自适应数据分析系统设计框架

### 自适应数据分析系统设计框架 #### 1. 引言 如今，企业拥有庞大的数据库（DB），并广泛使用信息系统（IS）。商业中使用的信息系统主要用于各种数据输入和分析。数据分析的结果以专门设计的报告、OLAP 立方体等形式呈现，这些信息用于根据企业战略和策略跟踪和评估业务状况，并确定是否符合业务政策和规则。 决策过程是业务系统遵循规则的流程之一。通常，信息系统的操作员负责决策，业务系统的一部分则专门用于数据分析，以支持这些决策。数据分析规则的来源包括所有文档、法律要求和法规、相互协议、企业文化、各种资源（人员、软件系统、硬件等）和架构的限制，但最有价值的是员工的经验和知识。然而，这些知识有时会嵌入报告或存储在企业的各种知识库中，但在员工变动后大多会丢失。 传统系统工程通过将业务规则（BR）转换为与平台无关的信息系统的功能需求，再将其转换为依赖于平台的软件系统（SS）的规范，来实现业务流程的自动化。这些规范随后用于最终应用程序的编码。在这个过程中，业务规则被嵌入代码中，永远丢失。传统的报告和分析软件系统中的分析规则也是如此。功能需求中捕获的部分业务规则已经是数据分析规则，或者稍后会转换为数据分析规则。但这些作为需求的业务规则是静态存储和转换的，若不进行整个重新设计周期，就无法更改。 另一个重大缺陷是，在传统设计过程一开始就存在分析师或设计师将业务规则解释为需求或转换为规范，程序员再将其转换为最终软件代码时的不同且大多错误的解释。直接参与软件应用程序设计和开发的人员并不直接参与业务。这些误解会在整个设计周期中不断复制，有时甚至在测试阶段都无法发现，因为测试场景也是基于相同的需求。直到各种因素的特定干扰出现，这些问题才可能在已部署的软件中被发现。这在大型关键系统中非常危险，因为无法迅速进行修正，需要进行整个重新设计过程。 本文探讨了使用 XML 表示的业务规则进行智能自适应动态数据分析和信息呈现的可能性，通过自动化重复决策过程，并描述了此类软件系统设计的框架。文章阐述了使用业务规则方法进行数据分析的目标，以及通过将业务规则转换为用于数据分析和信息呈现的动态可执行 MDX 指令的可能解决方案。 #### 2. 相关工作 传统数据分析方法与业务规则驱动方法的主要区别在于，基于规则的数据分析通过将业务规则转换为信息系统和软件系统中的不同工件，将业务逻辑融入数据分析过程，而不是直接将其实施在需求、设计规范和软件系统代码中。 从信息系统的角度来看，“业务规则是定义或约束业务某些方面的陈述，旨在维护业务结构，或控制或影响业务行为”。还有其他关于业务规则的定义。业务规则源自企业使命中定义的业务战略和策略所制定的业务政策。实施业务规则能够实现高管设定的目标和愿景。由于业务环境的动态性，它会根据内部和外部影响（如法律变化、新的竞争等）频繁变化。企业需要对这些变化做出即时和适当的反应，否则将面临在竞争中失利的巨大风险。这不仅是即时分析情况和做出决策的主要原因，也是业务政策和业务逻辑需要不断变化的原因。这些变化对信息和软件系统提出了相关的改变要求。 为了实现这种功能，我们在其他论文中讨论了一种方法，即单独捕获业务规则并将其存储在某个存储库中，创建规则模型。在这个规则模型中，业务系统中捕获的所有业务规则随后会转换为信息系统中的信息处理（信息分析）规则。使用这样的规则模型，信息处理规则仍然与平台无关，并且与业务规则和业务对象有直接关系，通过跟踪所有转换，它们可以在不同的软件系统中多次重用。即使不是基于规则的系统，也可以将这些规则转换为特定软件系统中的软件程序或其他组件。 数据分析是预测业务系统变化、评估影响、进行风险分析和决策的主要信息来源之一。决策支持所需的信息是通过利用现有知识从捕获的数据中得出的。知识也可以用业务规则来表示。数据分析结果可能导致业务变化，并影响整个业务系统或其某些部分的改变。 总结之前的结果，数据分析需要两个主要组件：数据以及用于评估和转换数据的规则。这些规则在业务环境中表现为各种数据操作指令、业务模型、政策和法律、商业惯例，或者是由操作员（人类）的知识和经验推导出来的。 有学者指出，通过选择和组合最合适、最经济的 Web 服务，可以根据不断变化的业务条件动态分配业务流程。我们认为同样的方法也可用于根据业务情况动态生成数据分析过程。数据分析过程的创建有两种不同的方式：一种是在软件系统中设计不同的可执行过程，同时将不同的过程映射到存储在软件系统规则中的不同条件；另一种是存储数据分析过程生成所需的业务规则和转换，并根据加载到系统知识库中的当前业务规则集，使用存储的转换即时编译过程。 通过对不同业务规则表示方法的实验，我们发现用 XML 表示的业务规则可以使用专门设计的 XSLT 转换模式轻松转换为数据分析软件系统代码、查询和其他工件，这取决于规则或规则集的属性。我们发现这种转换非常适合基于规则的数据分析。 按照使用 XSLT 模式进行规则转换的提议方法，并根据 C. J. Date 提出的原则，规则可以用 XML 表示，并按规则来源和目的地组合成规则集。所有规则集都应存储在存储库中。每个新规则在添加到现有规则集之前，必须首先使用推理引擎检查规则集的一致性。完整的规则集被传递到系统中，并转换为用于数据分析的软件系统代码。另一方面，不断变化的业务情况可能会产生新的事实，这些事实被添加到推理引擎的知识库中，使当前规则集变得不一致，表明需要对现有规则进行修订。使用这种方法，可以在线生成智能数据分析报告，并对业务系统的变化做出反应。例如，在业务状况良好（利润超过 10%）时，此类智能报告可以显示业务系统参数的主要摘要；而对于业务规则中预定义以下的参数，则显示详细信息（根据 OLAP 系统使用切片和/或切块方法等）。 #### 3. 企业信息流动模型 总结分析的信息，我们创建了业务系统的物料和信息流动模型。该模型表示从物料处理层的数据源到决策制定和决策执行的信息流。所有数据载体和转换过程根据特定方法按来源分为四列。 | 层次 | 内容 | |