【正文】 容，分別是數(shù)據(jù)交換標(biāo)準(zhǔn)、識(shí)別卡標(biāo)準(zhǔn)、通訊網(wǎng)絡(luò)標(biāo)準(zhǔn)和其他相關(guān)的標(biāo)準(zhǔn)。我國把采用國際標(biāo)準(zhǔn)和國外先進(jìn)標(biāo)準(zhǔn)作為一項(xiàng)重要的技術(shù)經(jīng)濟(jì)政策積極推行，現(xiàn)階段國家電子商務(wù)標(biāo)準(zhǔn)體系由基礎(chǔ)技術(shù)標(biāo)準(zhǔn)、業(yè)務(wù)標(biāo)準(zhǔn)、支撐體系標(biāo)準(zhǔn)和監(jiān)督管理標(biāo)準(zhǔn)分體系構(gòu)成，如圖16所示。隨著電子商務(wù)業(yè)務(wù)和技術(shù)的不斷發(fā)展，國家電子商務(wù)標(biāo)準(zhǔn)體系將來可以繼續(xù)擴(kuò)展。圖16 國家電子商務(wù)標(biāo)準(zhǔn)體系框架鑒于電子商務(wù)的飛速發(fā)展和經(jīng)濟(jì)全球一體化態(tài)勢(shì)，我國電子商務(wù)相關(guān)標(biāo)準(zhǔn)的制定工作相對(duì)薄弱。目前除一些 EDI 標(biāo)準(zhǔn)及部分有關(guān)網(wǎng)絡(luò)標(biāo)準(zhǔn)是從國際相應(yīng)標(biāo)準(zhǔn)等同或等效轉(zhuǎn)換而來外，由我國自主制定的、直接與電子商務(wù)相關(guān)的電子稅務(wù)標(biāo)準(zhǔn)和在線支付標(biāo)準(zhǔn)等幾乎還是空白。商業(yè)智能一般現(xiàn)代化的業(yè)務(wù)操作通常都會(huì)產(chǎn)生大量的數(shù)據(jù)，例如，訂單、庫存、交易帳目、通話記錄和客戶資料等。如何利用這些數(shù)據(jù)增進(jìn)對(duì)業(yè)務(wù)情況的了解，幫助人們?cè)跇I(yè)務(wù)管理及發(fā)展上作出及時(shí)、正確的判斷，也就是說，怎樣從業(yè)務(wù)數(shù)據(jù)中提取有用的信息，然后根據(jù)這些信息來采用明智的行動(dòng)，這就是商業(yè)智能（Business Intelligence，BI）的功能。目前，商業(yè)智能產(chǎn)品及解決方案大致可分為數(shù)據(jù)倉庫產(chǎn)品、數(shù)據(jù)抽取產(chǎn)品、OLAP（OnLine Analytical Processing，聯(lián)機(jī)分析處理）產(chǎn)品、展示產(chǎn)品，以及集成這幾種產(chǎn)品的針對(duì)某個(gè)應(yīng)用的整體解決方案等。1. 商業(yè)智能的技術(shù)應(yīng)用商業(yè)智能系統(tǒng)主要包括數(shù)據(jù)預(yù)處理、建立數(shù)據(jù)倉庫、數(shù)據(jù)分析和數(shù)據(jù)展現(xiàn)四個(gè)主要階段。數(shù)據(jù)預(yù)處理是整合企業(yè)原始數(shù)據(jù)的第一步，它包括數(shù)據(jù)的抽?。‥xtraction）、轉(zhuǎn)換（Transformation）和加載（Load）三個(gè)過程（簡稱為ETL過程）；建立數(shù)據(jù)倉庫則是處理海量數(shù)據(jù)的基礎(chǔ)；數(shù)據(jù)分析是體現(xiàn)系統(tǒng)智能的關(guān)鍵，一般采用OLAP和數(shù)據(jù)挖掘兩大技術(shù)。OLAP不僅進(jìn)行數(shù)據(jù)匯總/聚集，同時(shí)還提供切片、切塊、下鉆、上卷和旋轉(zhuǎn)等數(shù)據(jù)分析功能，用戶可以方便地對(duì)海量數(shù)據(jù)進(jìn)行多維分析。數(shù)據(jù)挖掘的目標(biāo)則是挖掘數(shù)據(jù)背后隱藏的知識(shí)，通過關(guān)聯(lián)分析、聚類和分類等方法建立分析模型，預(yù)測企業(yè)未來發(fā)展趨勢(shì)和將要面臨的問題；在海量數(shù)據(jù)和分析手段增多的情況下，數(shù)據(jù)展現(xiàn)則主要保障系統(tǒng)分析結(jié)果的可視化。一般認(rèn)為，數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘技術(shù)是商業(yè)智能的三大組成部分。2. 商業(yè)智能的實(shí)施步驟實(shí)施商業(yè)智能系統(tǒng)是一項(xiàng)復(fù)雜的系統(tǒng)工程，整個(gè)項(xiàng)目涉及企業(yè)管理、運(yùn)營管理、信息系統(tǒng)、數(shù)據(jù)倉庫、數(shù)據(jù)挖掘和統(tǒng)計(jì)分析等眾多門類的知識(shí)。因此，用戶除了要選擇合適的商業(yè)智能軟件工具外，還必須按照正確的實(shí)施方法才能保證項(xiàng)目得以成功。商業(yè)智能項(xiàng)目的實(shí)施步驟大致如下：（1）需求分析。需求分析是商業(yè)智能實(shí)施的第一步，在其他活動(dòng)開展之前，必須明確地定義企業(yè)對(duì)商業(yè)智能的期望和需求，包括需要分析的主題、各主題可能查看的維度、需要發(fā)現(xiàn)企業(yè)哪些方面的規(guī)律等。（2）數(shù)據(jù)倉庫建模。通過對(duì)企業(yè)需求的分析，建立企業(yè)數(shù)據(jù)倉庫的邏輯模型和物理模型，并規(guī)劃好系統(tǒng)的應(yīng)用架構(gòu)，將企業(yè)各類數(shù)據(jù)按照分析主題進(jìn)行組織和歸類。（3）數(shù)據(jù)抽取。數(shù)據(jù)倉庫建立后，必須將數(shù)據(jù)從業(yè)務(wù)系統(tǒng)中抽取到數(shù)據(jù)倉庫中，在抽取的過程中還必須將數(shù)據(jù)進(jìn)行轉(zhuǎn)換和清洗，以適應(yīng)分析的需要。（4）建立商業(yè)智能分析報(bào)表。商業(yè)智能分析報(bào)表需要專業(yè)人員按照用戶制訂的格式進(jìn)行開發(fā)，用戶也可自行開發(fā)。（5）用戶培訓(xùn)和數(shù)據(jù)模擬測試。對(duì)用戶進(jìn)行培訓(xùn)，在實(shí)際環(huán)境中對(duì)商業(yè)智能系統(tǒng)進(jìn)行測試，以便發(fā)現(xiàn)和修改問題。（6）系統(tǒng)改進(jìn)和完善。在用戶使用一段時(shí)間后，可能會(huì)提出更多的、更具體的需求，這時(shí)，就需要按照上述步驟對(duì)商業(yè)智能系統(tǒng)進(jìn)行重構(gòu)或完善。3. 數(shù)據(jù)倉庫數(shù)據(jù)倉庫是一個(gè)面向主題的、集成的、相對(duì)穩(wěn)定的、反映歷史變化的數(shù)據(jù)集合，用于支持管理決策。近年來，人們對(duì)數(shù)據(jù)倉庫技術(shù)的關(guān)注程度越來越高，其原因是過去的幾十年中，建設(shè)了無數(shù)的應(yīng)用系統(tǒng)，積累了大量的數(shù)據(jù)，但這些數(shù)據(jù)沒有得到很好的利用，有時(shí)反而成為企業(yè)的負(fù)擔(dān)。數(shù)據(jù)倉庫技術(shù)正是將這些數(shù)據(jù)變廢為寶的有效手段，圖17為數(shù)據(jù)倉庫體系結(jié)構(gòu)圖。圖17 數(shù)據(jù)倉庫的體系結(jié)構(gòu)在圖17中，數(shù)據(jù)源是數(shù)據(jù)倉庫系統(tǒng)的基礎(chǔ)，是整個(gè)系統(tǒng)的數(shù)據(jù)源泉；OLAP服務(wù)器對(duì)分析需要的數(shù)據(jù)進(jìn)行有效集成，按多維模型予以組織，以便進(jìn)行多角度、多層次的分析，并發(fā)現(xiàn)趨勢(shì)；前端工具主要包括各種報(bào)表工具、查詢工具、數(shù)據(jù)分析工具和數(shù)據(jù)挖掘工具，以及各種基于數(shù)據(jù)倉庫或數(shù)據(jù)集市的應(yīng)用開發(fā)工具。其中數(shù)據(jù)分析工具主要針對(duì)OLAP服務(wù)器，報(bào)表工具、數(shù)據(jù)挖掘工具主要針對(duì)數(shù)據(jù)倉庫。4. OLAP與OLTP數(shù)據(jù)處理大致可以分成兩大類，分別是聯(lián)機(jī)事務(wù)處理（OnLine Transaction Processing，OLTP）和OLAP。OLTP是傳統(tǒng)數(shù)據(jù)庫的主要應(yīng)用，支持基本的、日常的事務(wù)處理；OLAP是數(shù)據(jù)倉庫系統(tǒng)的主要應(yīng)用，支持復(fù)雜的分析操作，側(cè)重決策支持，并且提供直觀易懂的查詢結(jié)果。表11列出了OLTP與OLAP之間的比較。表11 OLTP與OLAP之間的比較從表11中可以看出，在OLTP中，數(shù)據(jù)是以二維表的形式來進(jìn)行組織的，但在OLAP中，數(shù)據(jù)通常是多維的。這里的“維”是人們觀察客觀世界的角度，是一種高層次的類型劃分。維一般包含著層次關(guān)系，這種層次關(guān)系有時(shí)會(huì)相當(dāng)復(fù)雜。通過將一個(gè)實(shí)體的多項(xiàng)重要的屬性定義為多個(gè)維，使用戶能對(duì)不同維上的數(shù)據(jù)進(jìn)行比較。因此，OLAP也可以說是多維數(shù)據(jù)分析工具的集合。5. 數(shù)據(jù)挖掘數(shù)據(jù)挖掘是采用數(shù)學(xué)的、統(tǒng)計(jì)的、人工智能和神經(jīng)網(wǎng)絡(luò)等領(lǐng)域的科學(xué)方法，從大量數(shù)據(jù)中挖掘出隱含的、先前未知的、對(duì)決策有潛在價(jià)值的關(guān)系、模式和趨勢(shì)，并用這些知識(shí)和規(guī)則建立用于決策支持的模型，為商業(yè)智能系統(tǒng)服務(wù)的各業(yè)務(wù)領(lǐng)域提供預(yù)測性決策支持的方法、工具和過程。數(shù)據(jù)挖掘與傳統(tǒng)的數(shù)據(jù)分析（例如，查詢、報(bào)表等）的本質(zhì)區(qū)別是數(shù)據(jù)挖掘是在沒有明確假設(shè)的前提下去挖掘信息、發(fā)現(xiàn)知識(shí)。數(shù)據(jù)挖掘所得到的信息應(yīng)具有先知、有效和可實(shí)用三個(gè)特征。先前未知的信息是指該信息是預(yù)先未曾預(yù)料到的，即數(shù)據(jù)挖掘是要發(fā)現(xiàn)那些不能靠直覺發(fā)現(xiàn)的信息或知識(shí)，甚至是違背直覺的信息或知識(shí)，挖掘出的信息越是出乎意料，就可能越有價(jià)值。數(shù)據(jù)挖掘是一個(gè)完整的過程，該過程從大型數(shù)據(jù)庫中挖掘先前未知的，有效的，可實(shí)用的信息，并使用這些信息做出決策或豐富知識(shí)。數(shù)據(jù)挖掘的流程大致如下：（1）問題定義。在開始數(shù)據(jù)挖掘之前最先也是最重要的要求就是熟悉背景知識(shí)，弄清用戶的需求。缺少背景知識(shí)，就不能明確定義要解決的問題，就不能為挖掘準(zhǔn)備優(yōu)質(zhì)的數(shù)據(jù)，也很難正確地解釋得到的結(jié)果。要想充分發(fā)揮數(shù)據(jù)挖掘的價(jià)值，必須對(duì)目標(biāo)要有一個(gè)清晰明確的定義，即決定到底想干什么。（2）建立數(shù)據(jù)挖掘庫。要進(jìn)行數(shù)據(jù)挖掘必須收集要挖掘的數(shù)據(jù)資源，一般需要將要挖掘的數(shù)據(jù)都收集到一個(gè)數(shù)據(jù)庫中，而不是采用原有的數(shù)據(jù)庫或數(shù)據(jù)倉庫。這是因?yàn)榇蟛糠智闆r下需要修改要挖掘的數(shù)據(jù)，而且還會(huì)遇到采用外部數(shù)據(jù)的情況；另外，數(shù)據(jù)挖掘還要對(duì)數(shù)據(jù)進(jìn)行各種紛繁復(fù)雜的統(tǒng)計(jì)分析，而數(shù)據(jù)倉庫可能不支持這些數(shù)據(jù)結(jié)構(gòu)。（3）分析數(shù)據(jù)。分析數(shù)據(jù)是對(duì)數(shù)據(jù)深入調(diào)查的過程。從數(shù)據(jù)集中找出規(guī)律和趨勢(shì)，用聚類分析區(qū)分類別，理清多因素相互影響的、十分復(fù)雜的關(guān)系，發(fā)現(xiàn)因素之間的相關(guān)性。（4）調(diào)整數(shù)據(jù)。通過上述步驟的操作，對(duì)數(shù)據(jù)的狀態(tài)和趨勢(shì)有了進(jìn)一步的了解，這時(shí)，要盡可能對(duì)問題解決的要求能進(jìn)一步明確化和量化。針對(duì)問題的需求對(duì)數(shù)據(jù)進(jìn)行增刪，按照對(duì)整個(gè)數(shù)據(jù)挖掘過程的新認(rèn)識(shí)組合或生成一個(gè)新的變量，以體現(xiàn)對(duì)狀態(tài)的有效描述。（5）模型化。在問題進(jìn)一步明確、數(shù)據(jù)結(jié)構(gòu)和內(nèi)容進(jìn)一步調(diào)整的基礎(chǔ)上，就可以建立形成知識(shí)的模型。這一步是數(shù)據(jù)挖掘的核心環(huán)節(jié)，一般運(yùn)用神經(jīng)網(wǎng)絡(luò)、決策樹和數(shù)理統(tǒng)計(jì)等方法來建立模型，（6）評(píng)價(jià)和解釋。所得到的模型有可能是沒有實(shí)際意義或沒有實(shí)用價(jià)值的，也有可能是其不能準(zhǔn)確反映數(shù)據(jù)的真實(shí)意義，甚至在某些情況下是與事實(shí)相反的。因此，需要評(píng)估和確定哪些是有效的、有用的模式。評(píng)估的方法既可以是直接使用原先建立的挖掘數(shù)據(jù)庫中的數(shù)據(jù)來進(jìn)行檢驗(yàn)，也可以另外拿一批數(shù)據(jù)對(duì)其進(jìn)行檢驗(yàn)，還可以在實(shí)際運(yùn)行的環(huán)境中取出新數(shù)據(jù)進(jìn)行檢驗(yàn)。數(shù)據(jù)挖掘是一個(gè)多種專家合作的過程，也是一個(gè)在資金上和技術(shù)上高投入的過程。這一過程要反復(fù)進(jìn)行，在反復(fù)過程中，不斷地趨近事物的本質(zhì)，不斷地優(yōu)選問題的解決方案。企業(yè)應(yīng)用集成在企業(yè)信息化建設(shè)的過程中，由于缺乏統(tǒng)一規(guī)劃和總體布局，往往形成多個(gè)信息孤島。信息孤島使數(shù)據(jù)的一致性無法得到保證，信息無法共享和反饋，需要重復(fù)多次的采集和輸入。信息孤島是企業(yè)信息化一個(gè)重要的負(fù)面因素，其主要原因既有技術(shù)因素也有管理因素，還有業(yè)務(wù)流程和標(biāo)準(zhǔn)方面的因素。如何將眾多的信息孤島聯(lián)系起來，以便讓不同的系統(tǒng)之間交互信息，是當(dāng)前很多企業(yè)都面臨的一個(gè)問題。企業(yè)應(yīng)用集成（Enterprise Application Integration，EAI）技術(shù)可以消除信息孤島，它將多個(gè)企業(yè)信息系統(tǒng)連接起來，實(shí)現(xiàn)無縫集成，使它們就像一個(gè)整體一樣。EAI是伴隨著企業(yè)信息系統(tǒng)的發(fā)展而產(chǎn)生和演變的，企業(yè)的價(jià)值取向是推動(dòng)EAI技術(shù)發(fā)展的原動(dòng)力，而EAI的實(shí)現(xiàn)反過來也驅(qū)動(dòng)企業(yè)競爭優(yōu)勢(shì)的提升。EAI所連接的應(yīng)用包括各種電子商務(wù)系統(tǒng)、ERP、CRM、SCM、OA、數(shù)據(jù)庫系統(tǒng)和數(shù)據(jù)倉庫等。從單個(gè)企業(yè)的角度來說，EAI可以包括表示集成、數(shù)據(jù)集成、控制集成和業(yè)務(wù)流程集成等多個(gè)層次和方面。當(dāng)然，也可以在多個(gè)企業(yè)之間進(jìn)行應(yīng)用集成。1. 表示集成表示集成也稱為界面集成，這是比較原始和最淺層次的集成，但又是常用的集成。這種方法將用戶界面作為公共的集成點(diǎn)，把原有零散的系統(tǒng)界面集中在一個(gè)新的界面中。其模型如圖18所示。圖18 表示集成示意圖表示集成是黑盒集成，無需了解程序與數(shù)據(jù)庫的內(nèi)部構(gòu)造。常用的集成技術(shù)主要有屏幕截取和輸入模擬技術(shù)。表示集成通常應(yīng)用于以下幾種情況：（1）在現(xiàn)有的基于終端的應(yīng)用系統(tǒng)上配置基于PC（Personal Computer，個(gè)人計(jì)算機(jī)）的用戶界面。（2）為用戶提供一個(gè)看上去統(tǒng)一，但是由多個(gè)系統(tǒng)組成的應(yīng)用系統(tǒng)。（3）當(dāng)只有可能在顯示界面上實(shí)現(xiàn)集成時(shí)。從圖18中可以看出，表示集成的實(shí)現(xiàn)是很簡單的，也是很不徹底的，只是做了一層“外裝修”，而額外多出來的集成界面也將可能成為系統(tǒng)的性能瓶頸。2. 數(shù)據(jù)集成為了完成控制集成和業(yè)務(wù)流程集成，必須首先解決數(shù)據(jù)和數(shù)據(jù)庫的集成問題。在集成之前，必須首先對(duì)數(shù)據(jù)進(jìn)行標(biāo)識(shí)并編成目錄，另外還要確定元數(shù)據(jù)模型，保證數(shù)據(jù)在數(shù)據(jù)庫系統(tǒng)中分布和共享。因此，數(shù)據(jù)集成是白盒集成，其模型如圖19所示。圖19 數(shù)據(jù)集成示意圖有很多不同的中間件工具可以用于數(shù)據(jù)集成。例如，批量文件傳輸，即以特定的或是預(yù)定的方式在原有系統(tǒng)和新開發(fā)的應(yīng)用系統(tǒng)之間進(jìn)行文件傳輸；用于訪問不同類型數(shù)據(jù)庫系統(tǒng)的ODBC（Open DataBase Connectivity，開放數(shù)據(jù)庫互連）標(biāo)準(zhǔn)接口；向分布式數(shù)據(jù)庫提供連接的數(shù)據(jù)庫訪問中間件技術(shù)等。通常在以下情況下，將會(huì)使用數(shù)據(jù)集成：（1）需要對(duì)多種信息源產(chǎn)生的數(shù)據(jù)進(jìn)行綜合分析和決策。（2）要處理一些多個(gè)應(yīng)用喜人需要訪問的公用信息庫。（3）當(dāng)需要從某數(shù)據(jù)源獲得數(shù)據(jù)來更新另一個(gè)數(shù)據(jù)源時(shí)，特別是它們之間的數(shù)據(jù)格式不相同時(shí)。相對(duì)而言，數(shù)據(jù)集成比表示集成要更加靈活。但是，當(dāng)業(yè)務(wù)邏輯經(jīng)常發(fā)生變化時(shí)，數(shù)據(jù)集成就會(huì)面臨困難。3. 控制集成控制集成也稱為功能集成或應(yīng)用集成，是在業(yè)務(wù)邏輯層上對(duì)應(yīng)用系統(tǒng)進(jìn)行集成的?？刂萍傻募牲c(diǎn)存于程序代碼中，集成處可能只需簡單使用公開的API（Application Programming Interface，應(yīng)用程序編程接口）就可以訪問，當(dāng)然也可能需要添加附加的代碼來實(shí)現(xiàn)?？刂萍墒呛诤屑?，其模型如圖110所示。圖110 控制集成示意圖實(shí)現(xiàn)控制集成時(shí)，可以借助于遠(yuǎn)程過程調(diào)用或遠(yuǎn)程方法調(diào)用、面向消息的中間件、分布式對(duì)象技術(shù)和事務(wù)處理監(jiān)控器來實(shí)現(xiàn)?？刂萍膳c表示集成、數(shù)據(jù)集成相比，靈活性更高。表示集成和數(shù)據(jù)集成適用的環(huán)境下，都適用于控制集成。但是，由于控制集成是在業(yè)務(wù)邏輯層進(jìn)行的，其復(fù)雜度更高一些。而且，很多系統(tǒng)的業(yè)務(wù)邏輯部分并沒有提供API，這樣，集成難度就會(huì)更大。4. 業(yè)務(wù)流程集成業(yè)務(wù)流程集成也稱為過程集成，這種集成超越了數(shù)據(jù)和系統(tǒng)，它由一系列基于標(biāo)準(zhǔn)的、統(tǒng)一數(shù)據(jù)格式的工作流組成。當(dāng)進(jìn)行業(yè)務(wù)流程集成時(shí)，企業(yè)必須對(duì)各種業(yè)務(wù)信息的交換進(jìn)行定義、授權(quán)和管理，以便改進(jìn)操作、減少成本、提高響應(yīng)速度。業(yè)務(wù)流程集成不僅要提供底層應(yīng)用支撐系統(tǒng)之間的互連，同時(shí)要實(shí)現(xiàn)存在于企業(yè)內(nèi)部的應(yīng)用之間，本企業(yè)和其他合作伙伴之間的端到端的業(yè)務(wù)流程的管理，它包括應(yīng)用集成、B2B集成、自動(dòng)化業(yè)務(wù)流程管理、人工流程管理、企業(yè)門戶，以及對(duì)所有應(yīng)用系統(tǒng)和流程的管理和監(jiān)控等。5. 企業(yè)之間的應(yīng)用集成EAI技術(shù)可以適用于大多數(shù)要實(shí)施電子商務(wù)的企業(yè)，以及企業(yè)之間的應(yīng)用集成。EAI使得應(yīng)用集成架構(gòu)里的客戶和業(yè)務(wù)伙伴，都可以通過集成供應(yīng)鏈內(nèi)的所有應(yīng)用和數(shù)據(jù)庫實(shí)現(xiàn)信息共享。也就是說，能夠使企業(yè)充分利用外部資源。例如，一些企業(yè)的SCM系統(tǒng)可能包括交易系統(tǒng)，EAI技術(shù)可以首先在交易雙方之間創(chuàng)建連接，然后再共享數(shù)據(jù)和業(yè)務(wù)過程；企業(yè)要順利開展電子商務(wù)，可以利用EAI技術(shù)，使企業(yè)的信息系統(tǒng)與合作伙伴的信息系統(tǒng)之間能夠?qū)崿F(xiàn)無縫而及時(shí)的通信。如需閱讀完整版教材請(qǐng)到希賽軟考學(xué)院，信息系統(tǒng)項(xiàng)目管理師教程（第3版）：