1. هوش تجاری (سری سوم) دکتر احمد عبداله‏زاده بارفروش سهیل محمدی مدرس:
تدریس‏یار:
سهیل محمدی
آزمایشگاه سیستم‏های هوشمند (

2. 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 (

3. 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 (

4. 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 (

5. 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 (

6. 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 (
داده مجتمع

7. 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 (

8. 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 (

9. 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 (

10. 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 (

11. 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 (

12. 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 (

13. 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 (

14. 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 (

15. 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 (

16. معماری پایگاه داده تحلیلی (پایین به بالا) (Kimball)
آزمایشگاه سیستم های هوشمند (

17. معماری پایگاه داده تحلیلی (بالا به پایین) (Inmon)
آزمایشگاه سیستم های هوشمند (

18. 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 (