第5章基于数据仓库的决策支持系统5Word文档下载推荐.docx

1、数据仓库是为辅助决策而建立的，单依靠数据 仓库能力是有限的。数据仓库中有大量的轻度综合数据和高度综合 数据。这些数据为决策者提供了综合信息。数据仓库保存有大量历史数据，这些数据通过 预测模型计算可以得到预测信息。右2基于数据仓库的决策支持系统的的结构数据仓库（DW）中增加联机分析处理（OLAP）和数 据挖掘（DM）等分析工具，能较大地提高辅助决策能 力。基于数据仓库的新决策支持系统结构:562基于数据仓库的决策支持系统简例我们以航空公司数据仓库决策支持系统 为例进行说明。1 航空公司数据仓库系统的功能航空公司数据仓库功能模块有:分析一段时间范围内每天不同时段的流量分布;分析航线、航班的效益;分

2、析不同种机型对客座率等关键指标的影响;分析某个关键指标发生变化后对其他指标的影响程度。2 数据仓库系统的决策支持利用数据仓库系统提供的决策支持有: 一段时间内某特定市场占有率、同期比较、增长趋势;各条航线的收益分析;计划完成情况;流量、流向分析;航线上各项生产指标变化趋势的分析;航线上按班期分析、汇总各项趋势;航线上按航班时刻分析各项指标；航线上不同航班性质比较；航线上运力投入结构比较；分机型的航线运输统计；飞机利用率统计；城市对流量、流向对比；航向分机型收益比较；航班计划评估；航线上不同机型的舱位利用情况。3 航空公司市场问题原因分析决策支持系统通过査询“北京到各地区的航空市场情况”，发现西

3、南地区总周转量出现了最大负增长量。该决策支持系统简例就是完成对此问题进行多维分析和原因分析，找出出现原因。客户端数据仓库服务器査询：全a各地忆航空总用转并比较去年問期状况 Br BH _ 全国各地区氛空客运周转11并比较去年n期状况JLt S2 S询，全a各地区航空鱼运周转*并比较去年團期状况握迅* 8H3 - _S询：全B各地区客运.费运.总周转*并比较去年 內期状况具体敕堀a示,*1i8洵，西廉地区昆明、：*庆两地航空总局转量并比较 去年W朗状况査询，昆明航钱按不同机a的总周转量.并比较去 年RW状况a示；B?ft询；昆明献&按不剧机9的周转*.并比较去年詡 期周转量的具体数据检索2 仓库

4、中今年.去年两年总周转 僚合敕据，并比较簸制直方9从总周转*下钻到今年、去年两年客 运周转,并比较第制盛方SPtt:从总转下tt到今年、去年两年货 运眉转,并比较.绘制立方图从數据仓犀中取数据并P站，从西M地区总周背下粘.取ft明、 庆两地的今年、去年两年效据并比绘 制直方图；从敷据仓岸中取数据并制我总周转量縱量比去年同（其中，1：东北地区；2：华北地区；3：华东地区；4：西北地区;5：西南地区；6：新a地区；7：中南地区）图1全国各地区航空周转*与去年对比状况 图2全国各地区航空客运周转量及与去年同期比较货运周转量货运周转量比去年 同期增长图3北京到ffl内各地区货运周转童及与去年同期比较客

5、运周转 量对比去年 增长量货运周转 童对比去年 增长*总周转量东北地区11.86-5.11.29-1.513.15-6.6华北地区34.8815.031.110.753615.78华东地区479.30126.5236.16-25.59515.46100.93西北地区51.6018.059.07-260.625.25西南地区15.43-19.353,29-0.5618.72-19.91新疆地区29.025.8534.87中南地区643.43295.86116.8560.70760.28356.56表1客运.货运.总周转量及其去年同期比较图4西南地区昆明、重庆两地航空总周转*及与去年同期比较（其中

6、，A： 150座级；B： 200座级；C： 300座级以上；D： 200-300座级）图5昆明航线各机型总周转量以及与去年同期比较的柱形图200300座级150 座级机型200座级以及300座级以上机型保持 L总周转*对比去年增长量150座级12.99-16.83200座级10.07300座级以上200-300座级2.91-26.9表2昆明航线各机型总周转量以及与去年同期比较的数据从表2中可以看出，不同机型的周转量以及对比去年同期增长的具体数据。以上决策支持系统过程完成了对航空公司全国各地 区总周转量对比去年同期出现负增长量最大的西南地区, 经过多维分析和原因分析，找出其原因发生在昆明航线 上

7、。这为决策者提供了解决西南地区负增长问题辅助决 策的信息。古 数据仓库决策支持系统应用说明以上决策支持系统只是找出了西南地区 航运负增长问题的原因。还可以昆明航线上航班时间以及其他方 面进行原因分析，找出其他原因，为决 策者提供更多的辅助决策信息。鑫靂黠1黯舞雜市養鶴冑蠶 大幅提高的原因O-从进行多维分析和原因分析，将歌霭野鶴躱嶠息减少负增长士 563基于数据仓库的决策支持系统实例Wal*Mart建立了基于NCR Teradata数据仓库的决 策支持系统，它是世界上第二大的数据仓库系统， 总容量达到170TB以上。强大的数据仓库系统将世界4000多家分店的每一笔 业务数据汇总到一起，让决策者能

8、够在很短的时间 里获得准确和及时的信息，并做出正确和有效的经营决策。望一起购买。利用数据仓库，沃尔玛对商品进行市场类组分析 （Marketing Basket Analysis）.即分析哪些 商品顾客最有希：沃尔玛利用自动数据挖掘工具对这些数据进行分 析和挖掘。一个意外的发现就是：跟尿布一起 购买最多的商品竟是啤酒！沃尔玛就在它的一个个商店里将它们并排摆放在 一起，结果是尿布与啤酒的销量双双增长。由于这个故事的传奇和出人意料，所以一直被业界和商界所传诵。Teradata数据库里存有196亿条记录，每天要处理并更新2亿 条记录，要对来自6000多个用户的48, 000条査询语句进行处理。销售数据

9、、库存数据每天夜间从4, 000多个商店自动釆集过来,并通过卫星线路传到总部的数据仓库里。沃尔玛数据仓库里最大的一张表格（Table）容量已超过300GB. 存有50亿条记录，可容纳65个星期4, 000多个商店的销售 数据，而每个商店有五万到八万个商品品种。利用数据仓库，沃尔玛在商品分组布局、降低库存成 本、了解销售全局、进行市场分析和趋势分析等 方面进行决策支持分析：1.商品分组布局分析顾客的购买习惯，掌握不同商品一起购买的概率, 甚至考虑购买者在商店里所穿行的路线、购买时 间和地点，从而确定商品的最佳布局。2 降低库存成本沃尔玛将成千上万种商品的销售数据和库存数据 集中起来，通过数据分析

10、，以决定对各个商 店各色货物进行增减，确保正确的库存。沃尔玛的经营哲学是“代销”供应商的商品，也 就是说，在顾客付款之前，供应商是不会拿 到它的货款的通过这些分类信息，沃尔玛能对每个商店的情况有个细致的了解。在最后一家商店关门后一个半小时，沃尔玛已确切知道当天的运营和财政情况。5、趋势分析沃尔玛利用数遐仓库对W品品种和库存的趋势进 行分析，以S定需#杯 ，研究顾客购愛,分析季节S买矍式， 箕数量和运作作出反应。右启示 （1）沃尔顿在自传中写道：U!“我能顷刻之间把信息提取出来，而且是所 有的数据。我能拿出我想要的任何东西，并确 切地讲出我们卖了多少”。ST（2）沃尔玛神奇的增长在很大部分也可以归功 于成功地建立了基于NCR Teradata的数据仓 库系统。数据仓库改变了沃尔玛，而沃尔玛改 变了零售业。i 在它的影响下，沃尔玛的成功给人以启示：唯有站在信息巨人 的肩头，才能掌握无限，创造辉煌。习题46, 47, 48, 49