國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第一章 緒論
本章主要在說明本研究的動機與目的，透過背景說明闡述本研究所要討論之主要目標，
並提出整個研究的流程步驟和架構。
1.1 前言
依據 IDC 的商業智慧市場調查報告，亞太地區(不含日本) 2003 年在於商業智慧(Business Intelligence ,BI)的市場規模為 5.3 億美元；但在 2003 年到 2008 年的階段以 18.6%的比率 呈現一個複合性的成長，並在 2008 年突破 12 億美元。顯示企業在資訊科技發展從早期 的自動化與電子化的推動，逐漸將重心轉移到思考如何整合企業內部資源與資訊。尤其 近幾年企業面臨著金融風暴、全球競爭、景氣循環縮短等影響下，企業經理人除了藉由 以往的「經驗法則」作為決策的依據外，還必須能即時獲得所需的參考資訊才能夠為企 業有效率的作出關鍵決策。但以早期資訊系統發展的情況，往往資訊的取得都是費時費 力，經由各系統負責人將局部資料以報表形式提供後，最後仍需進行彙總的整理後才能 獲得所需的關鍵指標。因此企業管理階層如何在營運過程中快速取得所需的資訊，已是 企業在資訊科技發展的一大重心，而商業智慧的技術即可提供企業作為一個解決方案。
管理大師 Robert Kaplan 及 David Norton 說過：『如果你無法衡量它，你就無法有效 的管理它』。對於一個管理者來說，面對著企業以倍數在成長的資料，如何將雜亂的資 料轉換為企業經營上的實質效益，而商業智慧系統即是目前企業積極用來達成此目標的 一個解決平台。圖 1.1 表示是一般我們在導入商業智慧系統的三個過程，包含商業智慧 系統分析、商業智慧系統建置與商業智慧系統運用。一個商業智慧系統的導入，首先需 要透過需求訪談協助找出企業內部可量化管理的關鍵指標(KPI)，並且定義該指標的計算 公式與該指標在管理層面所需要分析的面向(維度)。接下來依據定義的指標找尋其相對 的來源資料，並且利用資料轉換(ETL)的工具轉至倉儲系統內，最後在平台上建立各主 題的多維度分析模組，提供每個人依據職務的需求取得所需的相關資訊，讓企業能快速
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
敗的類型分為兩種，第一種我們歸類為建置不良的商業智慧系統，此種類型的專案因為 導入人員在需求訪談階段無法有效引導使用者，造成設計階段無法規劃出正確的模組架 構，而導致最後無法建置符合期望功能的系統；這樣的專案通常都是以建置大量的報表 來結束專案，而無法提供多維度分析平台應有的效益。第二種我們歸類為商業智慧系統 推廣不良，因為商業智慧的專案為了提供使用者一個具即時性與彈性的資料操作平台，
在建置的過程中盡可能會將以後會用到的指標與潛在指標內容都整合至模組內，但在導 入初期也常因為提供的資訊過多，因而導致對於模組不熟悉的使用者會望之怯步，慢慢 的造成此系統的僅侷限在特定的人員使用。目前商業智慧大部分的研究都在探討倉儲系 統建置[8]、多維度系統開發方法論與資料採礦的運用以及演算法的研究，也有人研究怎 麼提供商業智慧系統需求的分析模型，都是為了提升商業智慧專案成功的機率。在本研 究中我們希望能從商業智慧系統的推廣方向著手，探討如何藉由輔助決策系統的方式提 升商業智慧在企業內推廣的成效。
1.3 研究目的
基於商業智慧專案在於企業推行的成功機率偏低，本研究探討如何建置即時的多維度分 析模組的操作推薦系統。嘗試對商業智慧平台上使用者所建立的社群網絡進行分析，依 據其操作的相似性對使用者作分群，並且將此結果運用在後續建立的多維度分析平台操 作推薦的輔助系統中，降低企業因為商業智慧系統推廣不佳而造成無法達到預期目標的 情況。本研究主要的研究目的如下：
一. 降低使用者在商業智慧系統上學習的時間：在實務的 OLAP 專案上，我們建置 Cube 的類型主要會分為兩種，一種是給高階管理者使用，包含的內容會是企業 經營的主要指標，這種類型的 Cube 通常包含的量值與維度都不會超過 20 個，
因此使用者在使用上不會有太大的困難；但第二種類型是提供給專門提供分析 報告的人員使用，為了因應他們對資料的即時與有效性，往往我們在建置的過 程中會將所有可能分析到的重要面向與指標都整合在單一 Cube 中，以本次實驗
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
的對象，我們在建置的卡友消費分析的 Cube 中包含的維度就高達一百三十二個，
對於系統的老手而言，他們可以很快速的從系統中取得所需的分析資料，但是 對於一般的使用者而言，他們可能需要花費大量的時間在找尋所需的維度或量 值。因此將藉由推薦系統的輔助，適時在操作的過程中提供建議，經由參考其 他相關使用者的操作紀錄，降低使用者在商業智慧系統上學習的時間。
二. 提昇群體間知識分享的成效：在 OLAP 系統中進行資料分析的過程中，我們通 常都是利用嘗試性的方法，對系統的所提供的維度與量值作測試性的操作後方 能找到所需的資訊，最後在透過報表的討論才能夠達到知識分享的效果；但是 這樣的模式會造成報表製作的效率不佳，因此將藉由此推薦系統的建置，讓使 用者在操作的過程中能檢視同群體的人員在分析相似問題時關心的面向，加速 使用者資料檢索的效率。
三. OLAP 推薦機制在實務上的驗證：以往研究的對象都是利用範例 CUBE 或者是小 型的 Cube 進行問卷式的實驗，在本次的實驗中我們將會以實務上已經導入多維 度平台的企業做為研究對象，面對更複雜結構與包含更多維度的 Cube 來說，實 際能夠成功從一兩百個維度中找出適合的項目做為推薦的機率是非常低的，因 此將藉由本次的實驗將會利用實務上的操作紀錄做為實驗資料，用以驗證這樣 的 OLAP 推薦機制在實務上的幫助是否如預期。
1.4 研究方式
基於上述研究目的，本研究首先會收集使用者在於多維度分析平台上的操作紀錄，並藉 由正規化方式將資料整理成可做分析使用的集合。我們將會利用社會網絡分析(Social Network Analysis，SNA)技術，依據使用者在商業智慧平台上資料檢索內容的相似度，
將使用者進行分群並且判斷子群內哪些人是生手哪些人是老手。最後，我們將把社群網 絡分析的結果運用在推薦輔助系統上。在使用者操作系統的過程中，系統會自動分析該
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
使用者目前的操作內容，與歷史資料進行相似度的比較，以找出可能的候選項目，最後 依據最大使用人次選擇方式作為候選項目選擇的判斷，實驗的過程中也將會將最大使用 人次選擇推薦機制與一般常用的依據支持度(Support)的推薦機制相比較。本研究之研究 方法步驟如圖 1-2 所示
確認研究目標
相關研究探討
社會網絡分析 資料蒐集與預處理
建構多維度分析模組推薦系統
實驗結果分析
結論
圖 1-2、研究流程圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
1.5 論文架構
本研究共分七個章節，本章為研究概論，在說明研究的動機與目的；第二章將對相關研 究作介紹，主要是對社會網絡分析(Social Network Analysis)、網頁推薦機制與 OLAP 推 薦機制等相關研究作探討；第三章主要在介紹本研究問題的假設與資料收集的方法，首 先我們會先依據以往在實務上的經驗來定義此次研究的假設，接著會說明本次研究的系 統架構，然後會對資料的收集及資料正規化的處理作進一步的說明。第四章為社群網絡 分析，將說明如何對使用者進行分群，並且定義系統中使用者的老手程度。第五章，為 推薦機制說明，將對操作相似度判斷、候選項目的篩選與推薦機制分別作說明；第六章 為系統的實作與實驗結果的分析與討論；最後第七章介紹本論文的結論與未來的發展方 向。