支持物流決策的定量模型與信息分析方法(文件)
【正文】 挖掘型工具，它能有效地從大量數(shù)據(jù)中自動地發(fā)現(xiàn)隱藏在數(shù)據(jù)中的模式– 可以發(fā)現(xiàn) OLAP所不能發(fā)現(xiàn)的更為復(fù)雜而細致的信息 ? OLAP– 一種自上而下、不斷深入的分析工具 ，更多地依靠用戶輸入問題和假設(shè) ? OLAP、 DM的數(shù)據(jù)來源于 MIS，是其數(shù)據(jù)的匯總和提煉 物流系統(tǒng)模擬技術(shù)? 模擬的定義與特點– 定義? 在建立數(shù)字邏輯模型的基礎(chǔ)上，通過計算機實驗，對一個系統(tǒng)按照一定的決策原則或作業(yè)規(guī)則由一個狀態(tài)變換為另一個狀態(tài)的動態(tài)行為進行描述和分析 – 特點? 具有一種數(shù)值技術(shù) ? 一種 “人工 ”實驗手段 ? 以計算機作為工具 ? 對系統(tǒng)狀態(tài)在時間序列中的動態(tài)寫照 ? 大多屬于隨機性系統(tǒng)模擬 – 物流系統(tǒng)中模擬技術(shù)應(yīng)用的方法? 系統(tǒng)動力學方法（ SD: Systems Dynamics）– 建模思路與理論依據(jù)– 模型結(jié)構(gòu)187。 返回? 數(shù)據(jù)挖掘– 定義? 一個從大型數(shù)據(jù)庫中抽取隱含的、從前未知的、潛在有用的信息或關(guān)系的過程 ? 一種深層次的數(shù)據(jù)分析方法 ? 一種決策支持過程 ? 一種新的技術(shù)，它的目標是從數(shù)據(jù)庫中發(fā)現(xiàn)隱藏在大量數(shù)量記錄中的未知知識 ? OLAP和 DM在 DW系統(tǒng)中占有相當重要的地位 – DM技術(shù)的研究開發(fā)，將涉及數(shù)據(jù)庫系統(tǒng)、決策支持系統(tǒng)、人工智能與計算機智能、知識工程、分布式處理、多媒體網(wǎng)絡(luò)技術(shù)、計算可視化等多種理論與技術(shù) – 作用? 自動智能地分析數(shù)據(jù)庫中的大量數(shù)據(jù)、以獲取信息，是推動數(shù)據(jù)挖掘型工具產(chǎn)生并發(fā)展的強大動力 ? 決策者提供重要的、極有價值的信息或知識，從而產(chǎn)生不可估量的效益 ? 在信息服務(wù)的運用上大致可分為兩個層次：– 驗證驅(qū)動層次– 發(fā)現(xiàn)驅(qū)動層次 ? 信息服務(wù)的發(fā)展方向隨著挖掘技術(shù)的發(fā)展而向深度、廣度發(fā)展 – DM與知識發(fā)現(xiàn)的關(guān)系? 知識發(fā)現(xiàn)：一個過程， 包括數(shù)據(jù)選擇、預(yù)處理、數(shù)據(jù)轉(zhuǎn)換、 DM、模式解釋和知識評價等多個步驟，是應(yīng)用特定 DM算法和評價解釋模式的一個循環(huán)反復(fù)過程，并要對發(fā)現(xiàn)的知識不斷求精和深化，使其易于理解；? DM：該過程中的一個特定的、關(guān)鍵的步驟， 利用特定的 DM算法從數(shù)據(jù)中抽取模式，不包括數(shù)據(jù)的預(yù)處理、領(lǐng)域知識結(jié)合及發(fā)現(xiàn)結(jié)果的評價等步驟，所以 DM也稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)。 ? 準則 9 非受限的跨維操作。 ? 準則 5 客戶 /服務(wù)器體系結(jié)構(gòu)。 獲得更詳細的信息? OLAP的衡量標準– OLAP的十二條準則操作型數(shù)據(jù)和分析型數(shù)據(jù)的區(qū)別 操作型數(shù)據(jù) 分析型數(shù)據(jù)細節(jié) 的 綜 合的，或提 煉 的在存取期 間 是準確的 代表 過 去的數(shù)據(jù)可更新 不更新操作需求事先可知道 操作需求事先不知道生命周期符合 SDLC 完全不同的生命周期對 性能要求高 對 性能要求 寬 松一個 時 刻操作一 單 元 一個 時 刻操作一人集合事 務(wù)驅(qū)動 分析 驅(qū)動面向 應(yīng) 用 面向分析一次操作數(shù)據(jù)最小 一次操作數(shù)據(jù)量大支持日常操作 支持管理需求 返回切塊（ Dice）北京武漢手機電腦圖 84 三維立方體切塊（ Slice） 返回旋轉(zhuǎn)（ Rotate）2023年 2023年部 門 1季度 2季度 3季度 4季度 1季度 2季度 3季度 4季度部 門 一 20 12 18 27 22 16 19 29部 門 二 23 11 24 17 22 31 12 34部 門 三 26 21 34 33 21 23 26 321季度 2季度 3季度 4季度部 門 2023年 2023年 2023年 2023年 2023年 2023年 2023年 2023年部 門 一 20 22 12 16 18 19 27 29部 門 二 23 22 11 31 24 12 17 34部 門 三 26 21 21 23 34 26 33 32旋轉(zhuǎn)前旋轉(zhuǎn)后返回鉆取（ Drill）部 門 銷 售部 門 一 163部 門 二 174部 門 三 216返回2023年部 門 1季 度 2季 度 3季 度 4季 度部 門 一 20 12 18 27部 門 二 23 11 24 17部 門 三 26 21 34 33按時間維向上鉆取 按時間維向下鉆取 OLAP的十二條準則 ? 準則 1 OLAP模型必須提供多維概念視圖。 把頁面顯示中的一個維和頁面的維進行交換（令其成為新一行或列中的一個）把一個橫向為時間、維向維產(chǎn)品的報表旋轉(zhuǎn)成為橫向為產(chǎn)品、維向為時間的報表；187。 改變一個報告或而面顯示的維方向。如果在時間維上，選定一個維成員（設(shè)為“2023 年 1月 ” ），就得到了在時間維上的一個切片。 選定多維數(shù)組（地區(qū)，時間，客戶，運輸額）中的地區(qū)維與客戶維，在另外一維：時間維，選取一個維成員（如 “2023 年 1月 ” ），就得到了多維數(shù)組（地區(qū)，時間，客戶，運輸額）在客戶和地區(qū)兩維上的一個切片（客戶，地區(qū)，運輸額）。 ? 方法– 切片（ Slice）：187。– 當多維數(shù)組的各個維選中一個維成員，這些維成員的組合就惟一確定了一個變量的值。 ? 多維數(shù)組：– （維 1，維 2， …… ，維 n，變量）。 ? 維的層次：– 觀察數(shù)據(jù)的特
教學課件相關(guān)推薦
鄂ICP備17016276號-1