數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)能夠真實(shí)地反映歷史變化。

數(shù)據(jù)倉(cāng)庫(kù)中所存放的數(shù)據(jù)在物理上是分離的。由于這種分離，數(shù)據(jù)倉(cāng)庫(kù)不需要事務(wù)處理、恢復(fù)和并發(fā)控制機(jī)制。通常它只需要兩種數(shù)據(jù)訪問(wèn)：數(shù)據(jù)的初始化裝入和數(shù)據(jù)訪問(wèn)。

2．2．6 了解實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)的定義

實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)是兩種事物的組合：實(shí)時(shí)行為和數(shù)據(jù)倉(cāng)庫(kù)。實(shí)時(shí)行為是一種即時(shí)發(fā)生的行為。行為可以是任何事情，如超市中小商品的銷售行為。一旦行為完成，就有關(guān)于它的數(shù)據(jù)。數(shù)據(jù)倉(cāng)庫(kù)捕獲有關(guān)商業(yè)行為的數(shù)據(jù)，而實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)在商業(yè)行為發(fā)生時(shí)就捕獲數(shù)據(jù)。當(dāng)商業(yè)行為完成時(shí)，相關(guān)數(shù)據(jù)就已經(jīng)進(jìn)入到數(shù)據(jù)倉(cāng)庫(kù)并且能立即使用。換句話說(shuō)，實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)是這樣一個(gè)系統(tǒng)，只要行為發(fā)生、數(shù)據(jù)變得可用時(shí)，就能從中獲得信息。

實(shí)時(shí)vs.近似實(shí)時(shí)之間的區(qū)別可以下面一個(gè)詞概括：反應(yīng)時(shí)間。反應(yīng)時(shí)間是指行為的完成時(shí)間和該行為的數(shù)據(jù)在數(shù)據(jù)倉(cāng)庫(kù)中可利用時(shí)間之間的延遲。實(shí)時(shí)情況下，反應(yīng)時(shí)間是可以忽略不計(jì)的；在近似實(shí)時(shí)情況下，反應(yīng)時(shí)間是一段時(shí)間，比如2小時(shí)。為了使系統(tǒng)變得更精確，一些人使用了“實(shí)時(shí)”這個(gè)概念。

2．3 BI分析技術(shù)——OLAP 2．3．1 什么是OLAP

當(dāng)今的數(shù)據(jù)處理大致可以分成兩大類：聯(lián)機(jī)事務(wù)處理OLTP（on-line transaction processing）、聯(lián)機(jī)分析處理OLAP（On-Line Analytical Processing）。OLTP是傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)的主要應(yīng)用，主要是基本的、日常的事務(wù)處理，例如銀行交易。OLAP是數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的主要應(yīng)用，支持復(fù)雜的分析操作，側(cè)重決策支持，并且提供直觀易懂的查詢結(jié)果。下表列出了OLTP與OLAP之間的比較。

聯(lián)機(jī)分析處理（OLAP）是以海量數(shù)據(jù)為基礎(chǔ)的復(fù)雜分析技術(shù)。它支持各級(jí)管理決策人員從不同的角度、快速靈活地對(duì)數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)進(jìn)行復(fù)雜查詢和多維分析處理，并且能以直觀易懂的形式將查詢和分析結(jié)果展現(xiàn)給決策人員。

OLAP是使分析人員、管理人員或執(zhí)行人員能夠從多角度對(duì)信息進(jìn)行快速、一致、交互地存取,從而獲得對(duì)數(shù)據(jù)的更深入了解的一類軟件技術(shù)。OLAP的目標(biāo)是滿足決策支持或者滿足在多維環(huán)境下特定的查詢和報(bào)表需求,它的技術(shù)核心是“維”這個(gè)概念。

區(qū)別于傳統(tǒng)的聯(lián)機(jī)事務(wù)處理(OLTP)系統(tǒng)，OLAP有12條準(zhǔn)則：

1、OLAP模型必須提供多維概念視圖

2、透明性準(zhǔn)則

3、存取能力推測(cè)

4、穩(wěn)定的報(bào)表能力

5、客戶/服務(wù)器體系結(jié)構(gòu)

6、維的等同性準(zhǔn)則

7、動(dòng)態(tài)的稀疏矩陣處理準(zhǔn)則

8、多用戶支持能力準(zhǔn)則

9、非受限的跨維操作

10、直觀的數(shù)據(jù)操縱

11、靈活的報(bào)表生成

12、不受限的維與聚集層次 雖然隨著技術(shù)的發(fā)展，部分準(zhǔn)則有所突破，但這些準(zhǔn)則仍然是OLAP技術(shù)的基礎(chǔ)。

2．3．2 OLAP核心技術(shù)——維

“維”是人們觀察客觀世界的角度,是一種高層次的類型劃分。“維”一般包含著層次關(guān)系,這種層次關(guān)系有時(shí)會(huì)相當(dāng)復(fù)雜。通過(guò)把一個(gè)實(shí)體的多項(xiàng)重要的屬性定義為多個(gè)維(dimension)，使用戶能對(duì)不同維上的數(shù)據(jù)進(jìn)行比較。因此OLAP也可以說(shuō)是多維數(shù)據(jù)分析工具的集合。

OLAP的基本多維分析操作有鉆?。╮oll up和drill down）、切片（slice）和切塊（dice）、以及旋轉(zhuǎn)（pivot）、drill across、drill through等。? 鉆取是改變維的層次，變換分析的粒度。它包括向上鉆?。╮oll up）和向下鉆取（drill down）。? roll up是在某一維上將低層次的細(xì)節(jié)數(shù)據(jù)概括到高層次的匯總數(shù)據(jù)，或者減少維數(shù)； ? 而drill down則相反，它從匯總數(shù)據(jù)深入到細(xì)節(jié)數(shù)據(jù)進(jìn)行觀察或增加新維。? 切片和切塊是在一部分維上選定值后，關(guān)心度量數(shù)據(jù)在剩余維上的分布。如果剩余的維只有兩個(gè)，則是切片；如果有三個(gè)，則是切塊。? 旋轉(zhuǎn)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）。? Drill across：（未找到相關(guān)介紹）? Drill through：（未找到相關(guān)介紹）

2．3．3 OLAP的分類

OLAP有多種實(shí)現(xiàn)方法，根據(jù)存儲(chǔ)數(shù)據(jù)的方式不同可以分為ROLAP、MOLAP、HOLAP。ROLAP 表示基于關(guān)系數(shù)據(jù)庫(kù)的OLAP實(shí)現(xiàn)（Relational OLAP）。以關(guān)系數(shù)據(jù)庫(kù)為核心,以關(guān)系型結(jié)構(gòu)進(jìn)行多維數(shù)據(jù)的表示和存儲(chǔ)。ROLAP將多維數(shù)據(jù)庫(kù)的多維結(jié)構(gòu)劃分為兩類表:一類是事實(shí)表,用來(lái)存儲(chǔ)數(shù)據(jù)和維關(guān)鍵字;另一類是維表,即對(duì)每個(gè)維至少使用一個(gè)表來(lái)存放維的層次、成員類別等維的描述信息。維表和事實(shí)表通過(guò)主關(guān)鍵字和外關(guān)鍵字聯(lián)系在一起,形成了“星型模式”。對(duì)于層次復(fù)雜的維,為避免冗余數(shù)據(jù)占用過(guò)大的存儲(chǔ)空間,可以使用多個(gè)表來(lái)描述,這種星型模式的擴(kuò)展稱為“雪花模式”。ROLAP通常使用三層架構(gòu)，其數(shù)據(jù)庫(kù)層和應(yīng)用邏輯層是分離的，并且其數(shù)據(jù)存儲(chǔ)在關(guān)系型數(shù)據(jù)庫(kù)中

MOLAP 表示基于多維數(shù)據(jù)組織的OLAP實(shí)現(xiàn)（Multidimensional OLAP）。以多維數(shù)據(jù)組織方式為核心,也就是說(shuō),MOLAP使用多維數(shù)組存儲(chǔ)數(shù)據(jù)。多維數(shù)據(jù)在存儲(chǔ)中將形成“立方塊（Cube）”的結(jié)構(gòu),在MOLAP 中對(duì)“立方塊”的“旋轉(zhuǎn)”、“切塊”、“切片”是產(chǎn)生多維數(shù)據(jù)報(bào)表的主要技術(shù)。

MOLAPS和ROLAPS相比，具有更短的處理時(shí)間，更快的響應(yīng)速度，并且對(duì)于用戶需求更為靈活。而ROLAPS在處理的數(shù)據(jù)總量和支持的客戶數(shù)方面強(qiáng)于MOLAPS。

Hybrid online analytical processing(混合聯(lián)機(jī)分析處理，HOLAP)，HOLAP表示基于混合數(shù)據(jù)組織的OLAP實(shí)現(xiàn)。如低層是關(guān)系型的，高層是多維矩陣型的。這種方式具有更好的靈活性。從字面上我們可以大致看出，HOLAP是上面兩種分類的融合，它同時(shí)利用了多維數(shù)據(jù)庫(kù)和關(guān)系數(shù)據(jù)庫(kù)。HOLAP的優(yōu)勢(shì)在于它可以在性能需求和存儲(chǔ)量需求間找到一個(gè)平衡點(diǎn)，從而充分利用系統(tǒng)潛能。

還有其他的一些實(shí)現(xiàn)OLAP的方法，如提供一個(gè)專用的SQL Server，對(duì)某些存儲(chǔ)模式（如星型、雪片型）提供對(duì)SQL查詢的特殊支持。

2．3．4 OLAP工具描述

OLAP 工具是針對(duì)特定問(wèn)題的聯(lián)機(jī)數(shù)據(jù)訪問(wèn)與分析。它通過(guò)多維的方式對(duì)數(shù)據(jù)進(jìn)行分析、查詢和報(bào)表。維是人們觀察數(shù)據(jù)的特定角度。例如，一個(gè)企業(yè)在考慮產(chǎn)品的銷售情況時(shí)，通常從時(shí)間、地區(qū)和產(chǎn)品的不同角度來(lái)深入觀察產(chǎn)品的銷售情況。這里的時(shí)間、地區(qū)和產(chǎn)品就是維。而這些維的不同組合和所考察的度量指標(biāo)構(gòu)成的多維數(shù)組則是OLAP分析的基礎(chǔ)，可形式化表示為（維1，維2，??，維n，度量指標(biāo)），如（地區(qū)、時(shí)間、產(chǎn)品、銷售額）。多維分析是指對(duì)以多維形式組織起來(lái)的數(shù)據(jù)采取切片（Slice）、切塊（Dice）、鉆?。―rill-down和Roll-up）、旋轉(zhuǎn)（Pivot）等各種分析動(dòng)作，以求剖析數(shù)據(jù)，使用戶能從多個(gè)角度、多側(cè)面地觀察數(shù)據(jù)庫(kù)中的數(shù)據(jù)，從而深入理解包含在數(shù)據(jù)中的信息。

2．4 BI分析技術(shù)——數(shù)據(jù)挖掘

2．4．1 什么是數(shù)據(jù)挖掘

數(shù)據(jù)挖掘又稱知識(shí)發(fā)現(xiàn)（Knowledge Discovery in Database，簡(jiǎn)稱KDD），是從大量數(shù)據(jù)中抽取有意義的、隱含的、以前未知的并有潛在使用價(jià)值的知識(shí)的過(guò)程。數(shù)據(jù)挖掘是一個(gè)多學(xué)科交叉性學(xué)科，它涉及統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、數(shù)據(jù)庫(kù)、模式識(shí)別、可視化以及高性能計(jì)算等多個(gè)學(xué)科。利用數(shù)據(jù)挖掘技術(shù)可以分析各種類型的數(shù)據(jù)，例如結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)以及非結(jié)構(gòu)化數(shù)據(jù)、靜態(tài)的歷史數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)流數(shù)據(jù)等。

2．4．2 數(shù)據(jù)挖掘分類

數(shù)據(jù)挖掘涉及的學(xué)科領(lǐng)域和方法很多，有人工智能、數(shù)據(jù)統(tǒng)計(jì)、可視化、并行計(jì)算等。數(shù)據(jù)挖掘有多種分類方法。

? 根據(jù)挖掘任務(wù)

可分為分類模型發(fā)現(xiàn)、聚類、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、序列分析、偏差分析、數(shù)據(jù)可視化等。(1)分類(Classification)其旨在生成一個(gè)分類函數(shù)或分類模型，該模型能把數(shù)據(jù)庫(kù)中的數(shù)據(jù)項(xiàng)映射到給定類別中的某一個(gè)。既可以用此模型分析已有的數(shù)據(jù)，也可以用它來(lái)預(yù)測(cè)未來(lái)的數(shù)據(jù)。

(2)聚集(Clustering)聚集是對(duì)記錄分組，把相似的記錄在一個(gè)聚集里。聚集和分類的區(qū)別是聚集不依賴于預(yù)先定義好的類，不需要訓(xùn)練集。

(3)數(shù)據(jù)可視化(Description and Visualization)數(shù)據(jù)可視化嚴(yán)格地講不是一個(gè)單獨(dú)的數(shù)據(jù)挖掘任務(wù)，它被用來(lái)支持其他挖掘任務(wù)?？梢暬遣捎脠D形、圖表等易于理解的方式表達(dá)數(shù)據(jù)挖掘結(jié)果。

(4)關(guān)聯(lián)規(guī)則(Affinity grouping or association rules)關(guān)聯(lián)規(guī)則是尋找數(shù)據(jù)庫(kù)中值的相關(guān)性，主要是尋找在同一個(gè)事件中出現(xiàn)的不同項(xiàng)的相關(guān)性，比如在一次購(gòu)買活動(dòng)中所買不同商品的相關(guān)性。(5)序列分析(Sequence Analysis)序列模式分析同樣也是試圖找出數(shù)據(jù)之間的聯(lián)系。但它的側(cè)重點(diǎn)在于分析數(shù)據(jù)之間前后(因果)關(guān)系，因此對(duì)數(shù)據(jù)往往要求引入時(shí)間屬性。序列模式分析非常適于尋找事物的發(fā)生趨勢(shì)或重復(fù)性模式。

(6)偏差分析(Deviation Analysis)是用來(lái)發(fā)現(xiàn)與正常情況不同的異常和變化，并進(jìn)一步分析這種變化是否是有意的詐騙行為，還是正常的變化。如果是異常行為，則提示預(yù)防措施;如果是正常的變化，那么就需要更新數(shù)據(jù)庫(kù)記錄。

? 根據(jù)挖掘?qū)ο?/p>

可分為關(guān)系數(shù)據(jù)庫(kù)、面向?qū)ο髷?shù)據(jù)庫(kù)、空間數(shù)據(jù)庫(kù)、時(shí)態(tài)數(shù)據(jù)庫(kù)、文本數(shù)據(jù)源、多媒體數(shù)據(jù)庫(kù)、異質(zhì)數(shù)據(jù)庫(kù)以及環(huán)球網(wǎng)Web。

? 根據(jù)挖掘方法

可粗略地分為：機(jī)器學(xué)習(xí)方法、統(tǒng)計(jì)方法、神經(jīng)網(wǎng)絡(luò)方法、決策樹、可視化、最近鄰技術(shù)等。在機(jī)器學(xué)習(xí)中，可細(xì)分為歸納學(xué)習(xí)方法(決策樹、規(guī)則歸納等)、基于范例學(xué)習(xí)、遺傳算法等;在統(tǒng)計(jì)方法中，可細(xì)分為:回歸分析(多元回歸、自回歸等)、判別分析(貝葉斯判別、費(fèi)歇爾判別、非參數(shù)判別等)、聚類分析(系統(tǒng)聚類、動(dòng)態(tài)聚類等)、探索性分析(主元分析法、相關(guān)分析法等)等。

2．4．3 數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘技術(shù)可分為描述型數(shù)據(jù)挖掘和預(yù)測(cè)型數(shù)據(jù)挖掘兩種。描述型數(shù)據(jù)挖掘包括數(shù)據(jù)總結(jié)、聚類及關(guān)聯(lián)分析等。預(yù)測(cè)型數(shù)據(jù)挖掘包括分類、回歸及時(shí)間序列分析等。

1、數(shù)據(jù)總結(jié)

繼承于數(shù)據(jù)分析中的統(tǒng)計(jì)分析。數(shù)據(jù)總結(jié)目的是對(duì)數(shù)據(jù)進(jìn)行濃縮,給出它的緊湊描述。傳統(tǒng)統(tǒng)計(jì)方法如求和值、平均值、方差值等都是有效方法。另外還可以用直方圖、餅狀圖等圖形方式表示這些值。廣義上講，多維分析也可以歸入這一類。

2、聚類分析

是把整個(gè)數(shù)據(jù)庫(kù)分成不同的群組。它的目的是使群與群之間差別很明顯，而同一個(gè)群之間的數(shù)據(jù)盡量相似。這種方法通常用于客戶細(xì)分。在開始細(xì)分之前不知道要把用戶分成幾類，因此通過(guò)聚類分析可以找出客戶特性相似的群體，如客戶消費(fèi)特性相似或年齡特性相似等。在此基礎(chǔ)上可以制定一些針對(duì)不同客戶群體的營(yíng)銷方案。

聚類分析是根據(jù)物以類聚的原理，將本身沒有類別的樣本聚集成不同的組，并且對(duì)每一個(gè)這樣的組進(jìn)行描述的過(guò)程。其主要依據(jù)是聚到同一個(gè)組中的樣本應(yīng)該彼此相似，而屬于不同組的樣本應(yīng)該足夠不相似。

以客戶關(guān)系管理為例，利用聚類技術(shù)，根據(jù)客戶的個(gè)人特征以及消費(fèi)數(shù)據(jù)，可以將客戶群體進(jìn)行細(xì)分。例如，可以得到這樣的一個(gè)消費(fèi)群體：女性占91%，全部無(wú)子女、年齡在31到40歲占70%，高消費(fèi)級(jí)別的占64%，買過(guò)針織品的占91%，買過(guò)廚房用品的占89%，買過(guò)園藝用品的占79%。針對(duì)不同的客戶群，可以實(shí)施不同的營(yíng)銷和服務(wù)方式，從而提高客戶的滿意度。

對(duì)于空間數(shù)據(jù)，根據(jù)地理位置以及障礙物的存在情況可以自動(dòng)進(jìn)行區(qū)域劃分。例如，根據(jù)分布在不同地理位置的ATM機(jī)的情況將居民進(jìn)行區(qū)域劃分，根據(jù)這一信息，可以有效地進(jìn)行ATM機(jī)的設(shè)置規(guī)劃，避免浪費(fèi)，同時(shí)也避免失掉每一個(gè)商機(jī)。

對(duì)于文本數(shù)據(jù)，利用聚類技術(shù)可以根據(jù)文檔的內(nèi)容自動(dòng)劃分類別，從而便于文本的檢索。

3、關(guān)聯(lián)分析

關(guān)聯(lián)分析主要用于發(fā)現(xiàn)不同事件之間的關(guān)聯(lián)性，即一個(gè)事件發(fā)生的同時(shí)，另一個(gè)事件也經(jīng)常發(fā)生。關(guān)聯(lián)分析的重點(diǎn)在于快速發(fā)現(xiàn)那些有實(shí)用價(jià)值的關(guān)聯(lián)發(fā)生的事件。其主要依據(jù)是事件發(fā)生的概率和條件概率應(yīng)該符合一定的統(tǒng)計(jì)意義。

對(duì)于結(jié)構(gòu)化的數(shù)據(jù)，以客戶的購(gòu)買習(xí)慣數(shù)據(jù)為例，利用關(guān)聯(lián)分析，可以發(fā)現(xiàn)客戶的關(guān)聯(lián)購(gòu)買需要。例如，一個(gè)開設(shè)儲(chǔ)蓄賬戶的客戶很可能同時(shí)進(jìn)行債券交易和股票交易，購(gòu)買紙尿褲的男顧客經(jīng)常同時(shí)購(gòu)買啤酒等。利用這種知識(shí)可以采取積極的營(yíng)銷策略，擴(kuò)展客戶購(gòu)買的產(chǎn)品范圍，吸引更多的客戶。通過(guò)調(diào)整商品的布局便于顧客買到經(jīng)常同時(shí)購(gòu)買的商品，或者通過(guò)降低一種商品的價(jià)格來(lái)促進(jìn)另一種商品的銷售等。

對(duì)于非結(jié)構(gòu)化的數(shù)據(jù)，以空間數(shù)據(jù)為例，利用關(guān)聯(lián)分析，可以發(fā)現(xiàn)地理位置的關(guān)聯(lián)性。例如，85%的靠近高速公路的大城鎮(zhèn)與水相鄰，或者發(fā)現(xiàn)通常與高爾夫球場(chǎng)相鄰的對(duì)象等。

4、分類分析

目的是構(gòu)造一個(gè)分類函數(shù)或分類模型(也常常稱作分類器)，該模型能把數(shù)據(jù)庫(kù)中的數(shù)據(jù)項(xiàng)映射到給定類別中的某一個(gè)。要構(gòu)造分類器，需要有一個(gè)訓(xùn)練樣本數(shù)據(jù)集作為輸入。訓(xùn)練集由一組數(shù)據(jù)庫(kù)記錄或元組構(gòu)成,每個(gè)元組是一個(gè)由有關(guān)字段(又稱屬性或特征)值組成的特征向量,此外,訓(xùn)練樣本還有一個(gè)類別標(biāo)記。一個(gè)具體樣本的形式可表示為:(v1, v2,...，vn；c)，其中vi表示字段值，c表示類別。

分類分析通過(guò)分析具有類別的樣本的特點(diǎn)，得到?jīng)Q定樣本屬于各種類別的規(guī)則或方法。利用這些規(guī)則和方法對(duì)未知類別的樣本分類時(shí)應(yīng)該具有一定的準(zhǔn)確度。其主要方法有基于統(tǒng)計(jì)學(xué)的貝葉斯方法、神經(jīng)網(wǎng)絡(luò)方法、決策樹方法以及support vector machines等。利用分類技術(shù)，可以根據(jù)顧客的消費(fèi)水平和基本特征對(duì)顧客進(jìn)行分類，找出對(duì)商家有較大利益貢獻(xiàn)的重要客戶的特征，通過(guò)對(duì)其進(jìn)行個(gè)性化服務(wù)，提高他們的忠誠(chéng)度。

利用分類技術(shù)，可以將大量的半結(jié)構(gòu)化的文本數(shù)據(jù)，如WEB頁(yè)面、電子郵件等進(jìn)行分類。可以將圖片進(jìn)行分類，例如，根據(jù)已有圖片的特點(diǎn)和類別，可以判定一幅圖片屬于何種類型的規(guī)則。對(duì)于空間數(shù)據(jù)，也可以進(jìn)行分類分析，例如，可以根據(jù)房屋的地理位置決定房屋的檔次。

5、回歸

是通過(guò)具有已知值的變量來(lái)預(yù)測(cè)其它變量的值。一般情況下，回歸采用的是線性回歸、非線性回歸這樣的標(biāo)準(zhǔn)統(tǒng)計(jì)技術(shù)。一般同一個(gè)模型既可用于回歸也可用于分類。常見的算法有邏輯回歸、決策樹、神經(jīng)網(wǎng)絡(luò)等。

6、時(shí)間序列

時(shí)間序列是用變量過(guò)去的值來(lái)預(yù)測(cè)未來(lái)的值。

時(shí)間序列分析的是隨時(shí)間而變化的事件序列，目的是預(yù)測(cè)未來(lái)發(fā)展趨勢(shì)，或者尋找相似發(fā)展模式或者是發(fā)現(xiàn)周期性發(fā)展規(guī)律。

7、序列分析

序列分析技術(shù)主要用于發(fā)現(xiàn)一定時(shí)間間隔內(nèi)接連發(fā)生的事件。這些事件構(gòu)成一個(gè)序列，發(fā)現(xiàn)的序列應(yīng)該具有普遍意義，其依據(jù)除了統(tǒng)計(jì)上的概率之外，還要加上時(shí)間的約束。

8、預(yù)測(cè)

預(yù)測(cè)與分類類似，但預(yù)測(cè)是根據(jù)樣本的已知特征估算某個(gè)連續(xù)類型的變量的取值的過(guò)程，而分類則只是用于判別樣本所屬的離散類別而已。預(yù)測(cè)常用的技術(shù)是回歸分析。

2．5 BI表示/展現(xiàn)技術(shù)——信息可視化與Web應(yīng)用

數(shù)據(jù)經(jīng)過(guò)分析后得到的即為商業(yè)智能。為了使它們直觀、簡(jiǎn)練地呈現(xiàn)在用戶面前，需要采用一定的形式表示和發(fā)布出來(lái)，通常采用的是一些查詢和報(bào)表工具。不過(guò)，目前越來(lái)越多的分析結(jié)果是以可視化的形式表示出來(lái)。這就需要采用信息可視化技術(shù)。所謂信息可視化是指以圖形、圖像、虛擬現(xiàn)實(shí)等易為人們所辨識(shí)的方式展現(xiàn)原始數(shù)據(jù)間的復(fù)雜關(guān)系、潛在信息以及發(fā)展趨勢(shì)，以便我們能夠更好地利用所掌握的信息資源。

隨著Web應(yīng)用的普及，商業(yè)智能的解決方案能夠提供基于Web的應(yīng)用服務(wù)，這樣就擴(kuò)展了商業(yè)智能的信息發(fā)布范圍，享有訪問(wèn)權(quán)限的用戶只要能夠登陸互連網(wǎng)，就可以及時(shí)訪問(wèn)自己所關(guān)心的內(nèi)容。作為基于Web的商業(yè)智能解決方案，需要一些基本的組成要素，包括基于Web的商業(yè)智能服務(wù)器、會(huì)話管理服務(wù)、文件管理服務(wù)、調(diào)度、分配和通知服務(wù)、裝載平衡服務(wù)和應(yīng)用服務(wù)等。以應(yīng)用服務(wù)為例，需要為用戶的查詢、分析和報(bào)表請(qǐng)求提供瀏覽器插件。由于商業(yè)智能應(yīng)用涉及到對(duì)多個(gè)分散在各地的異構(gòu)數(shù)據(jù)庫(kù)的存取，因此還需要CORBA、IIOP協(xié)議和Java、XML語(yǔ)言的支持。

第四篇：漢語(yǔ)拼音bi怎么發(fā)音

漢語(yǔ)拼音中，每一個(gè)都有其獨(dú)特的發(fā)音，你知道漢語(yǔ)拼音bi怎么發(fā)音嗎？不知道也沒有關(guān)系，我們一起來(lái)學(xué)習(xí)吧。下面是小編幫大家整理的漢語(yǔ)拼音bi怎么發(fā)音，希望大家喜歡。

漢語(yǔ)拼音b怎么發(fā)音？

在英文中，B(發(fā)音為/bi/，bee)是ISO基礎(chǔ)拉丁字母表中的第2個(gè)字母。

在歐洲和斯堪的納維亞半島上，“B”被用來(lái)表示“平面”，在計(jì)算機(jī)科學(xué)中，B是信息存儲(chǔ)單元——字節(jié)的符號(hào)。

在工程方面，B是一個(gè)級(jí)別的單位。

在化學(xué)中，B是硼的符號(hào)，是一種化學(xué)元素。

漢語(yǔ)拼音的第一個(gè)聲母，讀音：波

網(wǎng)絡(luò)中B是用來(lái)罵人的語(yǔ)氣詞，常見于網(wǎng)絡(luò)中(網(wǎng)絡(luò)用語(yǔ))。常與

2、S等字符組合使用

發(fā)音方法

漢語(yǔ)拼音有兩種拼讀方法：

拼讀法：前音輕短后音重。（例：b+a=ba）

直呼法：先做聲母的嘴形再做韻母的音。

拼音有聲母和韻母。韻母發(fā)音時(shí)較響亮，聲母發(fā)音較輕快。

韻母又分單韻母和復(fù)韻母，只包含一個(gè)元音的，叫單韻母；包含幾個(gè)元音或者由元音、輔音組合而成的，叫復(fù)韻母。漢字音節(jié)的韻母，由韻頭、韻腹和韻尾3個(gè)部分組成。韻頭，又稱介音；韻腹，稱元音；韻尾則有元音和輔音尾兩種。以“卡”字而論，q是聲母，ia是復(fù)韻母。i是韻頭；a是韻腹。

第五篇：BI系統(tǒng)總結(jié)

團(tuán)委引進(jìn)CI的原因：

? 明確團(tuán)委組織文化建設(shè)

? 增強(qiáng)團(tuán)委對(duì)外的影響力，建立團(tuán)委品牌，使我們更

方便、更有效地為同學(xué)服務(wù)。

? 營(yíng)造團(tuán)委內(nèi)部的團(tuán)隊(duì)凝聚力

? 規(guī)范團(tuán)委的制度與行為

? 傳承團(tuán)委優(yōu)秀傳統(tǒng)和工作經(jīng)驗(yàn)，規(guī)劃發(fā)展戰(zhàn)略。BI：行為識(shí)別：置于中間層位的BI則直接反映組織理念的個(gè)性和特殊性，是組織實(shí)踐管理理念與創(chuàng)造組織文化的準(zhǔn)則

.BI（Behavior Identity）行為識(shí)別系統(tǒng)

工程學(xué)院團(tuán)委的幫事宗旨應(yīng)始終圍繞團(tuán)委的口號(hào)

“團(tuán)結(jié)、高效、求真、務(wù)實(shí)”

一個(gè)組織的特色并不是體現(xiàn)在它的宣傳上，而是體現(xiàn)在其特有的組織文化上，而其行為則直接體現(xiàn)其特色，BI系統(tǒng)不僅適合于現(xiàn)代企業(yè)，其特有的組織先進(jìn)性也適合在其他組織上，工程學(xué)院團(tuán)委經(jīng)過(guò)長(zhǎng)時(shí)間的探索，逐漸形成其特色的BI系統(tǒng)，以下主要體現(xiàn)在對(duì)內(nèi)與對(duì)外兩個(gè)方面。

? 對(duì)內(nèi)：組織制度、干部教育 項(xiàng)目管理 工作環(huán)境 行為規(guī)范、經(jīng)驗(yàn)傳承成員發(fā)展、總結(jié)規(guī)范等

? 對(duì)外：活動(dòng)策劃 公共關(guān)系、第一，團(tuán)委干部公共禮儀素質(zhì)

（1）講規(guī)則是根本：著裝要求，社交談吐；公共環(huán)境；電話和名片的使用

（2）懂處事是核心：與人方便，同己方便；與人講話，看人臉色；與人美言，可免百憂；微笑是打開心鎖的鑰匙；情比理更能打動(dòng)人的心弦

第一，團(tuán)委干部公共演講素質(zhì)：用大腦想話；用語(yǔ)言傳話；用身體融話

第二，團(tuán)委干部公共策劃素質(zhì)：把想到的記下來(lái)；按記下來(lái)去實(shí)踐；把做過(guò)的總結(jié)起來(lái)

1.組織制度：“無(wú)規(guī)矩不成方圓”。春秋戰(zhàn)國(guó)時(shí)期，正是法家的法派商鞅使秦國(guó) 1

走向強(qiáng)大，終而一統(tǒng)天下。由此可見，沒有制度，無(wú)以成組織。制度化有利于團(tuán)委日常工作的開展?！豆睬鄨F(tuán)華南農(nóng)業(yè)大學(xué)工程學(xué)院委員會(huì)章程》是團(tuán)委所有干部的最高行動(dòng)指南，還有《辦公室管理制度》《項(xiàng)目管理制度》《請(qǐng)假制度》《會(huì)議制度》《干部績(jī)效考核制度》《先進(jìn)團(tuán)支部評(píng)比條例》等規(guī)范團(tuán)委成員的日常工作。

（一）制度（節(jié)選）

《共青團(tuán)華南農(nóng)業(yè)大學(xué)工程學(xué)院委員會(huì)章程》

1.團(tuán)委會(huì)在校黨委的直接領(lǐng)導(dǎo)下，開展各項(xiàng)有益于學(xué)生學(xué)習(xí)和身心健康的活動(dòng)，促使學(xué)生

德、智、體、美、勞全面發(fā)展。做優(yōu)秀團(tuán)員入黨的推薦、培養(yǎng)、考察工作。

2.團(tuán)委宗旨：以“團(tuán)結(jié)、高效、求真、務(wù)實(shí)”為原則，以服務(wù)廣大同學(xué)為宗旨，以馬克思

列寧主義、毛澤東思想、鄧小平理論和“三個(gè)代表”重要思想為行動(dòng)指南,以科學(xué)發(fā)展觀為指導(dǎo)方針。團(tuán)委意識(shí)：創(chuàng)新意識(shí)，服務(wù)意識(shí)，學(xué)習(xí)意識(shí)，奉獻(xiàn)意識(shí)。

3.發(fā)揮黨聯(lián)系青年的橋梁和樞紐作用。關(guān)心學(xué)院廣大同學(xué)的學(xué)習(xí)和生活，切實(shí)為同學(xué)服務(wù)，及時(shí)向上級(jí)反映同學(xué)的意見和要求。

4.積極參與和配合學(xué)院搞好團(tuán)組織工作和學(xué)生會(huì)組織工作，致力于學(xué)生管理；帶動(dòng)全院學(xué)

生活動(dòng)，組織全院學(xué)生學(xué)習(xí)黨、團(tuán)的思想，致力于把全院學(xué)生培養(yǎng)為有理想、有道德、有學(xué)問(wèn)的、具備綜合素質(zhì)的優(yōu)秀學(xué)生，為國(guó)家、為社會(huì)培養(yǎng)國(guó)家之棟梁，有用之才。要發(fā)揚(yáng)團(tuán)的優(yōu)良傳統(tǒng)和先鋒作用，富于創(chuàng)造性地開展工作，把工程學(xué)院團(tuán)委建設(shè)作為教育青年團(tuán)員的堅(jiān)強(qiáng)核心。

2.干部教育：

A：每一位團(tuán)委干部都應(yīng)該關(guān)注社會(huì)形勢(shì)發(fā)展，接受團(tuán)務(wù)教育和素質(zhì)培訓(xùn)，不斷提高辦事的效率和質(zhì)量。

B：平常應(yīng)多一點(diǎn)向上一屆的團(tuán)委成員請(qǐng)教,向老師討教等。

C：在平時(shí)的工作中多思考，多學(xué)習(xí)，充分利用網(wǎng)絡(luò)、圖書館、往屆團(tuán)委資料光碟，積累有經(jīng)驗(yàn)的前輩傳承下來(lái)的底蘊(yùn)。

D：多一點(diǎn)與本學(xué)院的學(xué)生組織交流，相互交流與學(xué)習(xí)。

E：可以以學(xué)院團(tuán)委的名義，與兄弟學(xué)院的團(tuán)委或其他組織進(jìn)行經(jīng)驗(yàn)交流和相互學(xué)習(xí)，以達(dá)到共同進(jìn)步的目的。

3.項(xiàng)目管理：就是在有限資源的約束下，運(yùn)用系統(tǒng)的觀點(diǎn)、方法和理論，對(duì)項(xiàng)目涉及的全部工作進(jìn)行有效地管理。項(xiàng)目化管理是以培養(yǎng)干部的創(chuàng)新精神和實(shí)踐能力為目的的，并在團(tuán)委的宏觀政策指導(dǎo)下，通過(guò)對(duì)每個(gè)活動(dòng)和每件工作實(shí)行專人總負(fù)責(zé)，專人總管理的方法，使各方面的人力、物力、信息、資金等多方面資源達(dá)到最優(yōu)配置的一種學(xué)生工作運(yùn)行方式。項(xiàng)目化管理為學(xué)生干部搭建成長(zhǎng)的平臺(tái)，給他們留下自我發(fā)展的時(shí)間和空間

項(xiàng)目管理辦法：

（1）、成立籌委會(huì)時(shí)，負(fù)責(zé)人必須盡可能收集多關(guān)于項(xiàng)目的資料

（2）、籌委會(huì)必須于活動(dòng)開展前向副書記提交初步策劃意向書

（3）、獲得批準(zhǔn)、并結(jié)合老師意見后完善活動(dòng)的具體策劃書，工作開展

（4）、活動(dòng)進(jìn)行過(guò)程中，籌委會(huì)必須定時(shí)向副書記匯報(bào)情況

（5）、活動(dòng)后籌委會(huì)內(nèi)部必須2天內(nèi)向負(fù)責(zé)人匯報(bào)財(cái)政狀況

（6）、活動(dòng)后必須于3天內(nèi)向副書記上交財(cái)務(wù)清單，副書記也應(yīng)在一周內(nèi)進(jìn) 行結(jié)余

（7）、活動(dòng)后5天內(nèi)必須向副書記和秘書部提交電子版詳細(xì)項(xiàng)目總結(jié)報(bào)告

（8）、在完成財(cái)務(wù)結(jié)余和總結(jié)審核后，籌委會(huì)正式解散

附錄：《辦公室管理制度》

1、辦公室作用：（1）日常辦公場(chǎng)所（2）來(lái)訪同學(xué)的“窗口”（3）存放團(tuán)委學(xué)生會(huì)檔案

辦公室管理人員：秘書部

辦公室地址：工程學(xué)院北樓3082、值班時(shí)間：周一至周五：上午10：00-11：30，下午4：30-6：00

值班組長(zhǎng)：每日秘書小組值班人員

值班人員的要求：準(zhǔn)時(shí)值班，不缺勤或早退，請(qǐng)假必須提前一天找人替班并告知當(dāng)日值

班組長(zhǎng)。到位后及時(shí)填寫值班記錄。儀表穿戴整潔，佩帶工作證，熱

情待人。服從當(dāng)日值班組長(zhǎng)指揮。離開辦公室需關(guān)閉所有電器、關(guān)好

門窗。

3、檔案管理：檔案要一式兩份，一份為電子版存于辦公室電腦，文件檔案分類存放入各類

文件夾。團(tuán)委學(xué)生會(huì)成員經(jīng)值班組長(zhǎng)同意方可就地查閱。若需外借或拷貝電

子版需值班組長(zhǎng)同意并登記，外借期限為2天。

4、電腦使用制度：嚴(yán)禁用于私人用途。電腦D盤為各類檔案，嚴(yán)禁在負(fù)責(zé)人統(tǒng)一整理之前刪除任何檔案。工作環(huán)境：一個(gè)組織運(yùn)行的高效與良好，離不開一個(gè)良好的工作環(huán)境。快樂的團(tuán)隊(duì)成員是工程團(tuán)委的財(cái)富，和諧的團(tuán)隊(duì)文化是工程團(tuán)委的靈魂。

團(tuán)委的工作環(huán)境應(yīng)該體現(xiàn)出人文關(guān)懷，成員間互愛互助

A:組織關(guān)心成員：在成員生日時(shí)送上誠(chéng)摯的祝福，營(yíng)造一種大家庭氛圍

B:組員相互幫忙：當(dāng)組員有困難時(shí)，大家盡力幫助，助人度難，以增強(qiáng)團(tuán)委組員的凝聚力，創(chuàng)建一種和諧的環(huán)境；

C:部長(zhǎng)熱心對(duì)待干事:當(dāng)干事做錯(cuò)事情時(shí)，部長(zhǎng)們應(yīng)熱心幫忙糾正，體諒干事。D節(jié)日組織一些文體活動(dòng)：如在中秋節(jié)組織不會(huì)家的成員們一起歡聚等行為規(guī)范：

A:團(tuán)委成員工作期間必須佩帶工作證，大型活動(dòng)或集體工作期間必須穿上團(tuán)委工作服。

B:團(tuán)委成員在出席工作會(huì)議時(shí)應(yīng)該具備兩樣道具：筆和筆記本。會(huì)議中禁止玩手機(jī)、交頭接耳，手機(jī)應(yīng)調(diào)置靜音狀態(tài)，保持會(huì)場(chǎng)肅靜

C:平常接到領(lǐng)導(dǎo)的工作指示或安排時(shí)，應(yīng)嚴(yán)格執(zhí)行，按時(shí)完成，完美完成。

D:組員見面時(shí)要相互問(wèn)好。

E:在工作期間組員們要認(rèn)真嚴(yán)肅，切勿大喊大叫，亂走亂跑。

F:在日常工作中，應(yīng)待人以禮，助人為樂，尊師為重。

G：在行為規(guī)范中，符合大學(xué)生行為準(zhǔn)則是前提，一切行為規(guī)范都以其開展。H：大家應(yīng)該懂得互相尊重，用微笑去真摯交流。

I：參加工作會(huì)議時(shí)，避免缺席、遲到、早退現(xiàn)象。按會(huì)議要求提前10分鐘進(jìn)場(chǎng)，如有事不能參加會(huì)議，應(yīng)事先按團(tuán)委規(guī)定逐級(jí)辦理請(qǐng)假手續(xù)；在完成上級(jí)組織下達(dá)的工作任務(wù)時(shí)，應(yīng)充分理解工作內(nèi)容，常常向組織匯報(bào)工作進(jìn)度，保證工作的銜接；任務(wù)實(shí)施時(shí)，遇到疑問(wèn)和同事或組織商量。

6溝通規(guī)范：

團(tuán)委成員信息溝通應(yīng)該為“雙向高效”溝通。

A：“雙向”是指上級(jí)布置工作時(shí)對(duì)下級(jí)的耐心指導(dǎo)和經(jīng)驗(yàn)傳承和下級(jí)向上級(jí)匯報(bào)工作是的工作總結(jié)和心得體會(huì)。

B高效”是指工作要定量化，在分工合作的模式下按時(shí)甚至提前完成工作。但高效并不代表只追求快而忘了質(zhì)量，團(tuán)委的高效應(yīng)該是在高質(zhì)量的前提下追求快。

C：團(tuán)委委員的通知由秘書部負(fù)責(zé)，團(tuán)委小組成員的通知由所屬部門負(fù)責(zé)。

7成員發(fā)展：

團(tuán)委成員的培養(yǎng)采取直接上級(jí)負(fù)責(zé)制，直接上級(jí)要注重下級(jí)的發(fā)展，進(jìn)行隨時(shí)隨地隨事地培養(yǎng)。

A;對(duì)于團(tuán)委部長(zhǎng)級(jí)以上干部建議選修管理學(xué)課程；對(duì)于團(tuán)委全體成員進(jìn)行系列培訓(xùn)，由秘書部負(fù)責(zé)安排，由各個(gè)部門直接培訓(xùn)。

B:團(tuán)委成員作為學(xué)生干部，更應(yīng)該懂得在日常工作中總結(jié)經(jīng)驗(yàn)，自我學(xué)習(xí)，不斷提高為人民服務(wù)的悟性。

C:在工作中，團(tuán)委成員要積極開展批評(píng)和自我批評(píng)，不斷完善自我，完善團(tuán)委。D:謙虛地向有經(jīng)驗(yàn)的同學(xué)或老師請(qǐng)教。

E：懂得利用圖書館或網(wǎng)絡(luò)的知識(shí)，解決工作中的問(wèn)題。

8經(jīng)驗(yàn)傳承：

團(tuán)委每完成一個(gè)項(xiàng)目，應(yīng)該通過(guò)系統(tǒng)總結(jié)，將經(jīng)驗(yàn)以文字記錄或光盤的形式傳承下來(lái)。不斷經(jīng)驗(yàn)積累，避免重復(fù)投資，降低項(xiàng)目成本，實(shí)現(xiàn)高效管理。

A：在項(xiàng)目完成后一周內(nèi)，項(xiàng)目負(fù)責(zé)人以及各相應(yīng)分管部門把總結(jié)和和項(xiàng)目的所有相關(guān)資料交到秘書部匯總存檔。

B;平常工作中，上級(jí)應(yīng)該主動(dòng)向下級(jí)介紹工作經(jīng)驗(yàn)。

9總結(jié)規(guī)范：

A：項(xiàng)目負(fù)責(zé)人的總結(jié)內(nèi)容包括：①項(xiàng)目實(shí)際具體策劃書；②逐點(diǎn)羅列成功經(jīng)驗(yàn)或突破，并相應(yīng)作具體說(shuō)明；③逐點(diǎn)羅列不足之處或教訓(xùn)，并相應(yīng)分析原因和作出建議；④活動(dòng)經(jīng)費(fèi)結(jié)算清單。

B:籌委會(huì)內(nèi)部成員總結(jié)內(nèi)容包括：①介紹項(xiàng)目分管工作，對(duì)相關(guān)細(xì)節(jié)有必要作說(shuō)明； ②逐點(diǎn)羅列成功經(jīng)驗(yàn)或突破，并相應(yīng)作具體說(shuō)明；③逐點(diǎn)羅列不足之處或教訓(xùn)，并相應(yīng)分析原因和作出建議。④對(duì)活動(dòng)后，自己心里的體會(huì)。

1.活動(dòng)策劃：

1.活動(dòng)項(xiàng)目化，活動(dòng)系列化，宣傳有效化，資金多元化，工作透明化

2.策劃書策劃書的主要內(nèi)容及應(yīng)注意的細(xì)節(jié)

（1）背景、主題（2）活動(dòng)目的及意義（3）主辦，承辦，協(xié)辦方（4）活動(dòng)對(duì)象（影響范圍）（5）活動(dòng)時(shí)間地點(diǎn)活動(dòng)內(nèi)容（6）活動(dòng)籌備委員會(huì)（7）具體流程（8）效果預(yù)測(cè)（9）物資清單（10）經(jīng)費(fèi)預(yù)算（11）突發(fā)情況處理方案（12）第二第三備選方案

2.公共關(guān)系：

? 正確處理學(xué)院團(tuán)委與年級(jí)團(tuán)總支間的關(guān)系，明確組織的責(zé)權(quán)，肯定團(tuán)總支的獨(dú)

立性。

? 積極配合校團(tuán)委、院黨委開展工作，加強(qiáng)與各兄弟學(xué)院團(tuán)委的交流合作，優(yōu)勢(shì)

互補(bǔ)，相互促進(jìn)，共謀華農(nóng)學(xué)生組織的發(fā)展。

? 堅(jiān)持獨(dú)立性原則的基礎(chǔ)上，密切團(tuán)結(jié)院學(xué)生會(huì)，發(fā)揮兩大組織合作的巨大作用，攜手開創(chuàng)工程學(xué)院學(xué)生工作的美好明天

共青團(tuán)華南農(nóng)業(yè)大學(xué)工程學(xué)院委員會(huì)章程

總則

第一條 華南農(nóng)業(yè)大學(xué)工程學(xué)院團(tuán)委是在學(xué)院黨委直接領(lǐng)導(dǎo)下的學(xué)生群眾組織，她以共

產(chǎn)主義精神教育青年，幫助青年用馬克思列寧主義、毛澤東思想和現(xiàn)代科學(xué)文

化知識(shí)武裝自己，引導(dǎo)青年在社會(huì)主義現(xiàn)代化建設(shè)中，鍛煉成為有理想，有道

理，守紀(jì)律的共產(chǎn)主義事業(yè)的接班人。團(tuán)委會(huì)在校黨委的直接領(lǐng)導(dǎo)下，開展各

項(xiàng)有益于學(xué)生學(xué)習(xí)和身心健康的活動(dòng)，促使學(xué)生德、智、體、美、勞全面發(fā)展。

團(tuán)委會(huì)要配合黨委開展適合學(xué)生特點(diǎn)的思想教育工作，引導(dǎo)學(xué)生樹立正確的人

生觀、世界觀、道德觀。團(tuán)委會(huì)代表青年學(xué)生的利益，維護(hù)青年學(xué)生利益，傾

聽同學(xué)們的呼聲，充分發(fā)揮橋梁和紐帶作用。對(duì)團(tuán)員進(jìn)行黨的基礎(chǔ)知識(shí)及黨的路線、方針、政策的教育，做優(yōu)秀團(tuán)員入黨的推薦、培養(yǎng)、考察工作。

第二條 團(tuán)委宗旨：

以“團(tuán)結(jié)、高效、求真、務(wù)實(shí)”為原則，以服務(wù)廣大同學(xué)為宗旨，以馬克思列

寧主義、毛澤東思想、鄧小平理論和“三個(gè)代表”重要思想為行動(dòng)指南,以科學(xué)

發(fā)展觀為指導(dǎo)方針。

第三條 團(tuán)委意識(shí)：創(chuàng)新意識(shí)，服務(wù)意識(shí)，學(xué)習(xí)意識(shí)，奉獻(xiàn)意識(shí)。

第四條 院團(tuán)委的基本任務(wù)：

熱愛祖國(guó)，熱愛人民，堅(jiān)決擁護(hù)中國(guó)共產(chǎn)黨的綱領(lǐng)，以馬克思列寧主義，毛澤

東思想和鄧小平理論及江澤民同志“三個(gè)代表”的重要思想為行動(dòng)指南，以科

學(xué)發(fā)展觀為指導(dǎo)方針，解放思想，實(shí)事求是，與時(shí)俱進(jìn)，總攬全局、統(tǒng)籌規(guī)劃，團(tuán)結(jié)各年級(jí)學(xué)院團(tuán)員青年。堅(jiān)定不移地貫徹黨在社會(huì)主義初級(jí)階段的基本路線，造就有理想，有道德，有文化，有紀(jì)律的社會(huì)主義接班人，努力為黨輸送新鮮

血液。加強(qiáng)學(xué)院廣大團(tuán)員的思想政治工作，幫助團(tuán)員青年學(xué)習(xí)科學(xué)文化知識(shí)，發(fā)揮團(tuán)總支的先鋒作用,不斷提高團(tuán)員青年的文化素質(zhì)與政治思想覺悟。

始終把實(shí)現(xiàn)好、維護(hù)好、發(fā)展好廣大團(tuán)員學(xué)生的根本利益作為團(tuán)委一切工

作的出發(fā)點(diǎn)和落腳點(diǎn)，尊重學(xué)生主體地位，發(fā)揮學(xué)生首創(chuàng)精神，保障學(xué)生

各項(xiàng)權(quán)益。

發(fā)揮黨聯(lián)系青年的橋梁和樞紐作用。關(guān)心學(xué)院廣大同學(xué)的學(xué)習(xí)和生活，切實(shí)為

同學(xué)服務(wù)，及時(shí)向上級(jí)反映同學(xué)的意見和要求。

積極參與和配合學(xué)院搞好團(tuán)組織工作和學(xué)生會(huì)組織工作，致力于學(xué)生管理；帶

動(dòng)全院學(xué)生活動(dòng)，組織全院學(xué)生學(xué)習(xí)黨、團(tuán)的思想，致力于把全院學(xué)生培養(yǎng)為

有理想、有道德、有學(xué)問(wèn)的、具備綜合素質(zhì)的優(yōu)秀學(xué)生，為國(guó)家、為社會(huì)培養(yǎng)

國(guó)家之棟梁，有用之才。要發(fā)揚(yáng)團(tuán)的優(yōu)良傳統(tǒng)和先鋒作用，富于創(chuàng)造性地開展

工作，把工程學(xué)院團(tuán)委建設(shè)作為教育青年團(tuán)員的堅(jiān)強(qiáng)核心。

詳細(xì)內(nèi)容請(qǐng)查看《共青團(tuán)華南農(nóng)業(yè)大學(xué)工程學(xué)院委員會(huì)章程》