基于复杂事件处理的实时商业智能研究

1 绪 论

1.1 研究背景与意义

随着大数据时代的到来，数据的产生量呈数倍的增长，其处理流程也变的越来越复杂，企业若采用传统的商业智能工具和数据仓库技术，来进行数据的收集以及相关的分析处理，则无法应对非结构化和半结构化数据在数量上的迅速增长。现在的数据更趋于实时性和流动性，并且数据源的种类繁多，传统的数据处理方式是将数据存储后，再进行处理，不仅耗费人力物力，其效率也会很低。企业往往在乎的是数据进行总结分析后所产生的价值，而这些价值则需要对产生的数据进行快速的处理，以便做出实时响应，并能够进行快速决策。由此，实时商业智能（Real-TimeBusinessIntelligence，RTBI），也称为实时商务智能，便应运而生。实时商业智能是在满足商业智能各项基本功能的前提下，对企业数据信息进行无延时的传输处理。其主要目的在于实时的将数据转换成有价值的信息，为企业提供决策支持。实时商业智能的发展逐渐引起学术界和商界的重视，实时商业智能帮助企业整合数据，从数据中获取知识，提高企业管理决策能力，从而使企业做出及时有效的决策，来促使利益最大化。

...............

1.2 国内外研究现状

基于复杂事件处理的实时商业智能关键技术及其应用的国内外研究现状，需从三个方面具体阐述：实时商业智能的研究现状、复杂事件处理的研究现状以及基于复杂事件处理的实时商业智能的研究现状。商业智能是一种辅助企业决策的技术工具，最早在 1989 年由分析师 HowardDresner 提出，其通过多个数据源来获取数据，并对获取的数据进行分析整合来提高企业的决策能力。然而传统商业智能存在的数据延迟、分析延迟以及决策延迟问题，很难满足企业对于业务数据进行实时分析决策的需求，因此专家学者们逐渐向实时商业智能的研究进行转变。实时商业智能是在传统商业智能的基础上提出的，不同的学者有着不同的研究成果。

...............

2 理论研究

2.1 实时商业智能体系架构分析

完整的商业智能体系架构包含有数据源、数据处理、数据存储、数据分析和信息展示，但是传统商业智能在数据、分析和决策中所存在的延迟问题，难以满足企业实时决策的需求。实时商业智能便应运而生，在 Colin 于 2004 年提出实时商业智能后，国内外许多学者开始转向实时商业智能的投入和研究。马鸣和赵轶超（2009）、何俊（2010）认为传统商业智能存在数据延迟、分析延迟和决策延迟，即数据集成过程中所产生的延迟、数据在分析时中所产生的延迟以及战略决策在实施中产生的延迟。侯岩松等（2011）指出运用传统商业智能时存在系统分析决策的滞后性，不能及时和实时地满足企业需求。周瑾（2007）指出实时 BI和嵌入式 BI 是未来商业智能的重要发展趋势。

...............

2.2 基于 CEP 的实时商业智能的提出

在实时商业智能的基础上，提出基于复杂事件处理的实时商业智能，其主要内容包括三个方面，分别为：事件驱动架构、复杂事件处理相关理论和基于复杂事件处理的实时商业智能的优势。事件驱动架构（Event DrivenArchitecture，EDA）是由一系列组件构成的应用，包括事件消费者和事件产生者，最早是由 Gartner 公司于 2003 年提出，用于处理企业中表面看似不相关的事件。事件驱动架构中的组件和服务是松耦合的，其间不直接相关，事件可通过这些组件进行传递，组件间采用多管道、多模块的方式进行连接，从而协同工作来完成系统的功能。事件驱动架构以事件为载体，能够在不同的应用程序间进行交互（李新玉，2010），具有异步性、时效性、事件粒度可控性等特征。事件驱动架构日益成熟，并在政府部门的电子政务应用中发挥着巨大的作用（李臣亮，2007）。本小节从事件驱动架构的构成、机制和事件处理三个部分对事件驱动架构进行详细说明。

...............

3 关键技术...............23

3.1 大数据分布式流计算技术...............23

3.2 复杂事件处理关键技术...............27

4 基于 CEP 的实时商业智能的模型构建...............37

4.1 基于 CEP 的实时商业智能体系架构设计...............37

4.2 复杂事件模型设计...............40

5 基于 CEP 的实时商业智能的实现及应用...............53

5.1 证券市场监测需求分析...............53

5.2 证券市场监测复杂事件描述...............57

5 基于 CEP 的实时商业智能的实现及应用

5.1 证券市场监测需求分析

随着经济全球化的发展，我国的证券市场也在迅速的发展，且已成为股票市场的重要投资方式。证券交易不同于其他物品交易，其价格变化频率和幅度比较大，并且具有不确定性，从而可能导致价格扭曲。在证券市场中，股价可以充分的体现市场公开信息，然而证券市场信息不对称，会存在许多内幕操纵行为，导致股价大幅度的变化，并在相关的交易系统中出现许多异常交易行为，致使股民利益受损并对证券交易市场的运营造成极大的危害。因此，在证券交易异常行为发生时能够及时的发现，并做出预警，构建有效的证券市场监控来确保市场的正常运行。

...............

5.2 证券市场监测复杂事件描述

在 5.1 节已对证券市场中的连续买卖、短线操纵、合谋和洗盘这四类较为典型的违法交易行为进行了简要概述，本节分别列举出这四种行为在证券市场所表现出的可被系统监测到的几类重要的异常事件，并根据 4.2 节中的事件定义、事件操作符等相关定义，来构建和描述证券市场异常交易复杂事件。原子事件是复杂事件处理监测系统中的事件源，并且是证券市场异常交易事件监测的前提，原子事件是以无限事件流的形式输入到系统中。下面对原子事件进行定义。

...............

基于复杂事件处理的实时商业智能对于企业来说是很有价值的，通过复杂事件处理技术运用到实时商业智能中可以做到数据的实时处理以及异常情况的实时监测预警，从而更加有利于企业做出实时的决策。基于此，本文研究内容主要有以下几点：第一，针对传统商业智能所存在一系列的弊端，引出实时商业智能，分析其必要性，并进一步对实时商业智能的关键技术和理论进行分析。第二，分析引入复杂事件处理技术的必要性以及将复杂事件处理技术运用到实时商业智能中优势，构建基于复杂事件处理的实时商业智能模型架构。第三，提出并分析基于复杂事件处理的实时商业智能的关键技术，包括大数据分布式流计算技术和复杂事件处理技术，对其中的复杂事件模型和分布式节点进行重点设计，，并构建了分布式复杂事件处理架构。

参考文献（略）