2.1.1.支撑技术的研究

　　商业智能作为一个在90年代末期出现的跨学科新兴领域，必须借鉴两方面的先进成果，一是计算机技术的前沿技术，一是企业管理方面的新理论、新观点。企业管理方面的新理论、新观点为战略制订和决策提供先进的管理模式，帮助企业更好地运营;先进的计算机技术是提高系统性能的有力手段。

　　商业智能的支撑技术包括以下几项：一是计算机技术，包括：数据仓库、数据集市技术;数据挖掘技术;OLTP、OLAP、Legacy等分析技术;数据可视化技术;计算机网络与WEB技术。二是企业管理，包括：统计、预测等运筹学方法;客户管理、供应链管理、企业资源计划等管理理论和方法;企业建模方法。

　　支撑技术的研究主要围绕两部分展开：决策支持工具研究和企业建模方法研究。企业建模是为解决如何建立特定企业模式的辅助工具。IDEF 等研究方法是较程式化的企业建模方法，比较新的建模方法包括基于UML的企业建模等方法。数据挖掘算法的研究是目前计算机界研究的热点之一，它逐渐成为一个跨越人工智能、数据统计等多学科的研究领域。决策分析工具的研究还包括各种分析方法的研究。

　　2.1.2.体系结构的研究

　　图2描述了一个典型的商业智能体系结构。面向特定应用会有相应改进的体系结构，使商业具有良好的性能，例如：建立如何的数据存贮和数据模型能很好地支持主题和数据分析和知识发现的需要;选择何种决策分析工具，包括选择实现何种任务、选择实现这种任务的何种工具;将分析和发现的信息和知识通过何种接口达到需要的用户等等。

　　2.1.3.应用系统的研究

　　对应用系统的研究的重点在于对各个应用领域所面临的决策问题的分析。根据对各类问题的解决方式和解决方案来决定商业智能系统应该提供的功能以及具体实现方法。目前，商业智能被广泛应用于与企业运营过程相关的各个领域，并且在很多领域已经形成其特有体系。目前具有代表性的应用领域包括：企业资源计划(ERP)、客户关系管理(CRM)、企业性能管理(BPM)、人力资源管理(HRM)、供应链管理(SCM)、电子商务(E-business)。

上一页  [1] [2] [3] [4] [5] [6] [7] 下一页