大数据环境下协同商务智能构建中的关键技术研究

Taking the new features of collaborative business intelligence（CBI） in big data environment into account, this proposal systematically researches on the new data warehouse structure and collaborative technology of building CBI system under big data environment and the fundamental theories and methods of data mining and knowledge discovery on complicated big data employing streaming data mining technology, multi-fractal and swarm intelligence mining technology..The specific research scope includes: .(1) Research on the hierarchical architecture of CBI system in big data environment and on achieving the dynamic scalability of business requirements; .(2) Research on building data warehouse of in CBI system in big data environment, so as to deal with the preprocessing, storage and retrieval optimization of big data;.(3) Research on the streaming data management and mining technology in CBI system，so as to mine real-time knowledge hidden in the streaming data;.(4) Research on the multi-fractal and swarm intelligence mining technology in CBI system, so as to discover the essence characteristics and rules of complicated data sets;.(5) Research on the collaborative technology in CBI system, so as to improve the cooperation of business intelligence in big data environment..This proposal mainly focuses on the complicated data processing, knowledge mining and business collaboration in collaborative business intelligence systems in big data environment and aims at improving the adaptability and cooperation of collaborative business intelligence system in complex environment, in order to enhance the timeliness and scientificalness of business decisions.

针对大数据环境下协同商务智能的新特点，系统研究大数据环境下协同商务智能构建中数据仓库新型结构和协同技术，以及利用流数据挖掘、多重分形和群智能挖掘技术进行复杂大数据的挖掘和知识发现的理论和方法。.具体研究内容为：（1）大数据环境下协同商务智能系统的分层体系结构，实现业务需求的动态扩展；（2）大数据环境下协同商务智能系统的数据仓库构建技术，解决大数据的预处理、存储机制和检索优化等问题；（3）协同商务智能中流数据管理和挖掘技术，实时有效地挖掘隐藏在流数据中的知识；（4）协同商务智能中多重分形和群智能挖掘技术，发现复杂数据集的本质特征和规律；（5）协同商务智能中协同技术，提高企业在大数据环境下商务智能系统的协同性。.本课题研究大数据环境下协同商务智能系统中的复杂数据处理、知识挖掘和业务协同等问题，旨在提高协同商务智能系统在复杂环境下的适应性和协同性，从而提高商务决策的时效性和科学性。

大数据带来了新一轮的信息革命和管理变革，数据逐渐成为企业重要的战略资产，并对企业的管理决策方式产生越来越大的影响。随着企业信息化的不断加强，企业对商务智能（Business Intelligence, BI）的需求和依赖程度不断提高。针对大数据环境下协同商务智能的新特点，本项目对大数据环境下协同商务智能构建中的复杂数据处理、知识挖掘和业务协同等关键技术进行了系统研究。主要研究内容：1）大数据环境下协同BI的体系结构，依据大数据四层堆栈式技术，构建大数据环境下基于分层体系结构的气象灾害协同商务智能系统；2）大数据环境下协同BI系统的数据仓库构建技术，主要研究了大数据环境下协同BI系统中的数据预处理技术和数据仓库的设计方法；3）大数据环境下协同BI中流数据管理和挖掘技术，探讨了协同 BI 中流数据获取技术、存储技术以及挖掘技术；4）大数据环境下协同BI中的多重分形和群智能挖掘技术，主要研究了大数据环境下协同BI中基于多重分形和群智能算法的数据预处理方法、选择性集成技术以及基于交叉多重分形的相关性分析模型。5）大数据环境下协同BI中的数据协同技术、知识协同技术以及决策协同技术，支持多源数据环境下的数据共享和多元知识融合，促进在多目标环境下的决策协同。. 在科研成果方面，合计发表35篇论文（15篇SCI，5篇EI），1部专著（2018年3月出版）；研发了“大数据环境下气象灾害协同商务智能系统”；在人才培养方面，项目团队中6个博士研究生，9个硕士研究生顺利完成论文答辩并毕业，另有5个在读博士研究生和9个在读硕士研究生；在学术合作交流方面，邀请澳大利亚Swinburne科技大学信息技术学院的杨耘教授来校进行1次学术交流活动；邀请乌克兰工程院院士Pardalos和欧洲科学院院士Nenad来访进行学术交流；项目负责人倪志伟教授受邀前往澳大利亚新南威尔士大学计算机学院进行学术交流1次；李志东博士受邀去澳大利亚Curtin University进行本项目学术交流活动；另有四名博士生分别赴澳大利亚、美国、新加坡进行学术交流活动；有9人次参加了国内相关学术会议。. 本课题的研究可提高大数据环境下协同商务智能系统的灵活性和动态可扩展性，且对于增强协同商务智能系统在复杂环境下的适应性和协同性，具有较高的理论意义和应用价值。