电子政务决策支持系统包括 [面向电子政务决策支持系统中的数据仓库设计]

　　摘要:随着电子政务应用的不断深入,对电子政务决策支持系统的需求也迫在眉睫，如何构建有效的数据平台,使之为政府决策提供支持是一个较为复杂的问题。本文提出以数据仓库技术为基础建设电子政务决策支持系统,并对数据仓库的技术设计进行了研究。重点介绍了数据仓库的设计过程和关键技术,设计了相应的数据仓库,并且提供了相应的实施方法。
　　关键词:决策支持系统; 数据仓库; 电子政务; 数据挖掘; 元数据
　　
　　一、引言
　　
　　电子政务是指国家机关在政务活动中，全面应用现代网络信息技术等进行办公、管理和为社会提供公共服务的一种全新的管理方式。为了使决策者能有效地从收集和捕获到的数据中获得有用的信息,并用于决策,以获得最大效益,就必须建立一个面向电子政务的决策支持系统eDSS(Decision Support System on Electronical Governance,简称eGDSS)。
　　
　　二、eGDSS总体逻辑结构
　　
　　eGDSS系统遵循统筹规划、分布实施、统一标准统一规范的原则，总体采用分层的设计思想即能较好地实现建设任务地分解，明确任务接口，又能提供系统对底层基础技术发展的良好适应性和扩展性。其体系结构如图 1所示。
　　
　　整个逻辑结构按照功能自下而上划分为4个层次：网络基础设施层、信任和授权基础设施层、政务应用支撑层和电子政务应用层[4]。
　　一般在建立eGDSS时,会利用传统的数据库DB(Database)技术,但传统的DB技术目前无法为数据的合成、分析和综合提供强大的功能支持[3]。而数据仓库DW(Data Warehouse)技术把决策所需的信息从原始的操作数据中分离出来,把分散的、难以访问的原始操作数据转化为集中统一、随时可用的信息,对信息实现合理、全面而高效的管理。因此,数据仓库技术应用于电子政务决策支持系统是解决电子政务中信息与数据全面、高效、快速和统一管理的极其有效的途径。
　　
　　三、决策支持系统的数据仓库的设计
　　
　　为了更有效地实现对高层管理人员的支持, 面向电子政务领域的决策支持系统需要掌握充分的信息, 从而经常需要访问大量的、不同数据源的、当前或历史的数据, 即使得到了所需的数据还需要对其中具体的、细节的数据进行综合、总结和概括[1]。而数据仓库的特点能很好地满足DS对数据的要求,可以把DSS数据以便于使用的标准组织到数据仓库之中,使得数据仓库可以利用这些信息向决策者提供无限地分析其业务信息的能力。因此,在DSS中应用数据仓库技术,既可以弥补DSS中数据组织的不足,又可以充分发挥数据仓库面向主题、适于分析的特点。
　　（一）数据仓库主题域描述
　　采用SQL Analysis Services 2000建立数据仓库,根据决策分析的需求与预测目标,为某地区某行业是否存在经济过热现象,从而制定相关政策。根据政府主管领导和相关职能部门的决策人员提供的一个本地区经济发展近10年的信息源,经过数据清洗、整理以后,电子政务决策分析的主要任务是分析统计数据仓库,确立政府、社区、行业3个主题。其中,政府主题描述了政府经济发展的基本指导思想和相关信息、本届政府中的主要决策信息及指导信息等;社区主题描述了各社区的基本信息及相关经济信息等;行业主题描述了不同行业的基本信息、采购信息、销售信息、库存信息等[6]。电子政务DSS中DW的主题域如表1所示。
　　
　　表1中的主题描述是对主题的层次划分,它指明主题的汇总方向。本系统对构成数据的关系表从主题展开进行定义,根据管理信息需求,围绕一个主题定义多个表,每个表描述一个主题下不同部分的信息,但它们都含有某些共同的字段作为其主码的一部分,该字段称为公共码键, 公共码键将各个表统一联系起来,体现它们是属于同一个主题。
　　（二）星型模型概述
　　在设计数据仓库时,本系统采用星型模型来实现数据仓库中多维表的数据组织。星型模型由事实表以及多个维表所组成,通过使用一个包括主题的事实表和多个包含带头的非正规化描述的维度表来执行典型的决策支持查询[2]。这种模式是一种关系数据库结构,在其中间的是事实表,周围是维度表,数据在事实表中维护,维度数据在维度表中维护。
　　其中,事实表用于存放大量的事实数据,通常都很大,且非规范化程度很高;维度表用于存放描述性数据,它是围绕事实表建立的较小的表。事实表中的数据是不允许修改的,新数据只是简单地增加进去。维度表的数据可以改变,每一个维度表通过一个关键字直接与事实表关联。例如对行业主题中的经济发展信息来说,要想知道某个社区的某个行业的经济发展动向,则可建立如图2所示的星型模型。
　　
　　（三） 数据结构
　　本系统对数据仓库中数据结构的设计则是在现有业务系统数据结构基础上对数据的名称、类型、描述及关联等进行了重新定义[7]。
　　(1)根据数据仓库的要求,对从不同数据源加载来的数据,统一其数据类型并调整其数据长度以确保数据仓库数据的一致性。
　　(2)对时间属性的设计,则是为数据仓库中的每一个表设置2个日期类型的字段“数据开始日期”和“数据结束日期”, 由此描述数据所属的时间段。由“数据开始日期”和“数据结束日期”共同描述其生效日期,这样使得数据仓库中任一结构变量和基本变量都带上了时间属性,实现了数据的长期存放和信息的历史分析。
　　
　　四、数据仓库的元数据设计
　　
　　元数据设计和数据采集描述
　　图1中元数据(metadata)是关于数据的数据。我们扩展了元数据的作用范围，用元数据描述和管理整个DSS的数据和环境，使元数据居于系统的核心地位。主要包括三方面内容：①核心元数据， 包括各 OLTP 应用中心全局数据字典、DSS库构件字典和数据仓库元数据，实现数据源的原始数据模式和数据仓库数据模 式对象之间的转换映射，以及在数据仓库上按电子政务数据的多维特性和模型、方法和知识构件相互结合建立多个多维数据库。②数据仓库采集元数据，包括数据采集任务的定义和参数，规定了数据采集何时采用何种方法执行数据抽取和转化的任务，并提供数据采集程序所需参考数据。③多维数据采集元数据，包括数据维的映射、数据汇总关系[5]。
　　
　　结束语
　　
　　具有决策支持功能的电子政务系统的建设是一项投人大、涉及面广、开发周期长的工程 ，以往的系统存在的最大问题就是，没有一个完整、系统且先进的数据工程体系。所以数据仓库技术在电子政务资源库中的应用极其重要。随着数据仓库技术的不断完善,以数据仓库技术为基础的电子政务资源库,也必将成为整个电子政务系统的核心。
　　
　　参考文献:
　　[1]Inmon W H.数据仓库[M].北京:机械工业出版社,2002.
　　[2]Inmon W H,Hackathorn R D. Using the Data Warehouse [ M ]. NewYork: A Wiley QEDPublication,1999.
　　[3] 王 珊．数据仓库技术于联机分析处理[M]．北京：科学出版社，1998
　　[4] 赵新昱．DSS中广义模型服务器规范化研究与实现[J]．小型微型计算机系统 ，2000，(6)：595―599