【正文】 31e1fe183a7de03f2e0b5148d1a636fb SAS 系統(tǒng)和數(shù)據(jù)分析 電子商務(wù)系列 上海財(cái)經(jīng)大學(xué)經(jīng)濟(jì)信息管理系 IS/SHUFE Page 1 of 14 第一課 SAS 系統(tǒng)簡(jiǎn)介 一、 SAS 系統(tǒng) 系統(tǒng)的功能 SAS 系統(tǒng)是大型集成應(yīng)用軟件系統(tǒng) ,具有完備的以下四大功能： ? 數(shù)據(jù)訪問(wèn) ? 數(shù)據(jù)管理 ? 數(shù)據(jù)分析 ? 數(shù)據(jù)呈現(xiàn) 它是美國(guó)軟件研究所（ SAS Institute Inc.）經(jīng)多年的研制于 1976 年推出。目前已被許多國(guó)家和地區(qū)的機(jī)構(gòu)所采用。 SAS 系統(tǒng)廣泛應(yīng)用于金融、醫(yī)療衛(wèi)生、生產(chǎn)、運(yùn)輸、通信、政府、科研和教育等領(lǐng)域。它運(yùn)用統(tǒng)計(jì)分析、時(shí)間序列分析、運(yùn)籌決策等科學(xué)方法進(jìn)行質(zhì)量管理、財(cái)務(wù)管理、生產(chǎn)優(yōu)化、風(fēng)險(xiǎn)管理、市場(chǎng)調(diào)查和預(yù)測(cè)等等業(yè)務(wù)，并可將各種數(shù)據(jù)以靈活多樣的各種報(bào)表、圖形和三 維透視的形式直觀地表現(xiàn)出來(lái)。在數(shù)據(jù)處理和統(tǒng)計(jì)分析領(lǐng)域， SAS 系統(tǒng)一直被譽(yù)為國(guó)際上的標(biāo)準(zhǔn)軟件系統(tǒng)。 系統(tǒng)的支持技術(shù) 在當(dāng)今的信息時(shí)代中，如何有效地利用業(yè)務(wù)高度自動(dòng)化所產(chǎn)生的巨量寶貴數(shù)據(jù)，挖掘出對(duì)預(yù)測(cè)和決策有用的信息，就成為掌握競(jìng)爭(zhēng)主導(dǎo)權(quán)的關(guān)鍵因素。因此， SAS 系統(tǒng)始終致力于應(yīng)用先進(jìn)的信息技術(shù)和計(jì)算機(jī)技術(shù)對(duì)業(yè)務(wù)和歷史數(shù)據(jù)進(jìn)行更深層次的加工。經(jīng)過(guò)二十多年的發(fā)展， SAS 系統(tǒng)現(xiàn)在是以下三種技術(shù)的主要提供者： ? 數(shù)據(jù)倉(cāng)庫(kù)技術(shù) (Data Warehouse) 數(shù)據(jù)倉(cāng)庫(kù)是用于支持管理決策過(guò)程的面向主題的、集成的、隨 時(shí)間而變化的、持久的（非易失的）數(shù)據(jù)集合。通俗 地 說(shuō)，可以將數(shù)據(jù)倉(cāng)庫(kù)理解為“將多個(gè)生產(chǎn)數(shù)據(jù)源中的數(shù)據(jù)按一定規(guī)則統(tǒng)一集中起來(lái)，并提供 靈活的觀察分析數(shù)據(jù)手段，從而為企業(yè)制定決策提供事實(shí)數(shù)據(jù)的支持”。 數(shù)據(jù)倉(cāng)庫(kù)最大的用途是能夠提供給用戶一種全新的方式從宏觀或微觀的角度來(lái)觀察多年積累的數(shù)據(jù)，從而使用戶可以迅速地掌握自己企業(yè)的經(jīng)營(yíng)運(yùn)轉(zhuǎn)狀況、運(yùn)營(yíng)成本、利潤(rùn)分布、市場(chǎng)占有率、發(fā)展趨勢(shì)等對(duì)企業(yè)發(fā)展和決策有重要意義的信息，使用戶能制定更加準(zhǔn)確科學(xué)的決策迅速對(duì)市場(chǎng)做出反應(yīng)。利用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)可以使大企業(yè)運(yùn)作的像小企業(yè)一樣靈 活，也可以使小企業(yè)像大企業(yè)一樣規(guī)范。從目前情況來(lái)看，許多企業(yè)和機(jī)構(gòu)已經(jīng)建立了相對(duì)完善的生產(chǎn)數(shù)據(jù)庫(kù)系統(tǒng)。隨著時(shí)間的推移，這些系統(tǒng)中積累了大量的歷史數(shù)據(jù)，其中蘊(yùn)含了許多重要的信息。利用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)對(duì)這些歷史數(shù)據(jù)進(jìn)行分析和綜合處理，可以找到那些對(duì)企業(yè)發(fā)展至關(guān)重要的業(yè)務(wù)信息，從而幫助有關(guān)主管和業(yè)務(wù)部門(mén)做出更加合理的決策。 當(dāng)今世界充滿了劇烈競(jìng)爭(zhēng)，正確及時(shí)的決策是企業(yè)生存和發(fā)展的最重要環(huán)節(jié)?，F(xiàn)在，愈來(lái)愈多的企業(yè)31e1fe183a7de03f2e0b5148d1a636fb SAS 系統(tǒng)和數(shù)據(jù)分析 電子商務(wù)系列 上海財(cái)經(jīng)大學(xué)經(jīng)濟(jì)信息管理系 IS/SHUFE Page 2 of 14 認(rèn)識(shí)到，企業(yè)要想在競(jìng)爭(zhēng)中取勝，獲得更大的收益，至關(guān)重要的是，必須利用計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)倉(cāng)庫(kù)技術(shù)， 深層次地挖掘、分析當(dāng)前和歷史的生產(chǎn)業(yè)務(wù)數(shù)據(jù)，以及相關(guān)環(huán)境的相關(guān)數(shù)據(jù)，自動(dòng)快速獲取其中有用的決策信息，為企業(yè)提供快速、準(zhǔn)確和方便的決策支持。通過(guò)對(duì)企業(yè)生產(chǎn)和計(jì)劃的完成情況及相關(guān)環(huán)境數(shù)據(jù)進(jìn)行多角度多層次的分析，以使企業(yè)的決策者及時(shí)掌握企業(yè)的運(yùn)行情況和發(fā)展趨勢(shì)，并對(duì)制定生產(chǎn)計(jì)劃和長(zhǎng)遠(yuǎn)規(guī)劃提供理論指導(dǎo)，提高企業(yè)的管理水平和競(jìng)爭(zhēng)優(yōu)勢(shì)。 ? 數(shù)據(jù)挖掘技術(shù) (Data Mining) 數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過(guò)程。 還 有很多和這一術(shù)語(yǔ)相近似的術(shù)語(yǔ)，如從數(shù)據(jù)庫(kù)中發(fā)現(xiàn)知識(shí) (KDD)、數(shù)據(jù)分析、數(shù)據(jù)融合 (Data Fusion)以及決策支持等。 數(shù)據(jù)挖掘是一門(mén)很廣義的交叉學(xué)科，它匯聚了不同領(lǐng)域的研究者，尤其是數(shù)據(jù)庫(kù)、人工智能、數(shù)理統(tǒng)計(jì)、可視化、并行計(jì)算等方面的學(xué)者和工程技術(shù)人員。 DMKD 的研究主要有 3 個(gè)技術(shù)支柱，即數(shù)據(jù)庫(kù)、人工智能和數(shù)理統(tǒng)計(jì)。 數(shù)據(jù)庫(kù)最實(shí)質(zhì)的應(yīng)用僅僅是查詢嗎 ?理論根基最深的關(guān)系數(shù)據(jù)庫(kù)最本質(zhì)的技術(shù)進(jìn)步點(diǎn)，就是數(shù)據(jù)存放和數(shù)據(jù)使用之間的相互分離。查詢是數(shù)據(jù)庫(kù)的奴隸，發(fā)現(xiàn)才是數(shù)據(jù)庫(kù)的主人。 因此 ，在需求的驅(qū)動(dòng)下，很多數(shù)據(jù)庫(kù)學(xué)者轉(zhuǎn)向?qū)?shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的研究，從對(duì)演繹數(shù)據(jù)庫(kù)的研究轉(zhuǎn)向?qū)w納數(shù)據(jù)庫(kù)的研究。 專(zhuān)家系統(tǒng)曾經(jīng)是人工智能研究工作者的驕傲。 專(zhuān)家系統(tǒng)實(shí)質(zhì)上是一個(gè)問(wèn)題求解系統(tǒng)， 目前的主要理論工具是基于謂詞演算的機(jī)器定理證明技術(shù)。 在研制一個(gè)專(zhuān)家系統(tǒng)時(shí)，知識(shí)工程師首先要從領(lǐng)域?qū)＜夷抢铽@取知識(shí)，這一過(guò)程實(shí)質(zhì)上是歸納過(guò)程，是非常復(fù)雜的個(gè)人到個(gè)人之間的交互過(guò)程，有很強(qiáng)的個(gè)性和隨機(jī)性。因此，知識(shí)獲取成為專(zhuān)家系統(tǒng)研究中公認(rèn)的瓶頸問(wèn)題。 用 ifthen 等類(lèi)的規(guī)則表達(dá)，約束性太大，用常規(guī)數(shù)理邏輯來(lái)表達(dá)社會(huì)現(xiàn)象 和人的思維活動(dòng)局限性太大，知識(shí)表示又成為一大難題。此外，即使某個(gè)領(lǐng)域的知識(shí)通過(guò)一定手段獲取并表達(dá)了，但這樣做成的專(zhuān)家系統(tǒng)對(duì)常識(shí)和百科知識(shí)出奇地貧乏。 人工智能學(xué)者開(kāi)始著手基于案例的推理，尤其是從事機(jī)器學(xué)習(xí)的科學(xué)家們，不再滿足自己構(gòu)造的小樣本學(xué)習(xí)模式的象牙塔，開(kāi)始正視現(xiàn)實(shí)生活中