1 緒 論

1.1 研究背景與意義

隨著大數(shù)據(jù)時(shí)代的到來(lái)，數(shù)據(jù)的產(chǎn)生量呈數(shù)倍的增長(zhǎng)，其處理流程也變的越來(lái)越復(fù)雜，企業(yè)若采用傳統(tǒng)的商業(yè)智能工具和數(shù)據(jù)倉(cāng)庫(kù)技術(shù)，來(lái)進(jìn)行數(shù)據(jù)的收集以及相關(guān)的分析處理，則無(wú)法應(yīng)對(duì)非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)在數(shù)量上的迅速增長(zhǎng)�，F(xiàn)在的數(shù)據(jù)更趨于實(shí)時(shí)性和流動(dòng)性，并且數(shù)據(jù)源的種類繁多，傳統(tǒng)的數(shù)據(jù)處理方式是將數(shù)據(jù)存儲(chǔ)后，再進(jìn)行處理，不僅耗費(fèi)人力物力，其效率也會(huì)很低。企業(yè)往往在乎的是數(shù)據(jù)進(jìn)行總結(jié)分析后所產(chǎn)生的價(jià)值，而這些價(jià)值則需要對(duì)產(chǎn)生的數(shù)據(jù)進(jìn)行快速的處理，以便做出實(shí)時(shí)響應(yīng)，并能夠進(jìn)行快速?zèng)Q策。由此，實(shí)時(shí)商業(yè)智能（Real-TimeBusinessIntelligence，RTBI），也稱為實(shí)時(shí)商務(wù)智能，便應(yīng)運(yùn)而生。實(shí)時(shí)商業(yè)智能是在滿足商業(yè)智能各項(xiàng)基本功能的前提下，對(duì)企業(yè)數(shù)據(jù)信息進(jìn)行無(wú)延時(shí)的傳輸處理。其主要目的在于實(shí)時(shí)的將數(shù)據(jù)轉(zhuǎn)換成有價(jià)值的信息，為企業(yè)提供決策支持。實(shí)時(shí)商業(yè)智能的發(fā)展逐漸引起學(xué)術(shù)界和商界的重視，實(shí)時(shí)商業(yè)智能幫助企業(yè)整合數(shù)據(jù)，從數(shù)據(jù)中獲取知識(shí)，提高企業(yè)管理決策能力，從而使企業(yè)做出及時(shí)有效的決策，來(lái)促使利益最大化。

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

1.2 國(guó)內(nèi)外研究現(xiàn)狀

基于復(fù)雜事件處理的實(shí)時(shí)商業(yè)智能關(guān)鍵技術(shù)及其應(yīng)用的國(guó)內(nèi)外研究現(xiàn)狀，需從三個(gè)方面具體闡述：實(shí)時(shí)商業(yè)智能的研究現(xiàn)狀、復(fù)雜事件處理的研究現(xiàn)狀以及基于復(fù)雜事件處理的實(shí)時(shí)商業(yè)智能的研究現(xiàn)狀。商業(yè)智能是一種輔助企業(yè)決策的技術(shù)工具，最早在 1989 年由分析師 HowardDresner 提出，其通過(guò)多個(gè)數(shù)據(jù)源來(lái)獲取數(shù)據(jù)，并對(duì)獲取的數(shù)據(jù)進(jìn)行分析整合來(lái)提高企業(yè)的決策能力。然而傳統(tǒng)商業(yè)智能存在的數(shù)據(jù)延遲、分析延遲以及決策延遲問(wèn)題，很難滿足企業(yè)對(duì)于業(yè)務(wù)數(shù)據(jù)進(jìn)行實(shí)時(shí)分析決策的需求，因此專家學(xué)者們逐漸向?qū)崟r(shí)商業(yè)智能的研究進(jìn)行轉(zhuǎn)變。實(shí)時(shí)商業(yè)智能是在傳統(tǒng)商業(yè)智能的基礎(chǔ)上提出的，不同的學(xué)者有著不同的研究成果。

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

2 理論研究

2.1 實(shí)時(shí)商業(yè)智能體系架構(gòu)分析

完整的商業(yè)智能體系架構(gòu)包含有數(shù)據(jù)源、數(shù)據(jù)處理、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析和信息展示，但是傳統(tǒng)商業(yè)智能在數(shù)據(jù)、分析和決策中所存在的延遲問(wèn)題，難以滿足企業(yè)實(shí)時(shí)決策的需求。實(shí)時(shí)商業(yè)智能便應(yīng)運(yùn)而生，在 Colin 于 2004 年提出實(shí)時(shí)商業(yè)智能后，國(guó)內(nèi)外許多學(xué)者開(kāi)始轉(zhuǎn)向?qū)崟r(shí)商業(yè)智能的投入和研究。馬鳴和趙軼超（2009）、何�。�2010）認(rèn)為傳統(tǒng)商業(yè)智能存在數(shù)據(jù)延遲、分析延遲和決策延遲，即數(shù)據(jù)集成過(guò)程中所產(chǎn)生的延遲、數(shù)據(jù)在分析時(shí)中所產(chǎn)生的延遲以及戰(zhàn)略決策在實(shí)施中產(chǎn)生的延遲。侯巖松等（2011）指出運(yùn)用傳統(tǒng)商業(yè)智能時(shí)存在系統(tǒng)分析決策的滯后性，不能及時(shí)和實(shí)時(shí)地滿足企業(yè)需求。周瑾（2007）指出實(shí)時(shí) BI和嵌入式 BI 是未來(lái)商業(yè)智能的重要發(fā)展趨勢(shì)。

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

2.2 基于 CEP 的實(shí)時(shí)商業(yè)智能的提出

在實(shí)時(shí)商業(yè)智能的基礎(chǔ)上，提出基于復(fù)雜事件處理的實(shí)時(shí)商業(yè)智能，其主要內(nèi)容包括三個(gè)方面，分別為：事件驅(qū)動(dòng)架構(gòu)、復(fù)雜事件處理相關(guān)理論和基于復(fù)雜事件處理的實(shí)時(shí)商業(yè)智能的優(yōu)勢(shì)。事件驅(qū)動(dòng)架構(gòu)（Event DrivenArchitecture，EDA）是由一系列組件構(gòu)成的應(yīng)用，包括事件消費(fèi)者和事件產(chǎn)生者，最早是由 Gartner 公司于 2003 年提出，用于處理企業(yè)中表面看似不相關(guān)的事件。事件驅(qū)動(dòng)架構(gòu)中的組件和服務(wù)是松耦合的，其間不直接相關(guān)，事件可通過(guò)這些組件進(jìn)行傳遞，組件間采用多管道、多模塊的方式進(jìn)行連接，從而協(xié)同工作來(lái)完成系統(tǒng)的功能。事件驅(qū)動(dòng)架構(gòu)以事件為載體，能夠在不同的應(yīng)用程序間進(jìn)行交互（李新玉，2010），具有異步性、時(shí)效性、事件粒度可控性等特征。事件驅(qū)動(dòng)架構(gòu)日益成熟，并在政府部門的電子政務(wù)應(yīng)用中發(fā)揮著巨大的作用（李臣亮，2007）。本小節(jié)從事件驅(qū)動(dòng)架構(gòu)的構(gòu)成、機(jī)制和事件處理三個(gè)部分對(duì)事件驅(qū)動(dòng)架構(gòu)進(jìn)行詳細(xì)說(shuō)明。

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

3 關(guān)鍵技術(shù)...............23

3.1 大數(shù)據(jù)分布式流計(jì)算技術(shù)...............23

3.2 復(fù)雜事件處理關(guān)鍵技術(shù)...............27

4 基于 CEP 的實(shí)時(shí)商業(yè)智能的模型構(gòu)建...............37

4.1 基于 CEP 的實(shí)時(shí)商業(yè)智能體系架構(gòu)設(shè)計(jì)...............37

4.2 復(fù)雜事件模型設(shè)計(jì)...............40

5 基于 CEP 的實(shí)時(shí)商業(yè)智能的實(shí)現(xiàn)及應(yīng)用...............53

5.1 證券市場(chǎng)監(jiān)測(cè)需求分析...............53

5.2 證券市場(chǎng)監(jiān)測(cè)復(fù)雜事件描述...............57

5 基于 CEP 的實(shí)時(shí)商業(yè)智能的實(shí)現(xiàn)及應(yīng)用

5.1 證券市場(chǎng)監(jiān)測(cè)需求分析

隨著經(jīng)濟(jì)全球化的發(fā)展，我國(guó)的證券市場(chǎng)也在迅速的發(fā)展，且已成為股票市場(chǎng)的重要投資方式。證券交易不同于其他物品交易，其價(jià)格變化頻率和幅度比較大，并且具有不確定性，從而可能導(dǎo)致價(jià)格扭曲。在證券市場(chǎng)中，股價(jià)可以充分的體現(xiàn)市場(chǎng)公開(kāi)信息，然而證券市場(chǎng)信息不對(duì)稱，會(huì)存在許多內(nèi)幕操縱行為，導(dǎo)致股價(jià)大幅度的變化，并在相關(guān)的交易系統(tǒng)中出現(xiàn)許多異常交易行為，致使股民利益受損并對(duì)證券交易市場(chǎng)的運(yùn)營(yíng)造成極大的危害。因此，在證券交易異常行為發(fā)生時(shí)能夠及時(shí)的發(fā)現(xiàn)，并做出預(yù)警，構(gòu)建有效的證券市場(chǎng)監(jiān)控來(lái)確保市場(chǎng)的正常運(yùn)行。

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

5.2 證券市場(chǎng)監(jiān)測(cè)復(fù)雜事件描述

在 5.1 節(jié)已對(duì)證券市場(chǎng)中的連續(xù)買賣、短線操縱、合謀和洗盤這四類較為典型的違法交易行為進(jìn)行了簡(jiǎn)要概述，本節(jié)分別列舉出這四種行為在證券市場(chǎng)所表現(xiàn)出的可被系統(tǒng)監(jiān)測(cè)到的幾類重要的異常事件，并根據(jù) 4.2 節(jié)中的事件定義、事件操作符等相關(guān)定義，來(lái)構(gòu)建和描述證券市場(chǎng)異常交易復(fù)雜事件。原子事件是復(fù)雜事件處理監(jiān)測(cè)系統(tǒng)中的事件源，并且是證券市場(chǎng)異常交易事件監(jiān)測(cè)的前提，原子事件是以無(wú)限事件流的形式輸入到系統(tǒng)中。下面對(duì)原子事件進(jìn)行定義。

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

基于復(fù)雜事件處理的實(shí)時(shí)商業(yè)智能對(duì)于企業(yè)來(lái)說(shuō)是很有價(jià)值的，通過(guò)復(fù)雜事件處理技術(shù)運(yùn)用到實(shí)時(shí)商業(yè)智能中可以做到數(shù)據(jù)的實(shí)時(shí)處理以及異常情況的實(shí)時(shí)監(jiān)測(cè)預(yù)警，從而更加有利于企業(yè)做出實(shí)時(shí)的決策�；诖�，本文研究?jī)?nèi)容主要有以下幾點(diǎn)：第一，針對(duì)傳統(tǒng)商業(yè)智能所存在一系列的弊端，引出實(shí)時(shí)商業(yè)智能，分析其必要性，并進(jìn)一步對(duì)實(shí)時(shí)商業(yè)智能的關(guān)鍵技術(shù)和理論進(jìn)行分析。第二，分析引入復(fù)雜事件處理技術(shù)的必要性以及將復(fù)雜事件處理技術(shù)運(yùn)用到實(shí)時(shí)商業(yè)智能中優(yōu)勢(shì)，構(gòu)建基于復(fù)雜事件處理的實(shí)時(shí)商業(yè)智能模型架構(gòu)。第三，提出并分析基于復(fù)雜事件處理的實(shí)時(shí)商業(yè)智能的關(guān)鍵技術(shù)，包括大數(shù)據(jù)分布式流計(jì)算技術(shù)和復(fù)雜事件處理技術(shù)，對(duì)其中的復(fù)雜事件模型和分布式節(jié)點(diǎn)進(jìn)行重點(diǎn)設(shè)計(jì)，，并構(gòu)建了分布式復(fù)雜事件處理架構(gòu)。

參考文獻(xiàn)（略）