我国商务智能研究(Z)
Qing
摘要：商务智能是数据仓库、数据挖掘、OLAP等技术的集成，作为当前重要的研究前沿之一，商务智能是学术界和企业界关注的热点。文章运用统计、比较方法对相关著作和文章进行了统计研究，并对研究中的重点问题及相关成果作了分析总结。
一、 文献统计分析
1． 论著统计分析。为了对近年来国内商务智能论著情况有一个比较全面的了解，笔者分别以"商务智能"和"商业智能"（他们指的都是Business Intelligence，BI）为检索题，通过对国家图书馆的多库目录检索系统进行题名检索，得到近年来相关论著及博硕论文分布情况：国内商务智能专著只有2004年的两本，译著在2003年~2005年间有三本。相对于最早1988年出版、截止2005年已经出版23本的西文专著（含一本日文专著）要少得多。国外2001年~2004年间出版的商务智能专著数量极多，说明经过一段时间的发展，国外商务智能的基础研究和应用研究都比较成熟。而我国从2002年起仅有少量的博士论文，关于商务智能的专著也屈指可数，我国商务智能仅处于导入期，对商务智能的系统研究还有大量工作要做。
（1）数量分布统计分析。笔者利用清华同方中国期刊全文数据库检索系统（Web），分别以"商业智能"、"商务智能"为检索题进行篇名检索，得到221篇文章（论文、简讯等），通过内容分析，除去内容重复的和明显不符合我们主题的文章，得到以下统计结果（见表1，或者见附件图所示）。
从检索结果来看，1996年的两篇简讯可以说是国内较早关于商务智能的文章。中国学术期刊全文数据库在1996年~2005年期间，收录了有关"商务智能"和"商业智能"的论文一共200篇，文章数量年代分布呈现前几年缓慢增长，近几年明显递增的特征。因此可以将国内商务智能发展规划为两个阶段：
（2）主题分布统计。笔者查阅大量的相关论文资料，对当前商务智能的研究主题进行划分并加以调整，将商务智能的研究内容划分为基础研究和应用层面两大类，其中基础研究包括商务智能定义、功能（任务）、技术、综述等，关于商务智能的一般应用研究等无法归于应用层面所分细类的文章也放在这一部分；应用层面分为：
二、 国内商务智能理论研究现状
从以上分析来看，我国商务智能的研究还处于导入期。像员巧云那样，笔者也把商务智能的理论研究分为宏观研究和微观研究两方面，其中宏观研究主要是从总体上把握，如商务智能的必要性、内涵和理论综述等；微观研究主要包括：商务智能功能、技术、体系结构等。
（1）商务智能的含义。
（1）商务智能的功能。商务智能系统的仪表盘可以剪裁环境以满足用户的特殊需要；用户可以定制主页来展示最关键的图表和报告，并且当商业需求变化时可以改变显示的图表；能基于底层（underlying）数据源的更新自动更新图表；可以根据特定参数或特定条件的变化进行预警；有例外管理能力；仪表盘的资源组件使资源材料与特定的使能过程一致；提供团队协同工作环境等。
三、 国内商务智能应用研究
1． 商务智能的应用行业。商务智能的应用领域非常广泛，典型的有电信、银行、保险、医疗、零售、政府等，以及所有建立了数据仓库的用户。从商务智能应用的论文内容来看，我国的商务智能应用还处于起步阶段，仅在信息化程度偏高的电信、银行、保险、医疗等有少量应用。这一方面因为商务智能是建立在数据仓库基础上的，我国大部分企业的信息化程度偏低，缺乏数据的积累，而数据的积累需要一个较长期的过程。另一方面因为对商务智能的认知度不高，缺乏商务智能方面的人才以及对这些人才的有效管理。
四、 商务智能研究热点及发展趋势
1． 商务智能的研究热点。从商务智能的研究成果分析来看，当前商务智能的研究热点主要有：（1）集成的商务智能体系研究；（2）商务智能的预测功能；（3）商务智能网络的研究；（4）决策支持工具的研究；（5）企业建模方法研究；（6）信息的收集与获取研究。
参考文献：
1.员巧云，程刚.近年来我国数据挖掘研究综述.情报学报，2005 ，（4）：250-256.
2.王卫平，徐宏发等.基于Web Services的商务智能网络研究.计算机系统应用，2005，（7）：16-19.
3.刘庆.BI观点.http://happysboy.Bokee.com/inc/ttnn_bi_opinion_200511.pdf，2005-12-19.
4.Charles P.Seeley，Thomas H.Davenport.KM MEETS BUSINESS INTELLIGENCE：Merging knowledge and information at Intel.KM REVIEW，2006（2）：10-15.
5.刘业政，胡剑.商业智能的核心技术及体系结构研究.合肥工业大学学报（自然科学版），2004，（8）：882-885.
6.黄晖.中国式商务智能五人谈.上海信息化，2005，（3）：26-31.
7.刘艳丽.商业智能驶上快行道了吗.科技智囊，2004，（8）：88-89.
8.赛迪.中国商业智能软件市场现状与发展趋势.软件世界，2004，（6）：70-71.
Qing
读完全文，不由兽行大发，淫诗两首
怎么说出口 也不过是分手
如果对于明天没有要求 牵牵手就像旅游
成千上万个门口 总有一个人要先走
怀抱既然不能逗留
何不在离开的时候
一边享受一边泪流
十年之前 我不认识你 你不属于我
我们还是一样 被另一些事和人左右
走过渐渐熟悉的街头
十年之后 我们是朋友 还可以问候
只是那种温柔 再也找不到拥抱的理由
情人最后难免沦为朋友
直到和你做了多年朋友
才明白我的眼泪
不是为你而流 也为别人而流
Qing注：这首现代诗用拟人的手法表达了作者跟BI十年的爱恨情仇
...
jad...@gmail.com
----- Original Message -----From: QingSent: Thursday, August 09, 2007 1:34 PMSubject: Re: 我国商务智能研究(Z)转这篇文章，当然有点私心，因为作者将《ttnn BI观点》放在参考文献里面，所以转贴。当然，就文章质量，也是小腿上绑水瓶----水平比较高。
duzhaoyi2000
除了三大学报 《计算机学报》 《计算机研究与发展》 《软件学报》上面少数文章（大部分还是数据挖掘理论研究）之外
诸如《计算机工程》，《计算机应用研究》，《计算机应用》之类的学术期刊
只要是数据仓库，数据挖掘，OLAP的文章
大家可以直接PASS掉不看
其实可以理解，现实中的应用都这么少，研究啥呢，理论研究吧，只有算法方向上可以深入
综述性，结构性研究吧，没深入的BI项目经验
感觉写出来的东西还是口水话居多：）
On 8月9日, 下午1时34分, Qing <happys...@gmail.com> wrote:
> 转这篇文章，当然有点私心，因为作者将《ttnn BI观点》放在参考文献里面，所以转贴。当然，就文章质量，也是小腿上绑水瓶--水平比较高。
>
> 文章标题里面，出来一个"我国"俩字，有点像是官方的研究报告，作者周瑾，到真是又周全又严谨。周全表现在从时间上，从行业上都概括了一番，严谨表现在方法上面 ，讲究搜集数据分析数据，一切从数据来。应该可以看出来这篇文章里面流露的书卷气。因为第一节便是文献的统计，我估计作者应该是为周老师。总体来说，这篇文章非 常适合BI从业人员对中国BI有个初步印象。
>
> 研究理论，确实得从文献库里面来。从统计结果看，我们在BI方面的基础研究，一个字，弱，两个字，很弱，三个字，非常弱。以前，我也曾看过国内一些论文，除了那 种充满数学公式的，不是没兴趣，就是心存畏惧。或者是那种将国外论文转译过来，稍作修饰之后的东西，空洞没有自己的东西。
>
> 如果作者要分析BI应用的现状，恐怕从这些文献里面只能了解一部分，能够了解到，应用确实是比以前火了，但火了多少呢？文献里面反映的太少，因为应用不是掌握在 学术人士手里。媒体是根据流行元素来挑选话题，ERP流行了，约这方面的稿，BI流行了，约BI的稿。在05年之前，BI虽然盘子不小，但主要在电信、金融行业 ，算不得流行，现在好点，看媒体上关于BI的文章也越来越多。另外，关于应用方面的很多文章并非在主流媒体上出现，在论坛更多些，比如ttnn。如果作者真的要 全面了解应用的情况，恐怕还是得多在论坛泡泡，并且要对不同行业的BI项目作一些访谈才行。
>
> 一不小心，BI就十年了。这只是这个概念的年龄，在他之前，当然有别的名字。不知道像BO、Cognos、SAS这类公司在十年前都被称作什么。报表公司？挖掘 公司？
>
> 读完全文，不由兽行大发，淫诗两首
>
> *《十年必爱路》*
> 十年风云必爱路
> 英雄辈出缺书著
> 举重若轻说成败
> 书生意气论有无
>
> Qing注：这首古诗表达了BI十年沧桑的无奈
>
> *《十年必爱情》*
> 如果那两个字没有颤抖 我不会发现我难受
> 怎么说出口 也不过是分手
>
> 如果对于明天没有要求 牵牵手就像旅游
> 成千上万个门口 总有一个人要先走
>
> 怀抱既然不能逗留
> 何不在离开的时候
> 一边享受一边泪流
>
> 十年之前 我不认识你 你不属于我
> 我们还是一样 被另一些事和人左右
> 走过渐渐熟悉的街头
>
> 十年之后 我们是朋友 还可以问候
> 只是那种温柔 再也找不到拥抱的理由
> 情人最后难免沦为朋友
>
> 直到和你做了多年朋友
> 才明白我的眼泪
> 不是为你而流 也为别人而流
>
> Qing注：这首现代诗用拟人的手法表达了作者跟BI十年的爱恨情仇
> On 8/8/07, Qing <happys...@gmail.com> wrote:
>
>
>
>
>
> > 转一篇文章，尚佳，评论稍后。
>
> > ---------------------------------------------------------------------
>
> > 作者：周瑾 <http://info.feno.cn/search/index.asp?k=writer+周瑾>
> > 来源： 现代管理科学 <http://info.feno.cn/search/index.asp?k=from+现代管理科学>
>
> > ...- 隐藏被引用文字 -
>
> - 显示引用的文字 -
胡翠华
Jady Hu
13524024226
QQ:78126
MSN:jad...@hotmail.com
hunter
On Aug 11, 6:26 pm, "胡翠华" <jad...@gmail.com> wrote:
> 非常有道理！说来惭愧，我想研究BI应用，可就是感觉没有机会，对实践应用一无所知，所以很希望有能够亲身体验的机会，这样才好更一步深入研究下去，各位大虾如 果有机会的话，特别在上海的方便让我看看你们的实施情况，将不甚感激！当然加入ttnn这个团队也是想借此交友、学习啊。
> 可惜Qing不在上海，要不然，我一定去里面那里看看系统具体实施情况！
> --
> Best Regards,
> Jady Hu
>
> 13524024226
> QQ:78126
> MSN:jady...@hotmail.com- Hide quoted text -
>
> - Show quoted text -
richardzzh
远不如我们的同胞一样风光，知识积累和应用案例少、技术底层架构和解决方案少，相关公司实力弱
所以，同样是搞数据的活，而且从理论上说BI远比DB更具商业价值，但工资差之千里
路还长着呢？期望BI软件公司能越来越强，DB也就是几家独大后才长足发展的
John Zhu
> > - Show quoted text -- 隐藏被引用文字 -
>
> - 显示引用的文字 -
Delin He
Computer Department, STKM, BUCT
Chaoyang District, Beijing, 100029
Mailto: beij...@gmail.com
Xuanpu Sun
"北京大学商务智能研究中心"， 自从2005年成立以后，就没有任何新闻可查了。我把我查到的东西做个列表：
1. 中国人民大学信息学院
URL： http://info.ruc.edu.cn/index.asp
http://cs.ruc.edu.cn/content/view/52/46/
说明： 搞数据库的应该都知道萨师煊和王珊吧！他们的数据库概论应该现在还是大学课本。很多教授都在做BI，Data Warehause,
Data Mining的方向，也有很多论文。
2. 中国人民大学商学院与Business Objects公司商务智能实验室
URL： http://www.rbs.org.cn/news/ShowArticle.asp?ArticleID=650
成立时间： 2007年6月11日
说明： 刚刚成立，没有什么信息。
3. 北京工业大学商务智能研究室
URL： http://www.bjmmanufacturing.com/BI.asp?class=1
成立时间： 2005年9月
说明：成立时间不长，有一些科研项目和论文
4. 北京大学商务智能研究中心
URL： http://emc.pku.edu.cn/stat/public_html/birc/indexc.asp
成立时间： 2005年7月
说明：从网站来看，自从建立以来，什么事情都没有发生过
5. 南京大学工程管理学院 朱美琳 博士
URL： http://mse.nju.edu.cn/shizi/gerenhomepage/zhuml.htm
说明： 有一些Data Mining方面的文章
6. 华中科技大学管理学院 企业商务智能工程研究所
URL: http://www.ebie.org/
说明： 虽然说是商务智能，但是仔细看看觉得主要做的是信息系统的东西。（比较搞笑的是所长致辞那页里的评论：http://www.ebie.org/open_news.aspx?news_id=81，
有兴趣自己看看。:-)）
有兴趣大家可以在这个基础上讨论一下，也许能把这个LIST再补充一下。
(注：这是我的"处女帖"，所以借此向各位打个招呼，问声好！我在德国工作，对国内的情况不是很了解，希望多多交流。)
--
Xuanpu Sun M.Sc.
Nordbahnhofstrasse 161C
Zimmer 221
70191 Stuttgart
Tel: +49 (0) 711 1255 3684
Mobile: +49 (0) 176 2637 8361
Xuanpu Sun
neu_liuyt
~{TZ~}2007-08-16~{#,~}"Xuanpu Sun" <xua...@gmail.com> ~{P45@#:~}
~{M|AKP4R;5c#:W\Le?4OB@4#,8P>u;9JGHK4sTZ~}BI~{?FQP7=CfW_TZG0Cf!#~}
On 16/08/07, Xuanpu Sun <xua...@gmail.com> wrote:
> ~{9zDZ4sQ';rU_?FQP;z99TZ~}BI~{QP>?7=Cf5D:aOr1H=OGi?vTuC4QyQ=#?NRTZMxIO2iAK:\3$J1)4sQ'ILNqVGD\QP>?VPPD~}"~{#,~} ~{WT4S~}2005~{Dj3IA"RT:s#,>MC;SPHN:NPBNE?I2iAK!#NR0QNR2i5=5D6+NwWv8vAP1m#:~}
>
> 1. ~{VP9zHKCq4sQ'PEO"Q'T:~}
> URL~{#:~} http://info.ruc.edu.cn/index.asp
> http://cs.ruc.edu.cn/content/view/52/46/
> ~{K5Cw#:~} ~{8cJ}>]?b5DS&8C6]?b8EB[S&8COVTZ;9JG4sQ'?N1>!#:\6`=LJZ6ILNqVGD\J5QiJR~}
> URL~{#:~} http://www.rbs.org.cn/news/ShowArticle.asp?ArticleID=650
> ~{3IA"J1)9$R54sQ'ILNqVGD\QP>?JR~}
> URL~{#:~} http://www.bjmmanufacturing.com/BI.asp?class=1
> ~{3IA"J1)4sQ'ILNqVGD\QP>?VPPD~}
> URL~{#:~} http://emc.pku.edu.cn/stat/public_html/birc/indexc.asp
> ~{3IA"J1@4?4#,WT4S=(A"RT@4#,J2C4JBGi6)4sQ'9$3L9\@mQ'T:~} ~{VlC@AU~} ~{2)J?~}
> URL~{#:~} http://mse.nju.edu.cn/shizi/gerenhomepage/zhuml.htm
> ~{K5Cw#:~} ~{SPR;P)~}Data Mining~{7=Cf5DNDUB~}
>
> 6. ~{;*VP?F<<4sQ'9\@mQ'T:~} ~{FsR5ILNqVGD\9$3LQP>?Ky~}
> URL: http://www.ebie.org/
> ~{K5Cw#:~} ~{KdH;K5JGILNqVGD\#,5+JGWPO8?4?4>u5CVwR*Wv5DJGPEO"O5M35D6+Nw!##(1H=O8cP&5DJGKy3$VB4GDGR3@o5DF@B[#:~}http://www.ebie.org/open_news.aspx?news_id=81~{#,~}
> ~{SPPKH$WT<:?4?4!#~}:-)~{#)~}
>
> ~{SPPKH$4s~{Mx~} ~{RW~} Yeah.net ~{Cb~} ~{7Q~} ~{SJ~} ~{Od~} ~{H+~} ~{PB~} ~{8D~} ~{0f#,Ud~} ~{2X~} ~{UJ~} ~{:E~} ~{?*~} ~{7E#,?l~} ~{@4~} ~{G@~} ~{W"~} >>
Qing
Xuanpu Sun
Support System, Expert System，Knowledge Management
System。具体BI概念逐渐被大家接受，并且被应用和系统的研究也就是近十几年的事情（德国），也就是在这个时候多维数据库开始被应用。系统的来讲BI就是就是从底层的ETL,到数据仓库，ODB,CONTENT
& Document Management， Meta Database， 到中层的分析系统（OLAP,DATA
MINING）最后到前台的Portal。顺便给一个我老板书里的图，可惜只有德文的。
BI的研究方向很多，有专门搞技术的，比如说数据在数据仓库的存储结构，或者是Data Mining
的算法，也有偏重于经济方向的，比如如何更好的支持SCM，CRM，ERP，以及他们之间的联系，比如我的一个同事刚发表的一个论文讲的就是如何用BI来在中层和高层的决策中解决CRM和Production之间的信息流畅性的问题。
同意Qing讲的BI的研究偏重于应用（毕竟这个学科和数学哲学不一样），归根结底是通过对历史数据的分析为决策提供更多有用的信息，辅助决策。（但是BI研究不一定非要局限于决策，做ETL也同样是BI，同样重要。个人感觉最近几年BI的题目大了很多，不仅仅是Decision
Support Syestem的范畴了，所以才改了名字了吧）具体的决策内容当然要根据具体所要分析的对象来确定。举个例子，在Supply
Chain当中，我作为一个Good Distribution
Center，要考核我的供应商是否符合要求，但是我有不能通过一两次的运货来判断谁好谁不好（假设我有1000个供货商）。在这样的情况下，我就要分析历史数据。决策是什么？是供货商的供货质量（可信度），以这个为目标，需要哪些数据？：供货时间，商品数量，退货数量，供货延期数量等等。在这个基础上再建立数据模型，用OLAP或DATA
MINING 进行分析。
顺便问一下大家：国内有没有从理论上系统的讲述商业智能的书？
P.S. to neu_...@163.com： 你的编码我看不懂，能否重新发一下？那个链接是到东北大学主页，我不知道要到哪里去看。
neu_liuyt
全 国 万 名 职 场 女 性，齐 聚 非 常 美 女，惊 艳 2 0 0 7