论文部分内容阅读
随着商业竞争的加剧，商业智能系统开始在各种商业领域中扮演越来越重要的角色。商业智能是基于数据仓库、ETL、OLAP、数据挖掘和前端数据展现等技术发展起来的技术，其实质是从大量的历史数据中提取有效信息，辅助企业决策。在构成商业智能系统的诸多工具中，商业智能前端工具作为用户与商业智能系统之间的接口，它能否灵活易用的满足用户的分析需求，在很大程度上决定了商业智能平台是否可以实现辅助用户决策这一商业智能系统的应用目标。 现阶段商业智能前端工具的发展趋势是由C/S架构向B/S架构转变，更强调与用户的交互能力。在实现上，越来越多的商业智能前端工具希望通过向用户提供一个类似程序设计器的设计工具和一个包含各种数据展示、处理功能的控件库，让用户通过组合不同的控件，来创建适合不同场景的商业智能前端应用。现有工具需要用户手工为控件绑定事件响应，对于用户设计和创建应用带来了难度，同时在针对大量的数据进行查询时缺乏智能性的向导推荐。为此本文基于Web上的Mashup技术设计并实现了一个智能前端工具。 本论文的主要工作包括： (1)研究并提出了基于Mashup框架作为商业智能前端工具的实现框架，针对OLAP数据展现，设计并实现了将商业智能系统中主要的OLAP服务和元数据管理服务以及用于构建商业智能前端应用的控件库。让用户通过组合各种控件，方便灵活地进行各种数据查询分析。 (2)设计并实现了前端数据展示控件中数据自动关联更新的框架OLAP-AQL，让用户在使用前端工具创建各种数据分析展示时，不再需要手工绑定控件之间的关联关系，框架会根据各个控件数据之间的逻辑关系，自动的确定控件之间的关联关系。 (3)OLAP查询是商业智能前端工具中必不可少的重要组成部分之一，但是OLAP数据源数据量大，数据结构复杂，如何辅助用户进行查询仍旧是一件亟待解决的问题，结合当前在Web搜索等领域查询推荐的应用，本文提出了基于Markov链的用于OLAP查询推荐的算法。 (4)在上述研究的基础上，设计并实现了前端工具原型。仿真实验结果表明，所提出的方法行之有效。