本文作者： 高洪波， ong-bo
　　ogisticsechnology09，2005物流技术2005年第9期pplicationofataodelinatantegrationof--business高洪波0ong-bo(襄樊学院电气信息工程系，湖北襄樊441053)(ept．oflectronicnformationngineering,iangfanniversity,iandan441053，hina)摘要在分析电子商务数据整合中数据模型的重要性的基础上，就行之有效的五种进行了探讨和研究，关键词数据模型电子商务数据整合。
　　中图分类号202t文献标识码协文章编号11005-152(2005)09?008702bstract：asedonanalyzingtheimportanceof1businessdatamodel。thepaperdiscussestheapplieationandconstructionoffivevirtualdatamodelsin-btininessdatain-tegration．eywords：datamodel-businessperationalatatoredataintegration1引言电子商务站点数据需要和其他的企业数据进行整合，这是电子商务不可或缺的环节。为了支持整合处理，需要用到很多的数据模型，这些模型中的每一种都起着重要的作用。数据模型可以帮助用户审视各种数据是如何组装在一起的，从而有助于业务用户理解所创建的最终结果，数据模型还保证了建立者和需求方对于所传送的产品有着相同的期望，使用数据模型有助于降低冗传奇文章余的发生率。其原因是：数据模型可以使冗余变得明显而使开发人员较容易地将它们删除。
　　从这方面来看，数据模型有助于降低项目的整体风险。相反，如果不实现数据模型，那么将会使抽取日志数据并将它们与其他企业数据整合起来的工作变得非常烦琐。没有数据模型的支持，企业如果想将数据作为一种资源来管理就会面临较多困难。2电子商务数据整合中的数据模型为支持整合处理，需建立如下数据模型主题域模型一用于更好地理解各个领域的情况。
　　如产品的分类领域。
　　企业逻辑数据模型(企业数据模型)一用于将不同主题域关联起来：如将客户和产品关联起来。数据仓库模型～用于满足目的性强的操作型需求。站点模型一用于利用站点日志路径信息。企业模型一用于整合数据和其他企业数据。
　　2．1主题域模型主题域数新开传奇据模型是包含了整个企业的信息需求的、较高层次的概念模型。一般情况下，数据通常围绕着以下主题：客户、产品、交易和财物。
　　2．2企业逻辑数据模型(企业数据模型)在主题域数据模型的基础上，可进而开发企业逻辑模型。这个过程通常较长，依据不同的规模和复杂性，有的可能会耗时几年。在这种模型中，每个主题域都可以定义到更高的细节级别上，以便将所有关于候选实体的属性包含进来。企业逻辑数据模型的建立为设计数据仓库和数据模型奠定了基础。如果不开发企业逻辑模型，那么将不得不根据每个不同的开发循环周期的需要建立主题域，这样势必会加大工作量。2．3数据仓库模型数据仓库是面向主题的、集成的、非易失的、时变的数据集合。
　　可用来支持企业内部决策的制定。
　　下面举例说明：假设对于某电子商务网站而言，数据仓库是由低粒度级别构成，即随时间流逝而保存下来的促销、客户、产品和供应商等信息。收集特征(profile)信息之后，将从日志中得到的低细节级、拥有适中的访问概率的点击流数据，保存在数据仓库中。当确定某些日志数据的访问概率较低时，就可以将其存储到可选存储器中去。
　　这些数据在以后还可以一起删除掉。例如，对某电子商务网站，当数据在可选存储器中存储了6个月以上，并且数据使用统计显示，这些数据从未被访问过，那么这些数据就要从系统中删除掉。
　　特征模式(profile)包括了客户的个人信息(客户联系信息和长期以来的产品购买习惯)。客户特征模式的星型模式还可以包括从数据仓库中衍生出的信息，如web站点的访问次一87?高洪波：数，在进行购买前平均浏览过的网页数，购买商品的总金额以及到目前为止的那样不能玩购买总数等。图1显示了在数据仓库中的数据，这些数据以星型模式的格式来存储，以描述客户特征模式信息。
　　这种星型模式的非规范化结构，是部门中的所有用户访问数据的最佳选择，聚集的客户特征模式信息根据部门的需要长期存储在数据集市中。
　　特征信息按每天或更高的频率被转移回企业和eb站点的中。如图1所示，还有一些web站点感兴趣的关于客户的其他信息。买商品了。
　　通过从站点和个性化引擎交互，从而启动一系列后续事件。如用一封或其他方式，使该用户下次购买本网站商品时可享受折扣优惠。
　　企业(或“全局的”)是一种集成的，面向主题的结构，与数据仓库不同的是，企业具有时效性，包括了有限数量的历史信息，在电子商务环境中企业被视为第一粒度级别，即企业从源系统(站点以及传统业务系统)与数据仓库中获得更新。产品客户3模型之间的关系产品、客户客户产品类型．产品地址日客户类型月有无子女笠城市盟圆访问次数省日上一次访问时间邮政编码月购买前平均访问往页面数季度总购买量购买图1数据仓库中的客户特征2．4eb站点模型和企业模型出于大量原因，包括工作量上的考虑，在线事务处理是离不开数据仓库的，由于数据仓库中的进程非常复杂'j艮难在保持更新的同时达到非常高的性能，高性能的处理并不是在企业数据仓库中进行的，而是在一种被称作操作型数玩家高兴据存储(perationalatatore，)特殊结构中进行的，来自企业数据仓库的那些经过提炼和合并的结果正是存储在中，一但存储在中，这些结果就可立即为环境所用，环境中的数据大部分都是从中抽取的。的特征就是能够处理混合负载的操作系统和数据库管理系统，因此，在线事务处理(nlinetransactionprocessing，)技术通常被应用于操作型应用环境中。实际上在环境中存在两种：存在于环境内部，其核心部分是一台普通规模的计算机。
　　企业：存在于(orporatenformationactory)即企业信息工厂内部，其核心部分有一台大型计算机。这两种分别是针对不同的目的而设计的。基于的只为来自服务器内部的事务提供服务，它是一种“局部的”，而企业包含了企业真实数据，这些数据可供大量处理使用，企业是一种“全局的”服务器。
　　站点是电子商务交互环境的一部分。
　　这种“局部的”负责在网站内部直接响应来自网站的交易请求，它可基于客户特征信息与个性化引擎进行交互。举例说明，假设有一个用户第十次登录了某个电子商务网站，个性化引擎通过读取局部客户信息，识别出该用户地址，并且发现这已经是该用户第十次从本电子商务网站上购一88一图2显示了数据模型之间的关系，可以自底向上或者自项向下地查看。
　　当在系统级别上发生变化时，所有该级别之上的模型都将得到消息，以进行相应地调整来适应这种变化。举例说明，假设某电子商务公司收购了一家在线销售图书的在线书店公司，虽然主题域数据模型并没有发生变化，并且企业逻辑数据模型可能也没有变化，但是数据仓库和模式将需要改变，即当出现任何一个变化时，在每一层次上的每一种模型都必须进行相应的处理和调整。
　　4结语图2数据模型之最新传奇间的关系力求高效、稳定、安全是电子商务永恒的话题。为了识别冗余，数据模型是必不可少的。数据模型以图形化的方式来描述企业及其信息需求，这种方式有助于项目的完整性。
　　通过将数据模型及有关文档与业务需求同步就可以容易地发现项目中的不一致和不足。[参考文献1方琪美．电子商务概论[．北京：清华大学出版社，2002．[2怊5兵家．电子商务概论．北京：高等教育出版社，2003．[3苏珊．企业电子商务运作全书[．北京：兵器工业出版社，2000．收稿日期2005?07?25[作者简介高洪波(1965-)，男，江苏扬州人，襄樊学院电信系副教授主要从事电子商务与信息安全研究。
　　本文《数据模型在电子商务数据整合中的应用》 --- 作者： 高洪波， ong-bo