论文部分内容阅读
摘要：随着当前我国大数据技术以及人工智能技术的发展，越来越多的科技机构及部门开始引入科技决策系统，通过科技决策系统对机构及部门内外部信息进行搜集，在充分且科学地分析后，根据机构及部门现有情况进行相关管理决策，从而提升机构及相关部门决策的科学性和准确性。本文主要介绍了科技分析决策系统的总体结构、数据库设计、OLAP设计三个方面。
关键词：科技企业;决策分析;信息数据库
一、系统总体结构
为了使科技分析决策系统能够实现对信息的搜集、分析与决策功能，科技分析决策系统需要具备以下层级：一是数据源层，数据源是科技分析的主要信息来源，是进行科技分析决策的基础，当前数据源层的数据信息来源主要包括两个方面，一方面是企业及机构的内部资源信息和业务信息，另一方面则是外部市场信息以及科技厅科 技信息历史信息库及本年度的相关科技项目信息;二是数据获取层，在进行具体决策和事项的分析时，所需要的信息是具有针对性和特殊性的，因此需要对数据源中的信息进行检测和清洗，并根据数据仓库层的分类设计特点将相关数据进行重新组织，并传输到数据层库层;三是数据仓库层，数据仓库层主要是用于对数据信息进行分类存储，便于后续进行科技分析时调取使用;四是数据分析层，数据分析层主要是在客户有决策需要时，根据客户的决策分析需要，通OLAP分析引擎以及企业数据仓库中的现有数据进行全方位、多层次的分析，从而发现数据信息中所隐藏的科技发展趋势信息;五是前端展现层，前端展现层能够将数据分析层所分析的结果通过数据表格的形式进行直观的展现，使得用户能够获得较好的使用体验。
二、数据库设计
（一）科技服务信息数据仓库的主题
由于数据仓库在使用过程中，需要按照不同的主题进行信息的筛选与存贮，因此在数据仓库的设计时，首先需要依据科技服务信息数据仓库的要求对信息数据进行主题划分，在科技决策的过程中，相关机构重点关注的是项目负责人情况、项目进展情况以及项目成果取得后的成果推展情况，同时在这几个主题下又细分多个子主题，以成果推展主题为例，成果推展主题下有细分了市场情况以及利润水平等多个子主题。除此之外，各个主题下的数据信息都是随着科技项目研究时间推移而更新变化的，因此科技服务信息数据仓库中的数据信息在整理和分布时还包含了时间维度。
（二）科技服务信息多维概念模型中的维
在相关决策人员分析信息进行决策的过程中，考虑不同的问题需要站在不同的角度和维度进行思考，例如：在进行科技人力资源决策的过程中，需要着重从相关人力资源的学历维度、年龄维度、项目经历维度等多个维度进行综合分析和对比，最终进行决策，而在进行项目推广时则主要需要从科技项目市场需求情况以及科技项目的盈利能力等多个角度考虑。
（三）科技服务信息多维概念模型中维层次的划分
在维度划分的过程中，具体维度下面可能还包含了多个层次的信息，例如：在时间维度下包含了日期、小时、分钟、秒钟等多个维度，且最高的日期层次包含了小时、分钟以及秒钟等层次，地区维度也同样如此，包含了省份、市县、区镇等多个层次，最高层次省份也同样包含了市县、区镇等层次;而在项目负责人维度，项目负责人的学历维度、职称维度，只是将全集按某一标准划分为不同的类。
（四）科技管理信息多维概念模型中的度量值
由于科技管理信息系统主要是为相关管理决策者而服务，因此科技管理信息系统在设计的过程中需要充分考虑管理决策者在进行决策时所考虑的各方面因素，目前科技管理决策者在进行决策的过程中最关心的是两个主题信息，一是科技项目主题信息，二是科技项目研究经费信息，科技项目主题信息主要涉及项目的研发进度、项目市场需求情况以及盈利能力或潜力，而经费主题则主要包括现有项目已耗费的研究经费以及未来一段时期内的研究经费计划等维度。
三、OLAP设计
目前，将ROLAP设计应用于科技管理信息系统比较好，尽管ROLAP设计在计算能力以及存储数据速度方面相对其他框架设计而言较差，但是ROLAP也具有其他框架设计所不具备的优势，即ROLAP设计的储存量大，对硬件设备的适应性较好的优势，而储存量大以及对硬件、软件设施适用性好的优势对于科技管理信息系统而言十分重要，通过ROLAP设计以及使用Web服务器，能够大大便利科技管理系统决策者使用，科技管理决策者无需下载相关客户-终端，通过网页就能够使用信息系统，不仅如此，Web具有跨平台协作的能力，能够实现不同操作系统以及不同終端设备的科技管理决策者共同使用科技管理信息系统，这就实现了科技信息管理系统数据集中化管理，并简化相关系统安装使用的效果，使得相关决策者在经过短时间的培训或指导后即可掌握科技管理信息系统的操作，便于其在开展工作的过程中使用。
参考文献：
[1]曾正航，叶庆，陈妍妍，陈勇飞，聂丽丽，廖家智.基于移动互联网的医疗质量决策系统的构建与应用[J].中国医院管理，2016，36（01）：41-42.
[2]王文静，江亚峰，杨海群，涂灿，袁明新.基于FSM的搬运机器人行为决策系统设计[J].信息技术，2020，44（07）：28-32.
[3]孙福珊，李书琴.科技创新政策评估及政策辅助决策探析[J].济宁学院学报，2020，41（05）：95-101.
关键词：科技企业;决策分析;信息数据库
一、系统总体结构
为了使科技分析决策系统能够实现对信息的搜集、分析与决策功能，科技分析决策系统需要具备以下层级：一是数据源层，数据源是科技分析的主要信息来源，是进行科技分析决策的基础，当前数据源层的数据信息来源主要包括两个方面，一方面是企业及机构的内部资源信息和业务信息，另一方面则是外部市场信息以及科技厅科 技信息历史信息库及本年度的相关科技项目信息;二是数据获取层，在进行具体决策和事项的分析时，所需要的信息是具有针对性和特殊性的，因此需要对数据源中的信息进行检测和清洗，并根据数据仓库层的分类设计特点将相关数据进行重新组织，并传输到数据层库层;三是数据仓库层，数据仓库层主要是用于对数据信息进行分类存储，便于后续进行科技分析时调取使用;四是数据分析层，数据分析层主要是在客户有决策需要时，根据客户的决策分析需要，通OLAP分析引擎以及企业数据仓库中的现有数据进行全方位、多层次的分析，从而发现数据信息中所隐藏的科技发展趋势信息;五是前端展现层，前端展现层能够将数据分析层所分析的结果通过数据表格的形式进行直观的展现，使得用户能够获得较好的使用体验。
二、数据库设计
（一）科技服务信息数据仓库的主题
由于数据仓库在使用过程中，需要按照不同的主题进行信息的筛选与存贮，因此在数据仓库的设计时，首先需要依据科技服务信息数据仓库的要求对信息数据进行主题划分，在科技决策的过程中，相关机构重点关注的是项目负责人情况、项目进展情况以及项目成果取得后的成果推展情况，同时在这几个主题下又细分多个子主题，以成果推展主题为例，成果推展主题下有细分了市场情况以及利润水平等多个子主题。除此之外，各个主题下的数据信息都是随着科技项目研究时间推移而更新变化的，因此科技服务信息数据仓库中的数据信息在整理和分布时还包含了时间维度。
（二）科技服务信息多维概念模型中的维
在相关决策人员分析信息进行决策的过程中，考虑不同的问题需要站在不同的角度和维度进行思考，例如：在进行科技人力资源决策的过程中，需要着重从相关人力资源的学历维度、年龄维度、项目经历维度等多个维度进行综合分析和对比，最终进行决策，而在进行项目推广时则主要需要从科技项目市场需求情况以及科技项目的盈利能力等多个角度考虑。
（三）科技服务信息多维概念模型中维层次的划分
在维度划分的过程中，具体维度下面可能还包含了多个层次的信息，例如：在时间维度下包含了日期、小时、分钟、秒钟等多个维度，且最高的日期层次包含了小时、分钟以及秒钟等层次，地区维度也同样如此，包含了省份、市县、区镇等多个层次，最高层次省份也同样包含了市县、区镇等层次;而在项目负责人维度，项目负责人的学历维度、职称维度，只是将全集按某一标准划分为不同的类。
（四）科技管理信息多维概念模型中的度量值
由于科技管理信息系统主要是为相关管理决策者而服务，因此科技管理信息系统在设计的过程中需要充分考虑管理决策者在进行决策时所考虑的各方面因素，目前科技管理决策者在进行决策的过程中最关心的是两个主题信息，一是科技项目主题信息，二是科技项目研究经费信息，科技项目主题信息主要涉及项目的研发进度、项目市场需求情况以及盈利能力或潜力，而经费主题则主要包括现有项目已耗费的研究经费以及未来一段时期内的研究经费计划等维度。
三、OLAP设计
目前，将ROLAP设计应用于科技管理信息系统比较好，尽管ROLAP设计在计算能力以及存储数据速度方面相对其他框架设计而言较差，但是ROLAP也具有其他框架设计所不具备的优势，即ROLAP设计的储存量大，对硬件设备的适应性较好的优势，而储存量大以及对硬件、软件设施适用性好的优势对于科技管理信息系统而言十分重要，通过ROLAP设计以及使用Web服务器，能够大大便利科技管理系统决策者使用，科技管理决策者无需下载相关客户-终端，通过网页就能够使用信息系统，不仅如此，Web具有跨平台协作的能力，能够实现不同操作系统以及不同終端设备的科技管理决策者共同使用科技管理信息系统，这就实现了科技信息管理系统数据集中化管理，并简化相关系统安装使用的效果，使得相关决策者在经过短时间的培训或指导后即可掌握科技管理信息系统的操作，便于其在开展工作的过程中使用。
参考文献：
[1]曾正航，叶庆，陈妍妍，陈勇飞，聂丽丽，廖家智.基于移动互联网的医疗质量决策系统的构建与应用[J].中国医院管理，2016，36（01）：41-42.
[2]王文静，江亚峰，杨海群，涂灿，袁明新.基于FSM的搬运机器人行为决策系统设计[J].信息技术，2020，44（07）：28-32.
[3]孙福珊，李书琴.科技创新政策评估及政策辅助决策探析[J].济宁学院学报，2020，41（05）：95-101.