هوش تجاری (سری سوم) دکتر احمد عبداله‏زاده بارفروش سهیل محمدی مدرس: تدریس‏یار: سهیل محمدی آزمایشگاه سیستم‏های هوشمند (http://ce.aut.ac.ir/islab)

آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab) سیستم‎های تصمیم‎یار سیستم‎های تصمیم‏یار مورد استفاده قرار می‎گیرند تا غالبا بر اساس داده‎های جمع آوری شده توسط سیستم‎های پردازش تراکنش برخط (OLTP)، در تصمیم گیری در کسب و کار کمک نمایند (نه این که تصمیم گیری کنند). مثال‎هایی از تصمیم‎های کسب و کار: چه اقلامی باید در انبار ذخیره گردند؟ چه حقوق بیمه‎ای باید تغییر یابد؟ تبلیغات برای چه کسانی باید ارسال گردد؟ مثال‎هایی از داده‎هایی که برای تصمیم گیری مورد استفاده قرار می‏گیرند: جزئیات تراکنش‎های خرده فروشان پروفایل‎های مشتریان (درآمد، سن، جنسیت و ...) آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab)

آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab) تحلیل داده وظایف تحلیل داده توسط ابزار‎های تخصصی و توسعه‎های SQL ساده شده‎اند. مثال‏هایی از وظایف تحلیل داده: برای هر دسته بندی محصولات و هر منطقه، مجموع فروش در سه ماهه پایان سال چقدر بوده است و چگونه می‎توان آن را با مجموع فروش در زمان مشابه سال گذشته مقایسه نمود؟ مانند مثال فوق، این مقایسه بر روی هر دسته از محصولات و هر دسته از مشتریان نیز انجام می‏گیرد. آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab)

انواع روش‎های تحلیل داده تحلیل آماری بسته‎های تحلیل آماری (مانند S++) که می‎توانند با پایگاه داده‎ها در ارتباط باشند. داده کاوی داده کاوی جستجو می‎کند تا دانش را به شکل الگو‏ها و قواعد آماری از پایگاه داده‎های بزرگ به طور خودکار کشف نماید. پایگاه داده تحلیلی یک پایگاه داده تحلیلی، اطلاعات جمع آوری شده از منابع متعدد را بایگانی نموده و آن‎ها را بر اساس یک طرح یکپارچه در یک سایت ذخیره می‎کند. برای کسب و کار‏های بزرگ مهم است که از بخش‎های متعدد و در صورت امکان در سایت‎های متعدد، داده تولید نمایند. ممکن است داده‏ها از بیرون خریداری شوند. آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab)

آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab) مأموریت OLAP فرض کنید کارخانه ایران خودرو محصولات مختلفی از قبیل پژو، سمند، وانت و غیره را تولید می‎کند. همچنین، این کارخانه در شهر‎های مختلف دارای نمایندگی است و مدیران کارخانه می‎خواهند عملکرد فروش محصولات خود در شهر‏های مختلف را تحلیل کنند. OLAP سرویسی است که وظیفه آن پاسخ سریع به سوالات مربوط به کسب و کار است. سوالاتی از قبیل: در مهرماه سال 90 میزان فروش پژو در تهران به چه میزان بوده است؟ در شهر اصفهان کدام نوع خودرو بیش‎ترین فروش را داشته است؟ میزان فروش سال 90 نسبت به سال 89 چقدر تفاوت دارد؟ کدام رنگ سمند بیش‏تر به فروش می‏رود؟ با توجه به هزینه‏های تولید و میزان فروش، سود حاصل از کدام محصول بیش‏تر است؟ OLAP به تمامی این سوالات در کم‏ترین زمان ممکن پاسخ می‏دهد. آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab)

آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab) زیرساخت داده‎ای OLAP OLTP OLAP Database Data Warehouse ROLAP HOLAP MOLAP Relational DB Relational DB Multi-dimensional DB Cubes Tables Tables داده غیرمجتمع آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab) داده مجتمع

آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab) زیرساخت داده‏ای OLAP زیرساخت داده‎ای در OLAP پایگاه داده تحلیلی می‎باشد؛ در حالی که در OLTP، پایگاه داده زیرساخت داده‏ای است. در OLAP دو نوع داده وجود دارد که عبارتند از: داده‏های غیر مجتمع داده‏های مجتمع آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab)

آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab) زیرساخت داده‏ای OLAP چهار روش برای ذخیره سازی در OLAP وجود دارد: ROLAP (Relational OLAP): اگر هم داده‏های مجتمع و هم غیرمجتمع در پایگاه داده رابطه‎ای ذخیره شوند. MOLAP (Multi-dimensional OLAP): اگر هم داده‏های مجتمع و هم غیرمجتمع در پایگاه داده ابعادی ذخیره شوند. HOLAP (Hybrid OLAP): اگر داده‏های غیر مجتمع در پایگاه داده رابطه‏ای و داده‏های مجتمع در پایگاه داده ابعادی ذخیره شوند. DOLAP (Desktop OLAP). آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab)

مروری بر تعاریف پایگاه داده تحلیلی 1992 (Inmon): پايگاه داده تحليلی، پايگاه داده‏اي به منظور تصميم گيري مي‏باشد كه داراي خصوصيات غير قابل تغيير، در يك محدوده وسيع زماني، يكپارچه و مبتني بر موضوع است. (طراحی بالا به پایین) 1995 (Imhoff): مجموعه‏اي از پايگاه داده‏هاي يكپارچه، مبتني بر موضوع و بهينه طراحي شده براي پشتيباني از سيستم‏هاي تصميم‏يار. 1996 (Kimball): منبعي كه كاربران نهايي مي‏توانند در آن به داده‏هايشان دسترسي پيدا كنند. (طراحی پایین به بالا) 1997 (Abbey & Corey): مجموعه‏اي از اطلاعات يكي شده حاصل از سيستم‏هاي عملياتي و برخي منابع داده خارجي با هدف پشتيباني از تصميم گيري‏هاي تجاري. آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab)

مروری بر تعاریف پایگاه داده تحلیلی جامع‏ترين تعريف: منبع داده جمع آوري شده از داده‏هاي منابع اطلاعاتي مختلف و حتي ناهمگن تحت يك ساختار در يك محدوده وسيع زماني با هدف پاسخ‏گويي به پرسش‏هاي تحليلي كاربران آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab)

تفاوت پایگاه داده تحلیلی با پایگاه داده عملیاتی پوشش دامنه زماني وسيع‏تر يك پايگاه داده یكپارچه حاصل از پردازش چندين پايگاه داده عملياتي قابليت پاسخ‏گويي به پرسش‏هاي پيچيده كاربران و برنامه‏هاي كاربردي آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab)

مشخصات پایگاه داده تحلیلی مبتني بر موضوع سازماندهي داده‏ها بسته به چگونگي ارجاع كاربران یكپارچگی يكپارچه سازي اسامي يكپارچه سازي واحدهاي اندازه گيري متغيرها يكپارچه سازي ساختارهاي داده‏اي از نظر محدوده ارزش‏ها حذف ناسازگاري‏ها و اطلاعات متناقض غير قابل تغيير داده‏هاي فقط خواندني آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab)

مشخصات پایگاه داده تحلیلی محدوده وسيع زماني محيط‏هاي عملياتي: گستره زماني 60 تا 90 روز پايگاه داده تحليلی: گستره زماني 5 تا 10 سال خلاصه شده داده‏هاي تحليلي مناسب براي تصميم گيري‏ها بر اساس اهداف تعيين شده حجيم به علت محدوده وسيع زماني نرمال نشده امكان وجود افزونگي آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab)

انواع داده در پایگاه داده تحلیلی داده جاري داده‏هاي فعلي منابع عملياتي داده قديمي داده‏هاي قديمي منابع اطلاعاتي داده خلاصه شده داده‏هاي نتيجه شده از داده‏هاي موجود و پردازش‏هاي مرتبط فراداده اطلاعات مربوط به داده‏ها ديكشنري از اطلاعات پايگاه راهنمايي جهت نگاشت داده از محيط عملياتي به محيط پايگاه داده تحليلی قواعد استفاده شده براي خلاصه سازي آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab)

معماری پایگاه داده تحلیلی معماري يك پايگاه داده تحليلي شامل سه لايه مي باشد: لایه زیرین، منابع اوليه داده را تشكيل مي‏دهد. این لایه شامل پایگاه‏هاي داده رابطه‏اي، فايل‏هاي مسطح و منابع ديگر است. لایه میانی را خود پایگاه داده تحلیلي و سرویس دهنده‏هاي پردازش تحلیلی برخط تشكيل مي‏دهند. سرويس دهنده‏هاي پردازش تحليلي برخط، داده چند بعدي را براي ارائه به كاربران نهايي در اختيار قرار مي‏دهند. لایه انتهایی، سرويس گيرنده‏ها هستند كه با عمليات داده كاوي، پرس‏و‏جو و تحلیل، داده را از سرويس دهنده‏هاي پردازش تحلیلی بر خط مي‏گیرند. آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab)

معماری پایگاه داده تحلیلی (پایین به بالا) (Kimball) آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab)

معماری پایگاه داده تحلیلی (بالا به پایین) (Inmon) آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab)

تکنیک‏ها و فرآیند‏های پایگاه داده تحلیلی به منظور ایجاد یک پایگاه داده تحلیلی تکنیک ها و فرایند های زیر می بایست مورد استفاده قرار گیرند: مدل سازی ابعادی ETL (Extraction, Transformation, Load) مجتمع سازی ایندکس گذاری پارتیشن سازی آزمایشگاه سیستم های هوشمند (http://ce.aut.ac.ir/islab)