一种医药制造企业的数据分析与决策支持方法
时间：2021-01-25 00:03:25 来源：雅意学习网 本文已影响 人 
摘要：数据分析和决策支持是现代企业信息化的重要组成。該文提出一种医药制造企业的数据分析和决策支持设计方案，实现多维数据仓库基础上的高效分析，继而进行分级决策支持。
关键词：数据分析 决策支持 数据仓库
中图分类号：F27 文献标识码：A 文章编号：1674-098X（2013）02（b）-0014-01
随着医药制造业在我国整个制造业中的地位逐步提高，如何有效提升企业管理决策水平是我国医药制造业企业正面临的关键问题。目前，众多信息融合、数据分析和决策分析方法正为企业现代化发展做出重要贡献。該文提出一种医药制造企业的数据分析和决策支持设计方案，实现多维数据仓库基础上的高效分析，继而进行分级决策支持。数据分析和决策支持系统主要是对存储于数据仓库中的各级粒度数据进行处理，并返回用户所需的分析和决策信息。該系统主要任务是定制固定和自由统计报表、多维数据分析以及决策支持。
1.医药制造企业数据分析方法
系统多维数据分析的主要关键技术包括如下。
（1）多维数据分析的核心是将一条或多条多维查询指令输入进平台接口中；接口调用查询解析器对多维查询指令进行解析和分解；接着查询优化器接收经过解析后的多维查询指令，并对該指令进行一系列的优化；最后查询处理器执行优化后的多维查询指令，获取数据、加工数据以及返回查询结果，为了能够提高多维数据分析的效率，該文需要对以下内容进行考虑。
①对于新出现的一些多维数据分析应用，系统将这些多维数据分析作为一个特殊的关系操作符（称为多维操作符），考虑它与传统关系操作符间执行顺序变换的等价规则。从而，基于这些等价变换规则和附加条件，通过改变多维操作符与传统关系操作符之间的执行顺序来有效提高数据分析的效率。同时，给出充分的理论证明以及代价模型来论证所给等价变换规则的正确性和有效性。
②当用户提出的多维数据分析应用在查询优化器中没有对应的操作函数表示时，系统采用如下方案：确定多维数据分析的精确代价模型；基于代价的方式扩展传统的查询优化树（主要是扩展注释连接树）；将这些多维数据分析作为一个特殊的关系操作符（称为多维操作符），考虑它与基本关系操作，聚集操作以及rank操作之间组合的等价关系的约束条件和正确性判定；在扩展的查询优化树上使用等价规则，通过操作的上移，下移，增加操作符，变换操作符等机制生成代价最小的查询操作执行序列；多维操作符的物理层面上的实施；将多维操作符集成进传统的查询优化器之后将如何影响执行计划的搜索空间；扩展传统查询优化器的搜索执行计划的算法，权衡执行计划的有效性和生成該执行计划的时间开销。
③当存在多个数据分析应用时，采用的技术是：从祖先数据立方体获取子孙数据立方体的代价模型；根据多维数据分析的自身特点，有效选择近似最优数据立方体的方法；根据代价模型，考察逻辑上如何将所有给出的多个多维数据分析分组，每个组由一个相同的祖先数据立方体来回答；根据多维数据分析的底层实现机制，将每个组中的多个多维数据分析通过物理上的共享机制进行有效的同步进行，节省不必要的物理上的时间开销。
2.决策支持方案
医药制造企业决策支持模块应用的考虑主要包含三个部分，即决策模型库的构造、决策分析的实施以及多环节协作决策的实施，为了能够有效且正确地让各级管理者和用户进行决策，需要对以下内容进行考虑。
（1）医药制造业决策模型库建立。决策模型库主要用于存放进行企业用户决策分析的模型。针对医药生产过程中的材料采购、库存管理、产品生产、市场营销、财务管理与人力资源管理等方面的数据，构建进行决策的模型。决策模型可以通过一定程度的授权，获得访问数据的权限。在此前提下，根据数据仓库中获取的数据，进行由用户指定目标的决策支持。系统对现有模型组成元素及其组成结构的知识进行描述，并且获取模型构造过程中的各类推理算法。对于由人机交互接口实现机器理解的决策问题，平台通过模型概念词及其属性等相关知识，获取适合新决策问题的匹配模型结构等信息。然后再根据模型构建推理算法自动用新问题的属性值填充匹配模型的框架，最终构造出决策问题模型。
（2）医药制造业决策分析实施。决策分析的实施就是决策模型进行求解的过程。模型的求解主要是通过对决策问题的理解，获取用户所需要决策的目标，意图等方面信息，进而通过合适的决策模型将可获得的数据进行分析，利用一定的规则和模型的求解算法得出有效的决策意见，并提交给用户。本系统通过对每个模型所包含求解算法进行规范的描述，对于具有通用求解算法的模型，通过调用模型中所包含的求解算法很容易对问题进行求解。而对于求解算法不存在或者不确定应該采用哪种算法实施求解时，平台将从以往成功的决策案例中，选择与需要求解的问题相似的范例，通过范例求解的方法对问题进行求解。对于取得较好决策效果的案例，平台会进行相关的记录，同时存放在数据层的公用数据库中，方便在决策分析时调用相似范例进行求解。
（3）多环节协作决策支持。对于企业而言，一次决策往往不可能通过单一的决策模型得到有效求解。本项目拟通过多模型的协作决策提供解决方案。系统从两个方面实施协作决策。一方面，通过人机智能交互接口实施有效的智能理解，进行复杂问题分解，得到结构有序的子问题、与决策问题相关联的事实、数据等以及确定求解方案；另一方面，平台可以调用需要参与决策的模型，针对分解的子问题来选择与决策相关的需要的模型，采取协调的合作机制来确保多个模型为特定的决策目标而工作。
3.结语
医药制造企业的发展瓶颈正是对海量生产经营数据分析和决策能力的不足导致的。該文提出一种基于数据仓库的多维数据分析和决策支持系统设计方案，致力于为医药制造企业提供全新的信息化发展之路。
