数据库需求分析报告篇(1)

一、基于事项法的会计信息披露模式优势分析

1969年索特教授提出了事项法会计的观点，他从信息使用者的角度出发，将会计信息加工的出发点定位于满足信息使用者柔性化的需求层次，认为信息使用者的信息需求不能提前预知，信息使用者的信息需求与其多变的管理决策需求相对应。因此，会计信息的目的应该满足各种不同的决策需求，而不仅仅局限于会计报表的输出，也就是说，会计信息应该反映经济活动的事实，将经济业务活动的原始状态原汁原味地保存下来，尽量不掺杂人的主观判断因素，从而保证会计信息的准确性与可靠性。事项法的观点是满足不同信息使用者的决策需要，传统价值法下信息使用者在做出决策时，往往找不到合适的信息支撑，其原因在于价值法下的信息都是经过高度汇总后加工处理而成，而这种加工汇总方法并不能每次都迎合管理者的需求，因此只能“退而求其次”。事项法通过对原始经济活动的全面记录，通过事项驱动因子，将会计信息按照管理决策者的需求进行组合，可以大大提高信息的相关性和有用性，避免价值法统一标准下信息处理的弊端。虽然两者对信息加工处理的方式有着很大区别，但是两者的共同性在于提供的会计信息必须满足决策有用性的特征，如果提供的会计信息不具备会计信息的基本质量特征，也就失去了价值。

索特教授在他的文章里并没有明确提出事项法的概念界定，但是他认为事项法之所以区别于价值法，应该具备两个层面的特征：第一事项法必须以事项作为基础，也就是反映经济活动的全貌。事项法的最终目标与价值法相同，即为信息使用者提供管理决策有用的信息，但是实现途径却有着很大的区别。事项法强调对事项本身的立体化多维描述，以求完整地重现经济活动，通过将一系列的基本事件输入决策模型来达到决策支持的目的。第二多重计量维度的思想。事项法多维地描述财务与非财务信息，突破了价值法下单一描述财务信息的瓶颈。由于事项法的多重计量维度的特征，因为可以更加全面、更加完整地提供零散的事项信息，避免出现信息的遗漏和主观处理，为信息的结构化处理提供了新的思路。从受托责任观的角度，会计信息的最终目的在于提供决策支持，因此必须提供柔性化的会计信息，高度汇总的会计信息使会计信息的追溯性变得困难，无法验证其真实可靠，因此，相比较价值法下的会计信息，信息需求者更期望获得原汁原味的信息，然后根据自己的需求对其进行快速处理。

二、基于事项法与XBRL技术的会计信息传导过程分析

（一）事项法与XBRL的协同 XBRL分类标准包括两个层次，一是财务报表层次的分类标准（XBRL FR），二是交易层次的分类标准（XBRL GL）。财务报表层次的分类标准用于财务报表的编制过程，面向企业外部；交易层次的分类标准用于对经济活动的处理过程，面向企业内部。事项法下的会计信息一般通过REA模型进行数据的结构化处理，将信息打碎用资源（resources）、事件（events）、参与者（agents）这种数据库结构表示，存储于事项数据库中。然后通过事项处理模块，按照交易层次的分类标准将事项数据转换成XBRL格式的数据元和数据实例，XBRL数据元和数据实例在财务报表层次的分类标准指导下，可以编制报表和进行其他数据处理。如图1所示，将交易层次的分类标准在企业各个信息系统及其子系统中抽取事项信息，并在财务报告层次分类标准的指导下生成对外报告，提供给信息使用者，从而实现事项法与XBRL的协同处理。

（二）基于事项法的XBRL数据传导过程 将企业的各项交易信息分解为事项法下包括事项、资源、参与者、地点的要素时，XBRL便能对其进行一一标记，形成事项元素。事项元素存储在事项数据库当中，通过事项模块将事项元素剖析分解成与XBRL元素相对应的结构，然后再在XBRL模块下按照XBRL技术规范组合成XBRL实例，XBRL实例的集合便形成了企业的XBRL数据库。企业可以根据信息使用者的需求披露符合要求的包含财务信息和非财务信息的XBRL网络财务报告，信息使用者通过使用XBRL应用软件将对获取的XBRL报告进行指标分析，挖掘所需要的信息，从而为外部信息使用者更好的评价企业的营运能力、偿债能力、盈利能力和发展能力，并基于评价做出正确的投资管理决策提供依据。数据传导过程如图2所示。

图2 基于事项法的XBRL数据传导过程

三、基于事项法与XBRL技术的会计信息披露运作机理

（一）信息采集

（1）事件数据库。事件数据库的基本思想是完整反映企业发生的经济业务活动，通过对经济业务进行建模达到对每一个元数据进行结构化的处理，实现对经济业务的解析，进而实现对发生的经济业务活动的完整重现。

（2）报告数据库。XBRL实例在XBRL FR财务报表层次分类标准的处理下形成报告数据库，专门针对报表输出的相应数据处理。在报告数据库中，XBRL GL属于交易层次的分类标准，处在报告数据库的下层；XBRL FR数据报告层次的分类标准，处在报告数据库的上层，遵循由低到高的原则，先实例后报表。利用三库理论构建的双层数据库如图3所示。

图3 双层数据库模型表

（二）信息加工与传输

（1）XBRL实例文档导入。XBRL规格说明、XBRL分类标准、XBRL实例文档和样式表组成了一个完整的XBRL文件。通过XBRL规格说明对XBRL以及XBRL的实现从技术层面进行解释说明，进而形成框架体系，对XBRL分类标准进行梳理。

（2）XBRL实例文档解析。在导入XBRL实例文档后，需要进行实例文档的解析。XBRL文件解析主要用于数据分析服务和会计信息检索服务，其解析结果包括解析对象和数据流，其中解析对象主要用于数据分析服务，而数据流主要用于会计信息的检索。解析流程从将XBRL文件导入一个XML解析引擎开始，该文件可以是临时导入也可以从数据库中获得，整个过程如图4所示。

图4 XBRL实例文档解析流程

（3）在线分析平台。信息使用者通过会计信息披露平台对企业进行各方面的评价，数据处理器中内置了大量的功能模块，如数据处理、数据分析、报表处理器，自定义功能模块等，可以根据信息需求者的个性化需求处理不同的会计信息。由于事项法下的信息不局限于传统价值法的单一货币衡量，所以信息使用者除了利用财务指标外，还可以通过非财务指标的使用综合全面评价企业的经营绩效。同时，XBRL技术的引入使得会计信息具有了结构化的特征，信息使用者可以迅速地进行不同企业间的横向绩效对比，同一企业的纵向绩效对比，减少数据收集、处理、分析的时间。基于事项法与XBRL技术的会计信息披露在线分析平台总体应用框架如图5所示。

图5 基于事项法与XBRL技术的会计信息披露在线分析平台

（三）安全性思考 会计信息是对企业财务状况和经营成果一定程度的反映，外部信息使用者的信息需求不能触及企业底线，否则便会引发会计信息披露机制的混乱。因此，进行数据采集时所涉及的信息是否涉及企业的商业机密，是否会造成严重的公众性危害需要事先进行规避的。对数据库数据的输出进行筛选，允许披露的信息可以进行实时输出，不允许披露的信息则需要进行筛选适当加以限制，从而控制企业会计信息披露的范围。XBRL财务报告是对外公布的报告，对外连接的方式只能通过互联网，因此XBRL财务报告的传输必须使企业的数据库通过网络与外部的数据库相连。网络环境在带来便捷的同时，也带来了安全性风险，因此在条件允许的情况下，必须采取相应的安全技术来保证数据的安全。常用的安全技术有防火墙技术、病毒防护技术以及身份识别技术等。

会计信息的根本目的在于为信息使用者提供决策支持，如何将会计信息及时、准确、完整地传达给信息使用者，是XBRL网络财务报告产生的基本思想。事项法的引入从完整性上解决了非财务信息披露的不足，满足了信息使用者柔性化的信息需求。但由于事项法的范围锁定在企业的内部，使得会计信息披露的安全性受到考验。企业应建立健全信息披露的安全机制，在充分披露的基础上，保障自身的信息安全。

数据库需求分析报告篇(2)

[关键词]竞争情报；竞争策略；数据库；管理

[中图分类号]G350 [文献标识码]A [文章编号]1005-6432（2013）34-0095-03

在知识经济时代，竞争情报是企业继产品、营销、服务之后的第4种核心竞争力，它是企业制定经营战略与竞争决策的基础。全球100强企业都拥有自己的竞争情报机构，我国的一些大型企业也设有竞争情报部门。竞争情报数据库的构建和有效管理成为企业谋求发展的重要支撑。

1 竞争情报及其含义

竞争情报简称CI（Competitive Intelligence），它是一个组织或企业对有关自己、竞争对手、竞争环境、竞争策略等情报信息进行获取、分析与研究，从而得出有利于提高自身竞争力的策略和方法，是为获得竞争优势而采取决策行动所必需的信息资源。

对于企业而言，竞争情报主要包括三类：竞争对手的情报、宏观竞争环境的情报和企业自身的竞争情报。通过对这些竞争情报的合理利用，企业可以准确、及时地制定竞争策略，保持竞争优势。因此，竞争情报最终形成的产品必须包含下述信息：

（1）关于外部及内部环境的；

（2）专门采集而来，经过加工而增值的；

（3）为决策所需的；

（4）为赢得和保持竞争优势而采取行动所用的。

竞争情报的最终目的是要描绘出一幅能够全面反映变化中的竞争环境的图像，只有连续不断地进行竞争情报的搜集、分析，并在信息重组的基础上对其深度加工，才能协助领导层作出正确的决策。

2 对竞争情报数据库的要求

竞争情报具有预警、决策支持和学习三大功能，由于本身涉及商业机密和内部资源，其安全性和针对性都很强，所以对竞争情报的数据库也就有相应的要求。

2.1 安全性

竞争情报涉及的很多信息或知识都是很敏感的，所以竞争情报数据库的使用者一定要在一个有安全保障的环境下才能进入系统获取信息，比如必须与竞争情报部门取得联系并且注册登记、用户名单和权限由竞争情报部门统一分配等。

2.2 时效性

竞争情报辅助企业制定战略和决策，因此快速反应程度是决定情报价值的一个重要因素。竞争情报的时效性主要体现在两方面：一是及时记录已发现或出现的变化、动态和问题；二是提供快速的入口，使需要信息的用户能够尽快地获取。

2.3 客观性

竞争情报的收集、分析、研究和提供都必须是客观的，这样才能准确地为行动或者决策服务。因此，在数据库的建设、维护和使用过程中，要尽量减少人为的不确定因素。

2.4 针对性

竞争情报数据库的针对性表现在三个方面：一是数据库的内容能满足竞争情报的信息分析要求；二是数据库的数据要准确、清晰，层次性好，相关关联明确；三是竞争情报要具有很强的针对性，常与决策挂钩。

3 竞争情报数据库的构建

竞争情报的信息量大，数据繁多，包括不同方面、不同层次、不同形式的各类数据，如各种数据报表、会议文献、产品信息等，企业应针对自身特点，构建具有自身特色的重点产品或学科的竞争情报数据库。

3.1 数据库的模块设计

企业竞争情报数据库的主要内容包括：市场动态监测、行业分析研究、竞争对手调研等，数据采集、加工、服务与反馈构成一个完整的生命周期。因此，企业竞争情报数据库必须围绕情报采集、情报加工、情报服务和评估反馈四大模块来进行设计。

3.1.1 数据采集模块

数据采集模块主要负责收集各种媒介信息并对信息进行初步整理。

在进行数据采集之前，首先要进行情报规划，明确企业的竞争情报需求并进行分解，根据用户需求建立相关情报课题、设定情报属性，包括分类、内容相关度、重要性和密级等。

在进行数据采集时，必须预先设置常用的情报采集源，包括竞争对手网站、行业网站、专利信息网站等，以实现对互联网、企业内网及其他信息系统、数据库等信息的识别、收集和转存等功能。对预设情报采集源进行全天候的监控，在发现新的相关信息后及时通知用户并进行采集，将采集的情报信息进行智能分类，将发送到相关部门的信息情报进行初步归类。数据库的情报采集分类见图1。

由于采集对象的数据来源广、复杂度高，采集模块必须设计多样化的数据接口，如提供键盘输入的人工录入界面、针对网络资源的专题搜索工具、针对不同专题数据库的数据套录软件等，同时，要对采集到的信息进行真伪甄别，避免虚假信息干扰决策。

3.1.2 数据加工模块

数据加工主要是对采集到的信息进行挖掘分析，提炼出有价值的情报。它是竞争情报数据库能否充分发挥效能的重要一环。

竞争情报数据库的数据量大，既包括不同层面的数据，又包括具体对象的数据；既包括历史性数据，也包括即时性数据，还有各种专题数据、系统参数等，数据间存在着较强的逻辑关系，其加工模块信息流见图2。

从图2可以看出，经过采集、转录、检索、筛选、整理、标识后形成的各类情报库是该模块的原料，对经过预处理的数据库进行清洗、整合、关联、标引、分类和聚类，使数据变得更加有序，然后将已经分类整理好的各类情报进行整合，把原来二维关系的数据库关联、加工成具有多维关联的数据仓库。这是一个复杂的过程，需要大量的归纳、演绎和推理，对数据的处理与组织的要求较为严密，在这一模块中要特别注意数据挖掘技术整合。

3.1.3 情报服务模块

情报服务是竞争情报数据库平台的输出环节，它将面向企业各级管理层的各类用户提供情报产品和服务，因此，它的高效与否关系到企业竞争情报数据库平台的成效。这个模块可以实现数据库查询、信息简报和情报分析报告等基本功能，也可以根据需要设置其他功能：根据用户的登录信息定制用户界面；设置用户收藏夹，允许用户将自己感兴趣的信息存到自己的收藏夹；根据信息的点击率向用户推荐最新和最有价值的信息；向关键决策者推送可能急需的信息；为用户量身定制专题信息套餐，用户也可以自主设定所跟踪的本领域中的专题，获取最新相关专题信息，无须再次上网查询。

情报服务模块必须提供多种情报分析模板以支持用户的报告需求和写作习惯；将采集来的重要信息生成报告并发送到相关用户手中；支持情报分析成果的多种格式导出及多途径发送；支持用户通过浏览器直接阅读信息；任何用户浏览情报时，可以及时把情报信息以电子邮件或链接的形式推荐给其他相关人员；利用专业软件，对后的报告的阅读、拷贝和修改权限予以限制；提供报告的加密发送功能；提供对情报信息的全文检索、标题、作者、日期检索等功能，且支持检索模板和检索历史等功能；提供检索引擎服务。

3.1.4 评估反馈模块

企业的竞争情报需求是随着市场格局不断变化的，只有建立固定而灵活的情报评估反馈机制，才能全面把握情报需求，更好地服务于企业竞争战略。评估反馈既是情报生命周期的终点，又是情报周期的始点，必须实现以下三个方面的功能：一是采集源评估功能，包括情报采集量统计、情报转化率统计等；二是情报信息评估功能，包括情报批注、情报评分、情报推荐以及情报点击率统计等；三是情报工作评估功能，包括情报加工统计、情报统计等。通过用户提交的情报需求信息、领导对情报信息的批注以及用户对情报信息的评论、情报信息浏览量、情报加工工作量统计和情报采集源有效性的统计，可以有效地针对采集源、情报内容以及情报人员业绩进行评估，持续不断地改进竞争情报工作。

3.2 数据库平台的管理

在竞争情报的数据库平台中，主体工程和核心内容是信息网络。信息网络以有关办公自动化系统为平台，通过浏览器对竞争情报进行浏览和管理；通过数据库服务器对客户端进行集中管理和业务处理。

3.2.1 数据访问管理

为防止用户非法进入数据库系统，任意修改数据，须对竞争情报数据库进行数据访问控制，在存取数据的过程中分层设卡保护。数据访问控制大体上可分为3个层次：决定用户能否进入系统，可以访问哪些数据库资源以及在资源上可有何种操作。

不同的领导阶层有不同的情报需求，所以对数据资源的要求也是不一样的，如，生产部门更需要新技术评估报告，而销售部门就更需要市场调查报告。从一定程度上来说，过量的或不适合的数据有可能会影响用户的使用，而权限控制是解决“将最适当的信息传送给最适当的人”这一问题的有效方法之一。

根据适用范围的不同，可以将竞争情报用户分为高级用户和职能用户两大类。其中，高级用户包括高级决策者和管理员，享有所有的使用权限；职能用户指职能部门主管类的使用者，可以细分成组，如，生产部门、研发部门、财务部门、人力资源部门等，整个职能部门的人员具有和部门主管一样的资源访问权。每位用户对数据的访问必须通过控制部的校验，从用户进入系统时具有的权限和操作对象允许的权限两方面来保证数据的安全。

3.2.2 数据传输管理

竞争情报具有一定的保密性质，除了采用局域网技术以外，有部分内容还需要进行特殊的传输管理。加密是数据管理中最常用的方法，但是加密也是有代价的，依加密、解密的复杂程度不同，数据库平台建设的投入也不一样，而且会或多或少地影响响应时间。因此，必须权衡加密、解密的代价和数据本身的价值，确定合理的算法。在对竞争情报数据库中的数据进行传输控制时，还应针对不同的数据采用不同的处理办法。

3.2.3 数据库整合

企业的情报部门应根据用户的需求，以专业数据库做基石，在竞争情报数据库平台上将信息资源进行整合，从网络资源到专题数据库（如企业数据库、产品数据库、专利数据库等）以及其他相关信息（市场信息、政策信息等），使用最先进的数据仓库技术，把原有二维数据关系的数据库拓展成多维关联的数据仓库；采用信息真伪辨识技术、信息分析技术（数据挖掘、关联分析等技术）、信息处理技术（主题析取、自动聚类、信息综合等）等，把传统的信息提供平台提升为面向知识服务的平台，然后再考虑数据库信息的和推送（信息保存、信息定制推送、界面定制、用户互动），实现数据库的个性化服务。

4 竞争情报数据库的构建与管理中应注意的问题

竞争情报数据库建立在现代信息技术基础之上，是一个个性化的人机协作工作的情报管理系统。在建设过程中，应特别注意以下三方面问题：

4.1 数据质量问题

竞争情报的数据量大、来源广、格式不统一，在数据库建立过程中会出现许多人为的和系统的误差，这样便无法准确地反映市场信息等实际情况，也就达不到决策辅助和安全预警的目的。从竞争情报数据库的建立过程来看，数据质量问题主要表现为以下几点：一是数据质量差；二是数据转化或者提取过程中产生误差；三是数字化过程中出现的数据丢失、交叉或重叠等；四是数据录入过程中出现的错误或丢失等；五是数据维护过程中的失真。

在数据源阶段，就要通过不同类型的数据源分析，明确分类，然后将各种来源的数据转化成统一的格式进行存储。

在数据录入阶段，首先要具备良好的录入界面，即录入界面入口清晰、分类明确，避免数据入库错误；其次，要在对应的数据库中进行数据匹配，也就是。

在数据维护阶段，需要及时维护，尽快替旧换新。竞争情报具有很强的时效性，过时的数据将严重影响企业的决策，而同一类或同一个竞争情报是变化和发展的，企业需要的是最前沿、最及时、最准确的数据，需要数据维护工作跟上步伐。

4.2 知识产权问题

知识产权问题是数据库建设中无法回避的问题，竞争情报亦如此。据世界知识产权组织统计，大约130多个国家的著作权法以某种方式规定了对数据库的著作权保护。

我国的《著作权法》及其相关条例没有提到对数据库的保护，甚至没有直接提到“数据库”这一概念。在我国知识产权法规目前还不够完善的情况下，企业自建的竞争情报数据库如果仅限于学习和研究之用，人们还是可以接受并认为是合理的，但是2006年7月1日颁布实施了《信息网络传播权保护条例》，对搜索内容利用版权方面做了较大的限制，因此，如果竞争情报数据库的内容传播到公开媒体上，就必须考虑知识产权的问题。

4.3 人员培训问题

竞争情报数据库的建设与管理是一项实践性非常强的工作，需要结合企业的信息基础设施和业务流程进行定制化的设计和开发，竞争情报工作人员必须全程参与，只有经过专业培训才能够胜任。培训内容包括竞争情报理论知识，情报搜集、分析、处理、传递等工作技能以及应用软件的使用等，通过提高员工的业务素质，使竞争情报服务过程中的情报采集、情报加工、情报服务、评估反馈等每一个环节都能够有效实施。

5 结 论

企业要制定战略决策、提升核心竞争力，离不开竞争情报。竞争情报数据库的建设与管理是一个复杂的系统工程，必须以专门的数据库（企业数据库、专利数据库、市场数据库、政府信息库等）为基础，辅以网络和其他媒体信息的搜集，才能达到预期目的；在技术上要整合数据挖掘技术，融入人工智能技术，不断完善其功能模块，才能确保完成对竞争情报的处理、组织和分析，满足企业对竞争情报的要求。

参考文献：

[1]陈安洲，许玉梅.国家图书馆建立竞争情报数据库平台的可行性研究[J].图书馆理论与实践，2010（4）：18-22.

[2]曹如中，王立新，曹桂红.企业竞争情报服务系统功能构建与实证研究[J].图书情报工作，2011（2）：48-52.

[3]郝丽娜.浅析企业竞争情报系统中的数据库构建[J].科技情报开发与经济，2005（14）：39-41.

数据库需求分析报告篇(3)

决策支持系统为解决房地产投资决策中出现的种种问题提供了解决方案。决策支持系统是一种基于计算机的系统,帮助决策者通过与系统直接交互使用数据及分析模型解决非结构化的决策问题。通过决策支持系统,房地产开发商可以对要开发的项目的各种情况有一个更深入的了解,能综合各方面的因素对投资的项目做出一个合理的判断,从而减少房地产投资中的盲目性,使投资更准确,收益率更高。本文结合房地产项目投资的实际情况,提出了一种房地产投资决策支持系统,可以为房地产项目的投资提供决策支持,实现企业项目管理的快速辅助决策,提高投资者的决策水平。

一、房地产投资决策支持系统

房地产投资决策支持系统是将决策支持系统技术应用到房地产投资中,从而能有效地对房地产投资者进行辅助决策,提高决策的效率和准确性。

(一)房地产投资决策支持系统的基本功能

本系统分为房地产市场调查与预测、经济评价、风险分析和可行性报告生成等四大模块。通过房地产市场调查与预测模块,用户可以方便地了解到房地产市场的现状以及国民经济状况,并能对将来房地产市场的发展情况做出一个大概的预测。通过经济评价模块可以对所投资项目做出准确的评估,从而判断出此项目的盈利状况。风险分析模块可以对投资项目的风险作一个大体的分析,用户通过对各个投资方案的经济评价和风险的权衡,可以做出较为准确的判断。可行性报告生成模块则可以自动生成项目的可行性报告,用户可以根据具体情况来添加可行性报告中的内容。

(二)系统的基本结构

在房地产投资中遇到的可变性因素非常多,再加上房地产投资本身所具有的高风险性,这就使得传统的MIS系统不能满足房地产投资决策的需要,只有使用决策支持系统才能有效地解决这一问题。但是传统的决策支持系统也有着它的不足,不能很好的对房地产投资进行有效的辅助决策。因此,本系统借鉴了最近发展起来的决策支持系统的新技术,提出了一种新的房地产决策支持系统模型。

数据仓库、联机分析处理、数据挖掘是决策支持系统发展中的新兴技术,将这些技术引入到房地产决策支持系统中可增强系统的辅助决策功能。

其中,数据仓库是为了决策支持的需要而在数据库的基础上发展起来的一项新技术。数据仓库可将大量的用于事务处理的数据库中的数据进行清理、抽取和转换,按决策主体的需要重新进行组织。数据仓库中的各种数据可以适应决策问题多样性的要求,数据仓库侧重于对面向主题的数据的存储和管理。联机分析处理可以对数据仓库中的大量数据进行分析,从中提取出有用的信息,从而起到辅助决策的作用。数据挖掘是从知识发现的概念中引申出来的,把数据挖掘技术应用到数据仓库的分析可以有效地从数据仓库中挖掘出有价值的东西,从而有利于辅助决策。

二、房地产投资决策系统的相关技术

传统的决策支持系统是利用数据库、人机交互进行多模型的有机组合,辅助决策者实现科学决策的综合集成系统。自从决策支持技术形成以来,在全世界得到了广泛的应用,但是决策支持在发展中也遇到了一些问题,主要问题有以下几个方面:(1)DSS使用的数据库只能对原始数据进行一般的加工和汇总,而决策支持涉及大量历史数据和半结构化问题,传统的数据库管理系统难以求解复杂的半结构,不能满足DSS的需要;(2)决策支持系统以集成数据为基础,然而现实中的数据往往分散管理且大多分布于异构的数据平台,数据集成不易;(3)由于决策本身所涉及问题的动态性和复杂性,针对不同的情况应有不同的处理方法,而模型库提供的分析能力有限,所得到的分析结果往往不尽如人意;(4)决策支持系统的建立需要对数据、模型、知识和接口进行集成。数据库语言数值计算能力较低,因而采用数据库管理技术建立决策支持系统知识表达和知识综合能力比较薄弱,难以满足人们日益提高的决策要求。

数据仓库、联机分析处理和数据挖掘技术,给决策支持系统的发展注入了新的活力,数据仓库、联机分析处理和数据挖掘技术的出现,有利于解决上面传统的决策支持系统所遇到的问题,为决策支持的发展提供了一条新的途径。

(一)数据仓库(DW)技术

信息系统中有两种类型的数据:操作型数据和决策支持型数据。前者是由日常事务处理生成的,后者是把前者加工后(清理与集成)形成的。操作型数据服务于日常事务处理,决策支持型数据服务于信息增值。目前,理论界把存有决策支持型数据的系统称为数据仓库。当需要为决策部门提供及时、准确、详细和可靠的风险信息时,海量数据的存储与加工便成为首要问题,而这正是数据仓库的专长。

(二)联机分析处理(OLAP)

OLAP是一种决策分析工具,它是针对特定问题的联机数据访问和数据分析而产生的一种技术,它可以根据分析人员的要求,快速、灵活地对大量数据进行复杂地查询处理,并以直观的、易理解的形式将查询结果提供给各种决策人员,从而得到高度归纳的信息。OLAP是基于数据仓库的信息分析处理过程,是数据仓库的用户接口部分。通过OLAP这种独立于数据仓库的分析技术,决策者能灵活地掌握项目进度的数据,以多维的形式从多方面和多角度来观察项目进度的状态、了解项目进度的变化。OLAP技术分析方法有切片、钻取、维度自由组合、图标自由切换,并可形成表现友好、丰富的报表结果。

(三)数据挖掘(DM)技术

数据挖掘可以称为数据库中的知识发现,是从大量数据中提取出可信、新颖有效并能被人理解的模式的高级处理过程,是数据库技术、人工智能、神经网路、机器学习等领域的交叉学科。数据挖掘是一个过程,是从大型数据库中抽取隐藏其中的可理解的可操作的信息,目的是帮助分析、决策人员寻找数据之间的关联,发现被忽略的要素,而这些信息对于决策行为是至关重要的。

数据挖掘常用的技术和算法有决策树、神经网络、概念树、遗传算法、模糊数学、统计分析、可视化技术、粗糙集、公式发现等。数据挖掘的作用是可以实现自动预测趋势和行为、关联分析、聚类等。数据仓库、联机分析处理、数据挖掘是作为三种独立的信息处理技术出现的,但都是以解决决策支持分析问题为主要驱动力量发展起来的,具有一定的联系性和互补性。其中数据仓库用于数据的存储和组织,联机分析处理集中于数据的分析,数据挖掘则致力知识的自动发现。

三、房地产投资决策支持系统的功能模块

(一)市场调查与预测

市场调查是房地产投资中的一项非常重要的内容,常常关系着投资的成败。在本系统中,市场调查与预测模块主要包括国家经济状况、城市经济状况、城市综合情况、城市气象条件、城市发展计划、目标客户住房需求调查情况、城市土地住房情况、房地产供给市场状况、竞争对手和竞争楼盘状况,以及项目自身的相关情况等。在这个模块中,基本涵盖了房地产调查的主要内容。另外,大量的历史数据也为房地产市场的预测提供了便利条件。

(二)经济评价

经济评价是房地产投资决策中的一项必不可少的内容。建设项目经济评价是项目可行性研究的组成部分和重要内容,是项目决策科学化的重要手段。经济评价的目的是计算项目的效益和费用,通过多方案比较,对拟建项目的财务可行性和经济可行性进行分析讨论,做出全面的经济评价,为项目的科学决策提供依据。

经济评价包括项目管理、参数设置、方案计算、扶助报表、基本报表和综合财务指标等几个方面。其中项目管理包括项目的建立、选择和删除,对项目管理库进行操作。参数设置对房地产投资中的各项参数进行赋值,方案计算用现金流法和非现金流法对投资项目进行分析计算。辅助报表和基本报表用于生成各种报表。综合财务报表生成现金流法综合财务指标汇总表和非现金流综合财务指标汇总表,在这一模块中还生成直方图检验、饼图检验和拆线图等图表,更直观地反映出财务状况。

(三)风险分析

房地产投资虽说有着高收益,但是同时也存在着高风险,对其进行风险分析非常必要。正确评价房地产开发的风险可以指导投资者进行正确的开发决策,减少决策的盲目性和失误。对于上述风险,人们并不能明确的给一个答案,到底有没有这种风险,这是存在着模糊性的。为此可以把模糊数学方法引入到风险分析中来,采用模糊综合评价法可将定量与定性的指标结合起来,〖JP+1〗可以不受指标因量纲不同或量纲相同而量级不同的影响,对于问题比较复杂、信息不很全面的房地产开发投资是很适应的。此外,房地产投资风险因素层次比较多,可以采用多级模糊模型来分析。

(四)可行性报告生成

可行性报告生成模块的功能是根据房地产投资项目来生成一个可行性报告模板,这就省去了用户编写可行性报告的时间。用户可以根据自己的实际情况向可行性报告模板中添加一些项目的数据,甚至是根据项目数据生成的柱状图、饼图等图表。现在人们所用的字处理软件一般都为微软的Word,所以本系统中所生成的可行性报告为Word文档形式,这样便于用户对可行性报告的编辑。

该系统中的四个功能模块紧密协作,基本涵盖了房地产投资中所应考虑的各方面内容。用户(决策者)通过这些模块的运作,可以得到有力的辅助决策,从而提高决策水平。

数据库需求分析报告篇(4)

关键词:图书馆;大数据;数据存储;异构数据;非关系型数据库

作为以图书馆为基础的情报研究机构，随着近年数据资源量的不断增加，各类文献、图书、期刊、基础数据等都需要进行稳定的存储与高效率的分析。同时，基于这些数据的知识库、咨询服务智库等系统的建设也都迫在眉睫。为了能充分管理众多数据，为各类系统提供数据基础，有必要建设一个结构统一、技术先进、可重复利用的数据资源平台，统一管理各类数字化资源。

1存在问题

面对大量的数据资源，在信息化过程中通常会碰到以下问题：1.1信息孤岛现象这种现象是指需求建设的应用系统存在相互之间在功能上不关联互助、信息无法共享互换以及信息与业务流程和应用相互脱节等问题，缺乏统一元数据管理。1.2多种类型数据缺乏统一数据架构每个业务环节都会有大量非结构化、结构化、半结构化数据，如何对这类数据进行统一分析管理。在这些多种结构的数据中存在大量内在关联，只有统一数据存储，才能进一步挖掘出数据中存在的深层价值。1.3软硬件环境重复购买现象在信息化建设过程中，新建应用系统都会根据自身需求重新搭建软件、硬件环境，大部分系统运行所需软硬件并没有达到资源的满负荷利用。1.4缺乏统一数据标准由于多年系统建设过程中由不同团队开发，造成相同数据内容格式不统一，存在大量冗余数据，彼此数据更新不畅通。1.5缺乏统一数据安全管理方案在日常工作过程中需要进行大量数据交互与实时操作，缺乏统一的信息化安全手段对数据分配权限进行管理，并实现定期的资源备份。

2建设目标

基于以上状况，考虑基于大数据架构的文献资源管理方案应可达到以下目标：（1）实现基于统一元数据定义的信息集中管理和信息共享，为数字出版、数据加工、咨询服务、日常管理等各项工作提供统一数据资源平台。（2）实现统一大数据环境，满足各个应用对于文档数据、关系型数据、非关系型数据和内存型数据的统一存储需求。（3）构建基于SOA架构的应用系统，保证在应用对于数据访问权限的统一管理。（4）建设统一搜索环境，满足于各种数据资源能够统一搜索查询访问。（5）建设必须具备高度的先进性、可靠性、可用性、安全性并具备良好的扩展性和灵活性。

3建设方案

3.1资源建设方案

图书馆中常见资源主要包括文献、图书、期刊、数值型数据、动态信息等。依据数据结构的不同，可主要分为基础数据、结构化数值型数据、非结构化数据、动态信息、其他文字类信息等几类。其特点如下：（1）基础数据：主要如书目、期刊文献等数据；（2）动态信息：主要包括各类网站、媒体发布的信息，时效性比较强；（3）非结构化数据：主要包括格式不够统一的数值型数据；（4）结构化数值型数据：可以定期获取的格式相对规范的数据，如海关进出口数据、图书期刊销售数据；（5）其他文字类信息：更新频度较慢的文字类数据，如各类法律库、研究报告等；针对不同类型的数据资源，应对其采用特定的方式进行处理、保存及利用。3.1.1基础数据包括如数据、期刊文献等基础数据都应经过数字化加工、元数据定义、自动标引、关键数据提取等多个步骤，分别保存至相应数据库。3.1.2动态信息动态信息的来源主要是各个网站,包括网站文章及各类舆情信息。可以由技术手段完成从信息采集、分类整理到分发的所有过程。整个流程由三个规则来体现：分别是采集规则、分类规则、分发规则。采集规则：采集规则由编辑确定，包括来源网站、栏目等。利用爬虫技术，可对所有网站的资源进行自动增量采集，并装入“待分类库”。分类规则：分类规则利用到词表、词库以及自动标引技术。由专家及编辑对所有资源进行多维度分类，并提供相应的语料，经过学习，对之前进入“待分类库”中的所有数据进行自动标引。之后，所有的数据将被从多个维度被分类。保存后即可方便准确的提取。分发规则：在完成上述两项工作之后，所有的动态信息已经被分门别类的整理好。通过分类、关键词即可快速提取相关的信息。对于已经经过规范化处理的动态信息，也可以直接利用形成产品，同样依据自有的多维分类，即可把相关的动态信息直接推送给用户。3.1.3结构化数值型数据结构化数值型数据包括海关进出口数据、统计局数据、产品库等众多格式相对规范资源。由于数据量的不断增大，需要考虑使用数据仓库技术对所有的结构化数据进行规范保存，利用建模的方式保存数据。这类数据的主要用途分为两部分对内提供数据的查询，对外提供报告的自动生成。（1）数据查询。规范化存储之后的数据可以方便的通过多个维度进行查询、钻取，内容的研究人员可以直接通过输入查询条件进行数据的查询，同时生成各类图表。（2）自动报告。对外可以以产品的形式提供多种数据报告，利用预先准备的模板，在用户选择所需报告之后，利用已有数据，套用不同模板形成一份自动的报告。3.1.4非结构化数据对于非结构化数据，将主要通过两种方式来处理。（1）非结构化数据的结构化。部分非结构化数据本质是结构化数据，因为某些原因才造成了数据的不完整，对于这类数据，需要整理结构的最大集并将相应的数据填入对应字段。在完成此步骤之后，可采用类似对于结构化处理的方式对这些资源进行处理。（2）非结构化数据的标引分类。除上述的数据之外，还有一部分非结构化数据过于零散，只能采用标引的方法实现这些数据的归档利用。方法和动态信息的处理方式类似。3.1.5文字类信息文字类信息的特点是实效性不强，每次发布后都会长期使用。比如法律法规、咨询报告等。这类资源应主要采用自动标引的技术进行处理。首先也需有多个维度的分类、词库、词表以及语料，经过学习后将每篇文章进行标引分类，之后再将文章内的段落进行二次标引。这样，所有的资源都可以通过关键词、多个维度的分类进行提取，即可获取具体段落资源、也可以获取完整的文章报告。这类规整后的信息可提供给内部科研人员作为资料进行调用，同时可以为结构化数据的自动生成报告提供文字资源。

3.2技术建设架构

针对资源建设的方案，考虑采用关系型数据库与非关系型数据库结合的方式建立存储架构。3.2.1数据存储技术一个完整的数据环境，需要面对来自于各个方面的数据存储需求挑战，主要存在的数据存储需求为：（1）文档型数据存储需求（2）关系型数据库数据存储需求（3）实时型数据存储需求（4）非关系型数据关系型数据库的优势在于保持数据的一致性，由于以数据标准化为前提，数据更新的系统开销很小，同时可以方便的进行Join等复杂查询。MySQL是目前最流行的关系型数据库管理系统。尤其在WEB应用方面，它与PHP语言的结合是目前最为成熟、稳定、安全的技术之一。针对现有数据，绝大多数的结构化数据都可以保存在该类数据库中，从而实现复杂条件下的检索操作。同时，关系型数据库担任保存整个系统元数据架构与基本数据的任务，是其他结构数据库存储及导入导出的基础。NoSQL泛指非关系型的数据库。它的优势在于性能，由于NoSQL是基于键值对的，可以想象成表中的主键和值的对应关系，而且不需要经过SQL层的解析，所以性能非常高。另外可扩展性同样也是因为基于键值对，数据之间没有耦合性，所以非常容易水平扩展。它可以最大程度的解决关系型数据库所不擅长的大量数据的写入处理和为有数据更新的表做索引或表结构变更等问题。用NoSQL可以方便的保存系统中的非结构化数据，并根据实际需求随时调整其结构。分布式文件系统（DistributedFileSystem）是指文件系统管理的物理存储资源不一定直接连接在本地节点上，而是通过计算机网络与节点相连。由于系统中数据资源过于庞大，为提高其使用访问效率，利用HDFS的一次写入、多次读写的特性。数据集一旦由数据源生成，就会被复制分发到不同的存储节点中，从而响应各种各样的数据分析任务请求。以Redis为代表的内存数据库，是基于全部数据都存在内存中的技术体系，抛弃了磁盘数据管理的方式，它在采用半持久化模式运行时所有数据都是保存在内存中，然后不定期的通过异步方式保存到磁盘上。通过这种方式，内存数据库在保证读写速度远超过传统数据库的基础上，又可对其数据进行分布式存储且具有可恢复性。针对以上需求内容，结合各种软件的特性：（1）MySQL满足关系型数据库需求；（2）NoSQL满足对数据结构要求灵活需求；（3）HDFS满足文档类型数据存储需求；（4）Redis内存型数据库，满足高速存取需求；提供统一数据存储环境，为后续数据统一元数据管理、数据统一权限管理、数据统一搜索等建设提供了充分必要条件。3.2.2数据访问平台统一数据存储提供大容量数据存储环境，满足数据存储的大量、高速、多样的需求。在这个基础上，还需要有统一元数据对存储的数据结构进行定义，统一数据访问安全控制对数据访问者进行权限控制，用数据统一搜索打通各种类型数据，为后续数据挖掘分析提供数据高速访问接口。3.2.3统一元数据管理元数据（Metadata），又称中介数据、中继数据，为描述数据的数据（dataaboutdata），主要是描述数据属性（property）的信息，用来支持如指示存储位置、历史数据、资源查找、文件记录等功能。元数据算是一种电子式目录，为了达到编制目录的目的，必须在描述并收藏数据的内容或特色，进而达成协助数据检索的目的。将所有资源的元数据统一管理，是进一步应用的前提。3.2.4数据统一搜索在具备数据存储与数据访问平台基础上，构建满足于融合关系型数据库、非关系型数据库、文件数据库以及内存数据库的统一搜索引擎，并在构建搜索索引过程中融入专业词库词表。以Web服务方式提供搜索引擎服务，对用户所输入的文字进行分词，并结合搜索引擎索引，进行词关系匹配，并按用户所需排序格式提供数据排序给用户。搜索服务提供web服务方式给应用系统使用，应用系统需根据自身权限范围进行数据搜索范围设置。通过上述平台的组合，可以为图书馆中文献、图书、期刊、数值型数据、动态信息等为主的各类型数据提供完整的管理解决方案，并通过具有词表技术的搜索引擎提供对外接口。

4结束语

虽然关系型数据库有着技术成熟、易维护、支持SQL方式的复杂查询、丰富的完整性约束等诸多优势，且在图书馆情报领域被广泛应用。但随着数据量的不断增大，数据类型的不断增多以及应用模式的不断变化，尝试传统数据架构+大数据架构的存储、管理和应用将是图情领域未来的技术架构发展方向。

参考文献

[1]朱洁,罗华霖.大数据架构详解：从数据获取到深度学习[M].电子工业出版社,2012.

[2][美]汤姆,怀特（TomWhite）著.王海,华东,刘喻,吕粤海译.Hadoop权威指南：大数据的存储与分析(第4版)[M].清华大学出版社,2011.

[3]栗蔚,魏凯.大数据的技术、应用和价值变革[J].电信网技术,2013(07).

数据库需求分析报告篇(5)

1数据库实验层次的设计

按照知识点循序渐进的特点可以将整个数据库课程的所有实验分为基础操作型、提高操作型和综合设计型等三个层次。基础操作型实验主要是数据库基本操作，每一个实验项目都有严格的要求，前一个实验是进行后一个实验的基础，属于必做实验。要求学生能够独立完成所有基础操作型的实验项目并按照要求完成实验报告。目的是使学生掌握有关科学实验的基本知识、基本技能和基本方法，培养和提高学生理论联系实际、分析和解决问题的能力，为后面的提高操作型实验和综合设计型实验打下良好的基础。提高操作型实验是在完成基本操作型实验的基础上，对数据库开发工具进行提高性的操作，为实现复杂的数据库系统打下基础。提高操作型的实验必须完全由学生设计实验方案、查阅资料、分析和对比，并写出研究性实验研究报告。这类实验主要针对基础操作型实验掌握熟练者，在对数据库的基本操作有了一定的基础后，对学生能力进行提高。综合设计型实验要求学生综合运用数据库管理系统环境，实现案例教学中的一个案例或者学生也可以结合实际自选设计题目，然后从需求分析开始完成整个数据库应用系统的分析、设计和开发。综合设计型实验能让学生应用有关理论和方法确定设计方案，调动学生的积极性，培养学生分析问题和解决问题的能力。综合设计型实验是数据库的具体应用，能够提高学生使用数据库的综合能力。

2数据库实验教学内容的改革

通过精心设计数据库实验内容，满足学生数据库理论与实验课程学习的需要，使其真正成为数据库系统开发方面的应用型人才。以甘肃省多数高校数据库课程实验的操作平台SQLServer为例，

3数据库实验教学方法的改革

实验教学作为理论教学的验证、补充和辅助手段应将传统的实验教学和先进的教学方法结合起来。首先，可以在实验教学里将案例教学法贯穿始终。例如对“教学管理系统”这类学生熟悉的案例进行数据库设计和操作，从数据库的设计开始到建库、建表、对数据的操作到最后实现整个应用系统。实验报告中要以“教学管理系统”为案例，依据实验内容让学生自己操作，运用案例教学法增强各个实验项目内容之间的关联性，充分体现实验的综合性和完整性的原则。其次，可以采用任务驱动法，各个实验在具体的实施中由授课教师给出相应的任务，让学生完成任务的同时激发并引导学生对任务中提出问题的思考。例如：第一个实验项目涉及数据定义的基础知识，包括数据库、表以及数据操作三个方面的知识点，目的是让学生熟悉SQL环境，在掌握数据库的基本操作的基础上掌握数据的输入、增加、修改和删除等操作。在实验设计中可以给出以上操作的具体步骤并提供所需数据和数据库操作指令，让学生在熟悉以上数据库的基本操作的同时通过一些具体问题引发其思考。通过这种方式培养学生分析问题和解决问题的能力，以充分发挥学生的自主性。

二、结束语

数据库需求分析报告篇(6)

关键词：油田分析试验；软件；样品；检测报告；业务流程

中图分类号：TP392文献标识码：A文章编号：1009-3044(2012)06-1215-04

Design and Implementation of Oilfield Analysis and Test Management Information System Based on Web

GAO Wei

(Institute of Petroleum Exploration and Development, Changqing Oilfield Branch Company, National Engineering Laboratory for Explora? tion and Development of Low-Permeability Oil & Gas Fields, Xi’an, 710018, China)

Abstract: Aimed at insufficient digitization and data sharing hampered in a oilfield, business process, the constitution and the software archi? tecture of MIS of oilfield analysis and test based on web are presented. The MIS can improve the level of management stocks effectively.

Key words: oilfield analysis and test; software; sample; sample analysis report; business process

通过构造统一的数据库后台，搭建统一的数据库管理平台，实现分析试验信息的数字化；规范信息管理流程，实现油田分析试验成果数据机样品动态信息共享；实现了资料采集后自动生成各类报告，大幅度提高了分析试验生产信息管理水平和数据资料的利用率，进而提高油田勘探开发研究工作的效率和经济效益。

1系统功能需求

油田分析试验数据主要由采油（气）厂等二级单位试验室、勘探开发研究院分析试验中心样品分析、委托（送交）油田外单位进行的分析试验数三个渠道产生。以往，油田未建立分析试验专业数据库及其管理信息系统，分析试验资料分散、电子化程度低、难以共享、整体利用率低。1.1各采油厂功能需求

各采油厂的分析试验工作主要是对油气水进行分析，业务性质相似，因此应统一标准，建立相同数据结构，采用相同的功能模块进行实施。

1.2样品调度管理系统

样品调度管理系统是分析试验的龙头，主要包含了样品核对分发、送样清单导入，样品接收、样品分发、汇总统计、打印样品交接单、试验通知单、工作量统计报表等。1.3数据录入系统

数据录入系统是分析试验信息管理系统的核心。数据源为勘探开发研究院（分析试验中心）、各采油厂等二级单位，涉及检测分析项目50余项，数据项约3000余个。数据录入的主要功能包括：灵活组织的菜单目录、根据权限录入权限允许的地质试验数据、相关数据项自动计算、关键字段值自动生成、自动提供规范值选项、错误录入数据提示与定位、数据查询检索。

1.4综合查询系统

以表格、曲线、照片及电子文档等多种方式显示检测报告、分析试验资料、鉴定照片、综合统计信息，综合查询系统是用户访问量最大的子系统，是分析试验数据库能否取得应用成果的关键，因此要求系统具有高安全性、高稳定性、简单易用。1.5报表处理

分析检测报告格式多样，包括嵌入曲线、图标等多种形式，且需通过三级审核，才能，因此要求能按批或按单井生成各类带有三级审核电子签名的报告。另外也应能生成工作量统计、送样情况统计、样品动态查询等多种统计报表。1.6数据传输

各数据源单位向总库经过数据导入导出、一致性检查、远程数据更新等步骤传送永久数据。数据系统存储的数据大致可分为

文本、图像等不同类型的数据载体，上传数据类型为关系型数据。1.7数据质量控制系统功能需求

开放式交互系统，允许校验人员编写校验规则及数据处理方法。对待入库及已入库数据进行数据有效性判定、冗余检查、格式处理及数据校验。

2系统设计

2.1业务流程梳理

图1分析试验业务流程图

对现有业务流程进行梳理，规范后的业务流程如图1所示，即送样人员通过送样模块使用导入EXCEL表格或填写两种方式生成样品检测审批单和样品清单，经审批部门审批后，将样品送到勘探研究院分析试验中心调度岗位，调度岗位根据样品情况进行处理后，分发样品同时发送样品通知单，检测人员接收样品，进行检测，检测完成后根据原始记录生成检测报告，通过自检、审核、审批三级审查后，系统将带有三级电子签名的最终检测报告上传至服务器，送样单位可通过网络直接访问、下载电子报告或者查询数据。

2.2系统的功能结构

系统的功能模块如图2所示。

图2系统功能结构

分析试验数据库管理平台由八个子系统组成，其中：1216

1）样品管理：主要完成送样、样品调度、岗位接样等样品流转过程中的数据管理；

2）资料补录：采用主子表的方式，对历史资料电子化，同时采集入库；

3）数据录入：完成样品基本信息、各类检测样品数据录入功能；

4）数据质量控制：检查修正待入库、已入库数据；

5）综合查询：样品动态、数据信息，授权用户能查询和下载；6）报表处理：生成50类检测项目电子报告及3种统计类报表；

2.3系统体系结构

本系统采用三层体系结构、应用集成的设计概念作为系统总体框架，实现数据和应用的集成和共享。系统的灵活性和可维护性得到大量提高。2.3.1数据访问层

数据访问层包含了分析试验成果数据库、分析试验文件服务器，由数据中心集中存储和管理。

2.3.2逻辑层

逻辑层包含了一个应用服务，面向不同的用户群提供服务。

2.4.3表现层

表现层应用之一就是由各二级单位作为数据源单位完成样品调度、分析试验项目的数据录入与报表处理以及对生产数据的查询；表现层应用之二就是油田的科研管理人员通过WEB查询分析试验成果数据。

图3系统体系结构

3系统实现

3.1系统的实现结果

3.2系统实现技术及特点

3.2.1系统采用Web Service技术开发

Web Service是一种新的面向服务的体系结构，Web服务支持通过基于因特网的协议及使用基于XML的消息与其他软件应用程

序直接交互,能够跨平台和语言操作，建立可互操作的分布式应用的新平台，极大扩展了程序的功能，并实现了软件的动态提供。分析试验管理信息系统用户角色多样，分布分散，需要通过Internet网远程登陆网页进行操作，使用Web Service技术开发系统简单易用、便于维护。

3.2.2后台存储过程实现业务处理

分析试验的计算过程用存储过程在后台实现，把业务逻辑和前台数据录入分开，用户可根据新的业务要求在业务逻辑处理层修改业务，不需开发用户界面。3.2.3组件式的系统平台搭建

对系统的各功能模块进行封装，可灵活的对系统某业务模块进行升级，不需对整个系统进行重新开发，同时实现网上系统安装，减轻系统维护人员的工作量。

4开发经验

4.1以数据流与业务流的统一为基础开发系统

数据流和业务流的不统一是导致工作效率损失的主要原因，分析试验管理信息系统通过工作流程采集数据，实现了数据流与业务流的统一，从单一的信息数据采集转移到业务流与数据流统一的过程，保障了分析试验数据库及其管理信息系统健康发展。一块样品从准备送检到最后形成检测报告都有全程记录，有章可循、有据可查，数据产生即入库，大大提高了工作效率。

4.2“以用促建”的高效开发模式，缩短开发周期，提高投产效率

通常信息化建设项目在验收后投产，这时才能发现大量的软件缺陷和不足，但项目验收后开发方往往只有少量的后期维护人员配合，修改周期较长，效果较差，但是采取以用促建的高效开发模式，边试运行边开发，就可大大缩短了开发周期，提高投产效率。分析试验管理信息系统采用这种模式在验收之前就已达到投产水平，为今后项目开发积累了宝贵经验。

5结论

“分析试验管理信息系统”结合油田分析试验业务流开发的适合油田分析试验业务需求的数据应用系统，为油田分析试验数据库的建设及健康运行提供了坚实的保证。该系统的投入运行在优化样品管理流程，辅助管理决策，提高分析试验业务质量及效率等方面发挥了较大作用；加强了数据质量控制，拓宽了数据采集方式，提高了分析试验数据质量和入库效率，完成了2000年－2005年历史数据建设工作，实现了当年产生数据能及时、准确入库，数据的时效性显著提高；提高了分析试验资料成果数据（电子报告、曲线及图片）、动态信息和统计数据的共享程度，方便灵活。

参考文献：

[1]帕派佐格.Web服务：原理和技术[M].北京:机械工业出版社,2010:28-70.

[2]高薇,方明.石油运输企业ERP系统的设计与实现[J].西安石油大学学报,2004,19(2):74-76.

数据库需求分析报告篇(7)

【关键词】决策支持系统；DSS；关键技术

决策支持系统的概念提出以来，随着决策理论、信息技术、数据库技术、办公自动化、专家系统等相关技术的发展，决策支持系统取得了长足的进展，在许多领域得到应用。决策支持系统已成为许多行业经营管理中一个不可缺少的现代化支持工具。

一、决策支持与数据管理系统

数据管理系统必须为决策支持的分析处理提供以下服务：

（1）根据主题需要，从OLTP数据库中抽取分析用的数据。为此在抽取过程中要对原始数据进行分类、求和、统计等处理，抽取的过程实际上是数据的再组织。

（2）在抽取过程中，完成数据净化，即去掉不合格的原始数据，必要时还必须对缺损的数据加以补充。

（3）在改变分析、决策的主题时，可以按主题进行数据查询与访问。

（4）采用脱机大容量存储、联机磁盘存储、内存存储的多级存储模式，解决数据量巨大及按照主题、粒度划分的数据组织问题。

实现决策用的数据管理系统的另一种途径是采用多维数据库。多维数据库中的维是指 在进行分析预测时可以变化的角度。例如，一个企业在全国各地的产品销售，可以按时间逐年 统计，也可以按地区或者产品分类统计，这里的时间、地区、产品就是不同的维。多维数据库为面向主题的分析决策提供了更大的灵活性。它支持对按总体统计的详略级别组织的数据进 行特殊查询，从宏观的结果逐步向下跟踪产生这些结果的微观数据，或者反过来由底层微观数 据逐步向上得到高层的宏观结果。

二、模型、方法和知识管理系统

采用数据仓库和多维数据库技术的数据管理子系统将数据进行整理（预处理）和净化之 后，形成可靠的易于进行决策的“数据源”（即数据仓库或多维数据库），这个“数据源”的结构与形式和决策支持系统所采用的模型与知识有关。决策粗略地分为结构化决策支持、非结构化决策支持、半结构化决策支持。一个较好的决策支持系统必须完成这三方面的决策支持。

1.模型、方法和知识管理系统

在决策支持系统中模型、方法和知识的管理是核心，它对依问题建立的模型库、方法库和知识库进行管理。

模型、方法和知识管理系统的主要任务是：

（1）对模型库、方法库和知识库进行维护。模型、方法和知识管理系统必须有对三库的维护界面；可根据问题的需要对模型、方法和知识库进行增加、删除和修改，并保证三库的一致性：一是系统运行过程调用每个库时不发生矛盾，特别是对知识库的维护更为复杂；二是每种模型、方法和知识都能调用到。

（2）模型、方法和知识管理系统根据用户的要求和数据仓库提供的数据，能有效地选择模型、方法和知识，经系统运行得到相应的结果，并将结果送给交互环境进行输出。

2.智能决策支持系统

智能决策支持系统一般是在模型、方法和知识管理系统的基础上增加专家系统和数据 采掘与知识发现技术。目前虽然一般的决策支持系统得到了广泛使用，但随着数据量的增大 ，不确定因素的增多，专家系统技术和各种推理技术对提高决策支持的准确度十分必要，在人 也无法描述出数据间的关系时，就提出数据采掘与知识发现技术。近年来数据采掘与知识发 现技术发展很快，已达到初步应用的程度。智能决策支持系统将会迅速发展。

三、用户交互环境

用户交互环境是决策者或决策部门与决策支持系统打交道的界面，它负责接收用户发 出的各种命令，根据这些命令调用不同的子系统，并获得处理结果，最后再将这些结果输出给用户。

输出过程可以随时暂停或继续。当暂停时，还可要求解释报告内容。以上述方式向用户输出分析、决策结果必须解决以下几个关键问题：

（1）首先要为用户提供一种手段来定义报告输出的结构、内容、多媒体输出的要求。

（2）在输出时要做到说的与显示的都反映同一个主题，即各种输出应当在内容上一致，因此必须很好地控制多媒体输出的同步。

（3）汉语的文语转换、语音合成、三维复杂实体造型的实时动态显示等技术。这些方面既有输出质量、也有输出速度的要求。

四、一个用于市场分析与预测的决策支持系统

1.系统描述

（1）数据规范化处理（DSP）由于决策的需要，企业要尽可能地收集各种市场信息和生产数据，因此也就存在原始数据来源多、结构混乱的问题。DSP的目标旨在对原始数据进行一定的预处理，从而得到结构简单、格式规范、统一的规范化数据，供专家系统、分析、预测和报告生成使用。

（2）专家系统（ES）通过长期的工作实践，有经验的企业管理人员和市场营销人员必然会对市场的变化和发展形成一套较为完整的看法，将这些知识总结成规则的形式，即可通过专家系统加以运用。ES的功能是运用已定义的经验性规则，基于实际的数据情况进行推理，以发现一些值得注意的问题。

（3）市场分析模型和知识管理系统（MAS） 有限的经验性知识无法覆盖可能出现的全部情况，因此，还需要从实际数据中发掘出知识中没有提到但有可能对企业行为产生影响的信息。

（4）市场预测模型及知识管理系统（MFS） MFS的功能是在现有数据的基础上，对未来（主要是短期内）的基本经济情况、市场销售情况等作出预测，以便决策者在考虑下一步行动时借鉴。

（5）报告生成系统（RGS） RGS的功能是根据原始数据以及专家系统、分析和预测所得到的结果，生成市场分析和预测的文字报告，必要时配以辅助信息。

2.系统流程

在运行本系统之前，一定的数据准备工作是必要的，所有需要用到的原始数据都应按照 DSP所能处理的格式存放在数据库中。之后，即可通过一定的参数（如时间等）调用本系统。

系统的工作步骤如下所示：

（1）调用DSP，对原始数据进行规范化处理，得到规范数据；

（2）调用ES，在规范数据的基础上运行专家系统，得到规则结果；

（3）调用MAS，在规范数据的基础上进行分析，得到分析结果；

（4）调用MFS，在规范数据的基础上进行预测，得到预测结果；

（5）调用RGS，在上述结果的基础上生成相应报告（以及必要的辅助信息）。

五、结束语

Internet特别是Intranet的出现，对决策支持系统的研究与开发提出了许多极富挑战性的问题。大型企业都把自己的生存与发展与网络联在一起，而越是这样的企业，越是需要决策支持系统。当一个企业是建立在Intraneet上时，就分析与决策而言，至少在以下两点上会发生很大变化：一是分析、决策用的数据不再集中于某一场地，而是分散到网络上的不同地区、部门。二是运行在Intranet环境里的分析、决策模型及知识处理方法会从一台机器上的集中式处理，变成在网络环境下的分布、或分布再加上并行的处理方式。这些变化为我们研究分布式数据仓库、分布式决策处理提供了机遇。

参考文献：

[1]王青海. 决策支持系统发展趋势研究[J]. 商场现代化. 2009（07）.

[2]陈曦，王执铨. 决策支持系统理论与方法研究综述[J]. 控制与决策. 2006（09）.