【文章內(nèi)容簡(jiǎn)介】 的‘一鍵式’自動(dòng)創(chuàng)建功能。只要經(jīng)過(guò)一次設(shè)計(jì)，再多的分析報(bào)告都可以通過(guò)一次鼠標(biāo)點(diǎn)擊來(lái)完成。比如，我們需要一個(gè)全國(guó)或某省的水電建設(shè)情況分析報(bào)告。因?yàn)橄到y(tǒng)中已經(jīng)具有了相關(guān)的報(bào)表和圖表的支持，只要我們?cè)O(shè)個(gè)一相模板，上100頁(yè)P(yáng)PT報(bào)告，在幾分鐘內(nèi)系統(tǒng)就自動(dòng)完成了創(chuàng)建。而且自動(dòng)生成的報(bào)告與手工制作的報(bào)告沒(méi)有任何差異，用戶仍可以進(jìn)行后期的編輯和美化。. OA及其它電子文檔與系統(tǒng)的結(jié)合分析系統(tǒng)與業(yè)務(wù)系統(tǒng)的融合是信息化建設(shè)中一個(gè)非常實(shí)際的擴(kuò)展。一般概念上分析系統(tǒng)必須與生產(chǎn)系統(tǒng)相隔離，以保證生產(chǎn)系統(tǒng)的運(yùn)行穩(wěn)定性。這是商務(wù)智能領(lǐng)域通常的做法。但是對(duì)于非生產(chǎn)型的企業(yè)，尤其是政府或事業(yè)性單位，從我們從事國(guó)內(nèi)商務(wù)智能系統(tǒng)的實(shí)施經(jīng)驗(yàn)一看，情況并不是這樣。將商務(wù)智能中的強(qiáng)大分析功能與業(yè)務(wù)系統(tǒng)中的業(yè)務(wù)流程相結(jié)合，會(huì)給使用者帶來(lái)巨大的便利。在此系統(tǒng)建成后，至少應(yīng)該考慮與辦公自動(dòng)化和電子文檔管理兩個(gè)系統(tǒng)的結(jié)合。（如果沒(méi)有這兩個(gè)系統(tǒng)，可以在分析系統(tǒng)上直接實(shí)現(xiàn)這兩個(gè)系統(tǒng)。）試想從分析系統(tǒng)中得到的分析報(bào)表，直接添加上說(shuō)明發(fā)給相關(guān)人員，進(jìn)入審批、簽字的流程是多大的方便。此外，各種電子資料、報(bào)告、圖片、文件，一切資料都可以在地圖上方便地獲取，且可以相互關(guān)聯(lián)引用，節(jié)省的資料查找時(shí)間也是不可低估的。所以，建議選擇恰當(dāng)?shù)臅r(shí)機(jī)，實(shí)現(xiàn)管理分析系統(tǒng)與OA與電子文檔的融合工作。. 建立知識(shí)庫(kù)通過(guò)對(duì)各種數(shù)據(jù)、文件、資料的集中、數(shù)字化和有機(jī)整合，再加上對(duì)數(shù)據(jù)智能化的分析，就形成了一套農(nóng)村水電站信息化管理的知識(shí)庫(kù)。知識(shí)庫(kù)中包括幾乎所有與管理相關(guān)的信息。除了上面提到的電站數(shù)據(jù)、圖紙、文件等內(nèi)容，知識(shí)庫(kù)中還包括了水電站相關(guān)的技術(shù)文獻(xiàn)、政策法規(guī)、有關(guān)新聞、國(guó)內(nèi)外水電動(dòng)態(tài)等一系列的相關(guān)信息。這些信息都可以通過(guò)簡(jiǎn)單的操作從系統(tǒng)中快速找到。隨著系統(tǒng)的使用，不斷有新的知識(shí)（數(shù)據(jù)、文檔、資料…）在系統(tǒng)中積累下來(lái)。而且這些信息又被自動(dòng)地融合在已有的知識(shí)中，為再次利用做好了準(zhǔn)備。所以這就形成了一個(gè)成長(zhǎng)期的知識(shí)庫(kù)。這個(gè)知識(shí)庫(kù)是進(jìn)行規(guī)劃和管理的重要依據(jù)。. 數(shù)據(jù)挖掘數(shù)據(jù)挖掘是數(shù)據(jù)倉(cāng)庫(kù)和商務(wù)智能平臺(tái)上的一種高級(jí)應(yīng)用。它可以通過(guò)一系列的先進(jìn)模型和處理方法，幫助用戶從大量數(shù)據(jù)中找出表面上（或是人工）無(wú)法發(fā)展的規(guī)律或問(wèn)題。不為人知的規(guī)律、風(fēng)險(xiǎn)、漏洞等可能就隱藏在數(shù)據(jù)里面。由于這些規(guī)律還沒(méi)有形成普遍的知識(shí)，所以常規(guī)的分析很難發(fā)現(xiàn)問(wèn)題。但數(shù)據(jù)挖掘技術(shù)可以通過(guò)統(tǒng)計(jì)和對(duì)大量數(shù)據(jù)的自動(dòng)比對(duì)等一系列與業(yè)務(wù)相關(guān)的模型，從雜亂中總結(jié)規(guī)律、從正常中發(fā)現(xiàn)問(wèn)題。不建議在系統(tǒng)建設(shè)的初期進(jìn)行數(shù)據(jù)挖掘的開(kāi)發(fā)工作。數(shù)據(jù)挖掘應(yīng)該是系統(tǒng)經(jīng)過(guò)一段時(shí)間的應(yīng)用后，深入探討進(jìn)行專題研究時(shí)的一種非常好的應(yīng)用。. 決策預(yù)演根據(jù)大量歷史數(shù)據(jù)的分析結(jié)果做出的決策，還可以使用這些原始數(shù)據(jù)進(jìn)行重新推演，以驗(yàn)證決策的準(zhǔn)確性。這種預(yù)演方法，同樣屬于商務(wù)智能中的一種高級(jí)應(yīng)用，而預(yù)演的算法和方法對(duì)不同的行業(yè)數(shù)據(jù)差別很大。所以也不建議在系統(tǒng)建設(shè)初期加以實(shí)現(xiàn)。而只要留有必要的接口，但系統(tǒng)成熟應(yīng)用后可以加以考慮實(shí)施。. 預(yù)測(cè)與預(yù)演不同，預(yù)測(cè)是根據(jù)現(xiàn)有數(shù)據(jù)讓系統(tǒng)推測(cè)未來(lái)的情況。雖然它也屬于高級(jí)應(yīng)用，但可以根據(jù)最終的分析和決策支持的需要何時(shí)進(jìn)行此功能的實(shí)現(xiàn)。. 對(duì)外數(shù)據(jù)服務(wù)與其它系統(tǒng)與其它組織分享系統(tǒng)的數(shù)據(jù)成果和分析成果是系統(tǒng)價(jià)值的進(jìn)一步提升?？梢愿鶕?jù)需要增加數(shù)據(jù)庫(kù)的對(duì)外服務(wù)區(qū)和系統(tǒng)的對(duì)外服務(wù)功能。比如為各省提供統(tǒng)一標(biāo)準(zhǔn)的數(shù)據(jù)；國(guó)家其它部門(mén)提供分析成果等。. 其它內(nèi)容系統(tǒng)還需要具有一種系統(tǒng)的通用功能，如：每張報(bào)表都可以導(dǎo)出EXCEL文件，進(jìn)行標(biāo)準(zhǔn)的打印輸出等。這里不再進(jìn)行仔細(xì)說(shuō)明。金融領(lǐng)域的BI解決之道背景說(shuō)明:中國(guó)加入WTO后， 在經(jīng)濟(jì)、金融全球化的大背景下， 必須遵守全球一體的“游戲規(guī)則”。對(duì)于銀行業(yè)來(lái)說(shuō)，按國(guó)際慣例行事就是要遵守巴塞爾新協(xié)議的規(guī)定。為了在激烈的競(jìng)爭(zhēng)中防止金融危機(jī)并取得領(lǐng)先地位，各大國(guó)有商業(yè)銀行先后開(kāi)始建立商務(wù)智能系統(tǒng)。各大銀行現(xiàn)在面臨的問(wèn)題是：● 數(shù)據(jù)倉(cāng)庫(kù)的消費(fèi)對(duì)象是誰(shuí)？數(shù)據(jù)倉(cāng)庫(kù)的消費(fèi)對(duì)象是否包括一線員工，或者僅僅是決策者。企業(yè)的文化將會(huì)決定如何來(lái)分享商務(wù)智能的盛宴，權(quán)力的下放還是領(lǐng)導(dǎo)者的決斷。● 數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)是否容忍錯(cuò)誤的存在？不同層次，不同行業(yè)的用戶對(duì)信息偏差的敏感性不同。高級(jí)用戶更關(guān)注信息的宏觀趨勢(shì)，普通員工更在意細(xì)節(jié)數(shù)據(jù)的正確性。錯(cuò)誤的數(shù)據(jù)如何糾正，何時(shí)糾正，糾正錯(cuò)誤的成本，是擺在我們面前的一個(gè)難題?！?實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)是否真的存在？企業(yè)的發(fā)展需要員工的自覺(jué)性，一線員工的參與導(dǎo)致倉(cāng)庫(kù)數(shù)據(jù)的時(shí)效性成為一個(gè)話題。前一刻提交的業(yè)務(wù)，是否能夠作為下一刻分析的依據(jù)？● BI能夠與人共舞嗎？每一個(gè)人都是一個(gè)世界，每個(gè)人的思維方式也是異彩紛呈。搜索引擎是記憶力的延伸，BI則是思維的延伸。我們的思路是否僅僅是由淺入深或者是由深到淺？解決方案概述:宇動(dòng)源的銀行商務(wù)智能的架構(gòu)：架構(gòu)特點(diǎn)：● 兼顧實(shí)時(shí)查詢和歷史分析需求。實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)基于數(shù)據(jù)庫(kù)的單向復(fù)制技術(shù)和內(nèi)存數(shù)據(jù)庫(kù)技術(shù)，保證信息的及時(shí)性和高效性。 ● 高效的數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)更新功能。傳統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)思想是數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)是基本不進(jìn)行修改的，但是銀行業(yè)對(duì)數(shù)據(jù)準(zhǔn)確性的特殊要求，對(duì)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)進(jìn)行修改是無(wú)法避免的。數(shù)據(jù)鏈路分析器基于ETL元數(shù)據(jù)，自動(dòng)分析過(guò)期數(shù)據(jù)、更新數(shù)據(jù)對(duì)數(shù)據(jù)倉(cāng)庫(kù)各個(gè)層次的影響，判斷是部分更新還是全量計(jì)算。● 整個(gè)架構(gòu)是面向銀行的各級(jí)用戶設(shè)計(jì)的。不同需求的用戶各取所需。宇動(dòng)源BI平臺(tái)能夠提供即席查詢、定制報(bào)表、多維查詢、Dashboard（或個(gè)人門(mén)戶）等各種分析手段。系統(tǒng)部署模式：部署模式特點(diǎn)： 宇動(dòng)源的銀行BI方案支持分布式、集中式、以及混合模式的部署方式。根據(jù)銀行的現(xiàn)有業(yè)務(wù)部署模式，選擇合適的部署方式。● 對(duì)于總行管理核心業(yè)務(wù)，各級(jí)分行管理特色業(yè)務(wù)。方案提供混合模式的部署方式，總行處理核心業(yè)務(wù)數(shù)據(jù)，分行處理特色業(yè)務(wù)數(shù)據(jù)，總行和分行在數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)指定的層次交換數(shù)據(jù)。先進(jìn)、高效的銀行業(yè)數(shù)據(jù)倉(cāng)庫(kù)模型：宇動(dòng)源公司提供分類(lèi)、聚類(lèi)、值預(yù)測(cè)、時(shí)間序列、回歸等成熟的挖掘和統(tǒng)計(jì)算法。《新巴塞爾協(xié)議》核心內(nèi)容內(nèi)部評(píng)級(jí)法是解決銀行風(fēng)險(xiǎn)管理問(wèn)題的有效途徑。宇動(dòng)源的挖掘算法可應(yīng)用于內(nèi)部評(píng)級(jí)法的模型建立、測(cè)試和應(yīng)用?！?分層模型。宇動(dòng)源的銀行數(shù)據(jù)倉(cāng)庫(kù)模型兼顧不同用戶的分析需求，不同粒度的數(shù)據(jù)同時(shí)存在于模型的各個(gè)層次。各個(gè)層次的模型都可以成為對(duì)外的接口?！?性能和規(guī)范兼得。傳統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)模型嚴(yán)格遵守第三范式和星型、雪花型結(jié)構(gòu)。過(guò)度的規(guī)則導(dǎo)致ETL性能和查詢性能下降。宇動(dòng)源的模型數(shù)據(jù)在倉(cāng)庫(kù)層次遵守第三范式，在集市層優(yōu)化性能，既保證模型的規(guī)范，又保證系統(tǒng)的性能?！?模板技術(shù)。集市層和用戶的需求最為接近，需求的變化導(dǎo)致集市層的模型難以穩(wěn)定。模型模板技術(shù)可以讓集市層次的模型快速適應(yīng)需求變動(dòng)。思維方式個(gè)性化的BI平臺(tái)： 宇動(dòng)源的BI平臺(tái)集中精力解決分析層的思維方式個(gè)性化難題。由于人的思考問(wèn)題的方式不同，BI平臺(tái)必須符合不同用戶的思維習(xí)慣。宇動(dòng)源的BI平臺(tái)特點(diǎn)是：● 完整的分析手段。宇動(dòng)源的BI平臺(tái)提供即席查詢、定制報(bào)表、多維分析、KPI，價(jià)值樹(shù)、‘個(gè)人門(mén)戶’等各種分析方法。● 提供豐富的分析模式，包括：深入淺出模式，聯(lián)想模式，焦點(diǎn)模式，提示模式，角度切換 等等● 可定制的分析流程。宇加BI平臺(tái)中的自由鉆取技術(shù)，可以保證按任意的思維過(guò)程制定分析路徑。降低銀行風(fēng)險(xiǎn)的風(fēng)險(xiǎn)模型：宇動(dòng)源公司提供分類(lèi)、聚類(lèi)、值預(yù)測(cè)、時(shí)間序列、回歸等成熟的挖掘和統(tǒng)計(jì)算法。《新巴塞爾協(xié)議》核心內(nèi)容內(nèi)部評(píng)級(jí)法是解決銀行風(fēng)險(xiǎn)管理問(wèn)題的有效途徑。宇動(dòng)源的挖掘算法可應(yīng)用于內(nèi)部評(píng)級(jí)法的模型建立、測(cè)試和應(yīng)用。用商務(wù)智能促進(jìn)電網(wǎng)的安全和經(jīng)濟(jì)運(yùn)行關(guān)鍵詞：電網(wǎng)公司、電力輸送、電力銷(xiāo)售、商務(wù)智能、數(shù)據(jù)倉(cāng)庫(kù)（DWData Warehouse）、數(shù)據(jù)集市（DMData Mart）、BI（Business Intelligence ）、地理信息系統(tǒng)、GIS（Geography Information System）、安全輸電、經(jīng)濟(jì)輸電。摘要：本文描述如何應(yīng)用商務(wù)智能技術(shù)，綜合電力系統(tǒng)的運(yùn)行數(shù)據(jù)、電力的銷(xiāo)售數(shù)據(jù)及社會(huì)綜合數(shù)據(jù)等，從宏觀和科學(xué)的角度建立一個(gè)智能化的分析和決策平臺(tái)。并以此平臺(tái)為基礎(chǔ)實(shí)現(xiàn)電網(wǎng)的智能化分析和科學(xué)管理。為提高電網(wǎng)運(yùn)行的安全性，支持國(guó)家經(jīng)濟(jì)的正常發(fā)展；同時(shí)提高電網(wǎng)運(yùn)行的經(jīng)濟(jì)性，貢獻(xiàn)于單位GDP能耗的降低；為電網(wǎng)的信息化建設(shè)探索一條技術(shù)含量高、可持續(xù)發(fā)展、經(jīng)濟(jì)實(shí)用的新模式。 一、背景介紹2003年8月14日美加大停電，殃及美國(guó)東北部的密歇根、俄亥俄、紐約、新澤西、麻薩諸塞、康涅鈥格等8個(gè)州及加拿大的安大略、魁北克2省。共損失61,800MW負(fù)荷，100多座電廠停機(jī)（其中包括22個(gè)核電廠），停電范圍9300多平方公里，受影響區(qū)域人口5000萬(wàn)。我國(guó)電網(wǎng)也有過(guò)類(lèi)似的事故。如2000年10月13日，由于四川二灘水電站的異常停機(jī)，造成7秒甩出力89萬(wàn)KW，川渝電網(wǎng)幾乎瓦解等。（2004年4月）形成，其中首要的四個(gè)原因?yàn)椋海▍⒁?jiàn)《Final Report on the August 14, 2003 Blackout in the United States and Canada: Causes and Remendations》）● 沒(méi)有正確評(píng)估和理解輸電系統(tǒng)存在的薄弱環(huán)節(jié)和事故隱患，沒(méi)有控制電網(wǎng)電壓在正常的范圍之內(nèi)；● 缺少緊急狀況的預(yù)警，輸電公司沒(méi)有正確意識(shí)到系統(tǒng)狀態(tài)惡化的嚴(yán)重后果；● 沒(méi)有正確和及時(shí)處理電網(wǎng)的重建，造成事故的擴(kuò)大；● 沒(méi)有取得電網(wǎng)的實(shí)時(shí)數(shù)據(jù)進(jìn)行分析，錯(cuò)過(guò)了事故分析和預(yù)警的技術(shù)支持時(shí)機(jī)。目前我國(guó)的總裝機(jī)容量已經(jīng)躍居世界第二位，僅次于美國(guó)。隨著國(guó)內(nèi)經(jīng)濟(jì)的快速發(fā)展，電力的需求量也在快速增長(zhǎng)。我國(guó)目前處在一個(gè)能源消耗總量和GDP能耗雙高的狀態(tài)。電力輸送作為電力生產(chǎn)和消費(fèi)之中非常重要一環(huán)，如何既保證電力輸送過(guò)程中的安全可靠，又要實(shí)現(xiàn)經(jīng)濟(jì)輸電，為降低單位GDP的能源消耗做出應(yīng)有的貢獻(xiàn)？是一個(gè)值得認(rèn)真研究的課題。安全輸電意味著及時(shí)和準(zhǔn)確掌握系統(tǒng)中的設(shè)備狀況、系統(tǒng)的運(yùn)行狀況、電力的供求關(guān)系，隨時(shí)分析系統(tǒng)中可能的隱患，和出現(xiàn)問(wèn)題的及時(shí)處理等。而經(jīng)濟(jì)輸電就是電力供應(yīng)的合理調(diào)配、合格理利用可再生能源、減少輸送過(guò)程中的損失，及利用經(jīng)濟(jì)杠桿對(duì)用電量進(jìn)行調(diào)節(jié)等。 我國(guó)的電力系統(tǒng)，無(wú)論是電力生產(chǎn)還是電力輸送，由于引進(jìn)了大量的國(guó)外先進(jìn)技術(shù)，再加上國(guó)內(nèi)電力行業(yè)科技有迅速發(fā)展，自動(dòng)化控制程度和信息化程度都是很高的。這些先進(jìn)的技術(shù)主要集中在發(fā)電廠、變電站和調(diào)度中心等環(huán)節(jié)。這些環(huán)節(jié)都有各自的完善的控制和保護(hù)系統(tǒng)，可以很好的起到安全、經(jīng)濟(jì)運(yùn)行的目的。 電網(wǎng)公司作為一個(gè)大的輸電網(wǎng)絡(luò)，包含了許許多多這樣的完善的環(huán)節(jié)。如何讓這些電力生產(chǎn)和輸送過(guò)程中的眾多環(huán)節(jié)更好地協(xié)同工作，實(shí)現(xiàn)又全安又經(jīng)濟(jì)的模式？這恰恰是一個(gè)涉及面廣、復(fù)雜度高、需要綜合分析和及時(shí)反應(yīng)的‘宏觀’問(wèn)題。 以解決海量數(shù)據(jù)的及時(shí)、全面、準(zhǔn)確的分析為目的的商務(wù)智能技術(shù)，正好為解決電網(wǎng)公司的所面臨的分析和決策問(wèn)題提供了技術(shù)解決方案。 商務(wù)智能技術(shù)于90年代初起源于北美，近兩年傳入中國(guó)。經(jīng)十余年的發(fā)展，商務(wù)智能技術(shù)在歐美等國(guó)已經(jīng)成為一項(xiàng)十分成熟的技術(shù)，是各行各業(yè)在信息化達(dá)到一定程度后的一種依賴性技術(shù)。無(wú)論是商業(yè)公司還是政府機(jī)關(guān)，都在廣泛地利用商務(wù)智能技術(shù)。商務(wù)智能的英文叫做Business Intelligence（簡(jiǎn)稱BI），所以也有人把它翻譯成“業(yè)務(wù)智能”。也就是說(shuō)商務(wù)智能技術(shù)是基于信息和數(shù)據(jù)從業(yè)務(wù)的角度對(duì)管理和決策提供智能化的支持。 近幾年在北美的電力輸送公司（Independent System Operator (ISO)）陸續(xù)啟動(dòng)自己的商務(wù)智能系統(tǒng)。用于分析和支持電力的輸送和銷(xiāo)售中的問(wèn)題。其中加利福尼亞的輸電公司使用BI系統(tǒng)建立電網(wǎng)數(shù)據(jù)倉(cāng)庫(kù)就是很好的例子。（參見(jiàn)《Using BI Tools to Consolidate Energy Grid Data》 by Heather Havenstein） 二、系統(tǒng)概述1. 數(shù)據(jù)倉(cāng)庫(kù)的建立建設(shè)電網(wǎng)商務(wù)智能系統(tǒng)第一步是設(shè)站電網(wǎng)的數(shù)據(jù)倉(cāng)庫(kù)（Data Warehouse）。如下圖所示。數(shù)據(jù)倉(cāng)庫(kù)中集中了：發(fā)電、輸電、變電、配電、用電各個(gè)環(huán)節(jié)的運(yùn)營(yíng)數(shù)據(jù)，以及電力地理信息系統(tǒng)數(shù)據(jù)、電網(wǎng)所覆蓋區(qū)域的社會(huì)經(jīng)濟(jì)數(shù)據(jù)，另外還有MIS系統(tǒng)數(shù)據(jù)、設(shè)備的狀況、人員狀況，及其它相關(guān)的歷史和現(xiàn)在的數(shù)據(jù)。數(shù)據(jù)倉(cāng)庫(kù)提供用戶用于決策支持的當(dāng)前和歷史數(shù)據(jù)，這些數(shù)據(jù)在傳統(tǒng)的操作型數(shù)據(jù)庫(kù)中很難或不能得到（如控制系統(tǒng)，或MIS系統(tǒng)中的數(shù)據(jù)庫(kù)）。數(shù)據(jù)倉(cāng)庫(kù)技術(shù)是為了有效的把操作型數(shù)據(jù)集成到統(tǒng)一的環(huán)境中以提供決策型數(shù)據(jù)訪問(wèn)的各種技術(shù)和模塊的總稱。所做的一切都是為了讓用戶更快更方便查詢所需要的信息，提供決策支持。 數(shù)據(jù)倉(cāng)庫(kù)建立時(shí)遵循以下四個(gè)原則： 。操作型數(shù)據(jù)庫(kù)的數(shù)據(jù)組織面向事務(wù)處理任務(wù)，各個(gè)業(yè)務(wù)系統(tǒng)之間各自分離，而數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是按照一定的主題域進(jìn)行組織。主題是一個(gè)抽象的概念，是指用戶使用數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行決策時(shí)所關(guān)心的重點(diǎn)方面，一個(gè)主題通常與多個(gè)操作型信息系統(tǒng)相關(guān)。面向事務(wù)處理的操作型數(shù)據(jù)庫(kù)通常與某些特定的應(yīng)用相關(guān)，數(shù)據(jù)庫(kù)之間相互獨(dú)立，并且往往是異構(gòu)的。而數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是在對(duì)原有分散的數(shù)據(jù)庫(kù)數(shù)據(jù)抽取、清理的基礎(chǔ)上經(jīng)過(guò)系統(tǒng)加工、匯總和整理得到的，