4.分析功能:如预警或趋势分析。

(三)商业智能的三个层次:数据报告、多维数据分析和数据挖掘。

1.数据报告

2.多维数据分析

3.数据挖掘技术

：数据挖掘是

从特定的数据集中提取知识。

的过程。

(4)商业智能软件工具的集合。

1.最终用户查询和报告工具

2.数据仓库和数据集市产品

3.数据挖掘软件

4.OLAP工具公司

OLTP和OLAP之间的区别

联机事务处理。(在线交易流程)侧重于数据库的添加、修改、删除等日常交易操作。

数据库主要采用OLTP。

在线分析流程(OLAP)专注于全面分析宏观问题的数据并获取有价值的信息。

OLAP主要用于数据仓库。

OLTP是传统关系数据库的主要应用之一，主要用于银行交易等基础和日常事务处理。

它是OLAP数据仓库系统的主要应用，支持复杂的分析操作，侧重于决策支持，提供直观易懂的查询结果。OLAP提供多维光环管理环境，其典型应用是业务问题建模和业务数据分析。OLAP也被称为多维分析。

OLAP的实施方法:

(1)ROLAP(关系OLAP):表示基于关系数据库的OLAP实现。

(2)MOLAP(多维OLAP):基于多维数据组织的OLAP实现。

(3)HOLAP(混合OLAP):基于混合数据组织的OLAP实现。

(5)实施商业智能的步骤

1.需求分析

2.数据仓库建模

3.数据析取

4.建立商业智能分析报告。

5.用户培训和数据模拟测试

6.系统改进和完善

六、新一代信息技术推动产业

大数据、云计算、互联网plus、智慧城市等。是新一代信息技术和信息资源充分利用的新业态，是信息化发展的主要趋势，也是信息系统集成行业未来将面临的主要业务门类。

(1)大数据

1.大数据的概念

大数据一般需要经历从数据源分析和挖掘到最终获取价值的五个主要环节，包括数据准备、数据存储和管理、计算和处理、数据分析和知识呈现。

2.大数据关键技术

(1)大数据存储管理技术

大数据存储技术首先需要解决的是数据海洋量化和快速增长需求。谷歌文件系统

)和Hadoop的分布式文件系统HD

空军上士

奠定了大数据存储技术的基础。

大数据存储技术的第二个解决方案是处理多种格式的数据，这就要求大数据存储管理系统能够高效地管理各种非结构化数据，比如Google BigTable。

和HadoopHbase等非关系型数据库(NoSQL)。

(2)大数据并行分析技术

谷歌的MapReduc

e是主要的大数据分布式并行计算技术之一，而开源的分布式并行计算技术Apache HadoopMapReduce，已经成为应用最广泛的大数据计算软件平台。

(3)大数据分析技术

首先，高效深入分析超大规模结构化数据和半结构化数据:

二是对非结构化数据进行分析，将海量复杂的多源语音、图像、视频数据转化为语义清晰的机器可识别信息，从而获取隐性知识。

(2)云计算

云计算服务的类型

IaaS(基础设施即服务)为用户提供计算机能力、存储空房间等基础设施服务。这种服务模式需要大量的基础设施投资和长期的运营管理经验，但IaaS服务只是租用资源，盈利能力有限。

PaaS (Platform as a Service)为用户提供虚拟操作系统、数据库管理系统、Web应用等基于平台的服务。PaaS服务关注的不是直接的经济效益，而是构建和形成紧密的产业生态。

SaaS(软件即服务)为用户提供应用软件(如CRM、办公软件等)等虚拟化软件服务。)，组件，工作流等。SaaS普遍采用Web技术和SOA架构，通过互联网为用户提供多租户、可定制的应用能力，大大缩短了软件行业的渠道链，降低了软件升级、定制、运维的复杂度，使软件提供商从软件生产者转变为应用服务运营商。

(4)智慧城市

2.智慧城市参考模型

城市智能参考模型包括五层依赖关系和三个约束建设的支撑要素。

(1)功能层

IOT感知层:

通信网络层:

计算和存储层:

和数据支持层:

智能应用层:

(2)支持系统

安全保障体系

并构建运营管理体系。

标准制