随着大数据时代的来临，商业智能这个词频繁在国外企业界出现，其代表为提高企业运营性能而采用的一系列方法、技术和软件。它把先进的信息技术应用到整个企业，不仅为企业提供信息获取能力，而且通过对信息的开发，将其转变为企业的竞争优势，也有人称之为混沌世界中的智能。因此，越来越多的企业提出他们对BI的需求，把BI作为一种帮助企业达到经营目标的一种有效手段。
目前，商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。为了将数据转化为知识，需要利用到以前已有的一系列技术与工具。因此，从技术层面上讲，商业智能不是什么新技术，它只是一些老技术的综合运用。
对BI应用研究的重点在于对各个应用领域所面临的决策问题的分析。根据对各类问题的解决方式和解决方案来决定商业智能系统应该提供的功能以及具体实现方法。目前，商业智能被广泛应用于与企业运营过程相关的各个领域，并且在很多领域已经形成其特有体系。具有代表性的应用领域包括：企业资源计划、客户关系管理、人力资源管理、供应链管理、电子商务等。
请依据您对商业智能的了解，回答以下问题。
【问题1】(10分)
商业智能的核心技术包括__（1）__、__（2）__、TLS、联机分析处理、数据备份（恢复）。其中__（1）__的主要特点是：__（3）__、__（4）__、相对稳定的（非易失的）、反映历史变化（随着时间变化）。__（2）__的分析方法多种多样，其中，__（5）__主要用于发现不同事件之间的关联性，即一个事件发生的同时，另一个事件也经常发生；而__（6）__是根据“物以类聚”的原理，将本身没有类别的样本聚集成不同的组，并且对每个这样的组进行描述的过程。
ETL是__（7）__、__（8）__、__（9）__、__（10）__的过程。是构建数据仓库的重要一环，用户从数据源抽取出所需的数据，经过数据清洗,最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。
【问题2】（6分）
商业智能分哪三个层次？
【问题3】 （9分）
请以200字以内的文字简述BI的实施步骤。
【问题1】 （1）数据仓库 （2）数据挖掘 （3）（4）面向主题、集成的（注：两空可调换顺序） （5）关联分析 （6）聚类分析 （7）-（10）数据抽取（Extract）、数据清洗（Cleaning）、数据转换（Transform）、数据装载（Load）（注：（7）-（10）空不分先后顺序） 【问题2】 数据报表、多维数据分析、数据挖掘 【问题3】 实施BI系统是一项复杂的系统工程,整个项目涉及企业管理、运营管理、信息系统、数据仓库、数据挖掘和统计分析等众多门类的知识。因此,用户除了要选择合适的BI软件工具外,还必须按照正确的实施方法才能保证项目得以成功。BI项目的实施步骤大致如下： （1）需求分析。 （2）数据仓库建模。 （3）数据抽取。 （4）建立BI分析报表。 （5）用户培训和数据模拟测试。 （6）系统改进和完善。
（解析）
本题考查考生对商业智能相关概念及基本理念的掌握。
商业智能是：数据仓库、数据挖掘、TLS、联机分析处理、数据备份（恢复）的综合应用。其中数据挖掘的分析方法可分为六种，即关联分析、序列分析、分类分析、聚类分析、预测和时间序列分析。
（1）关联分析。关联分析主要用于发现不同事件之间的关联性，即一个事件发生的同时，另一个事件也经常发生。关联分析的重点在于快速发现那些有实用价值的关联发生的事件。其主要依据是事件发生的概率和条件概率应该符合一定的统计意义。在进行关联分析的同时，还需要计算两个参数，分别是最小置信度（可信度）和最小支持度，前者表示规则需满足的最低可靠度，用以过滤掉可能性过小的规则；后者则用来表示规则在统计意义上需满足的最小程度。
（2）序列分析。序列分析主要用于发现一定时间间隔内接连发生的事件，这些事件构成一个序列，发现的序列应该具有普遍意义，其依据除了统计上的概率之外，还要加上时间的约束。在进行序列分析时，也应计算置信度和支持度。
（3）分类分析。分类分析通过分析具有类别的样本特点，得到决定样本属于各种类别的规则或方法。利用这些规则和方法对未知类别的样本分类时应该具有一定的准确度。其主要方法有基于统计学的贝叶斯方法、神经网络方法、决策树方法等。分类分析时首先为每个记录赋予一个标记（一组具有不同特征的类别），即按标记分类记录，然后检查这些标定的记录，描述出这些记录的特征。这些描述可能是显式的，例如，一组规则定义；也可能是隐式的，例如，一个数学模型或公式。
（4）聚类分析。聚类分析是根据“物以类聚”的原理，将本身没有类别的样本聚集成不同的组，并且对每个这样的组进行描述的过程。其主要依据是聚集到同一个组中的样本应该彼此相似，而属于不同组的样本应该足够不相似。聚类分析法是分类分析法的逆过程，它的输入集是一组未标定的记录，即输入的记录没有作任何处理，目的是根据一定的规则，合理地划分记录集合，并用显式或隐式的方法描述不同的类别。
（5）预测方法。预测方法与分类分析相似，但预测是根据样本的已知特征估算某个连续类型的变量的取值的过程，而分类则只是用于判别样本所属的离散类别而已。预测方法常用的技术是回归分析。
（6）时间序列分析。时间序列分析是随时间而变化的事件序列，目的是预测未来发展趋势，或者寻找相似发展模式，或者发现周期性的发展规律。
在实际应用中，以上分析方法有着不同的适用范围，经常被综合运用。
实施BI系统是一项复杂的系统工程，整个项目涉及企业管理、运营管理、信息系统、数据仓库、数据挖掘和统计分析等众多门类的知识。因此，用户除了要选择合适的BI软件工具外，还必须按照正确的实施方法才能保证项目得以成功。BI项目的实施步骤大致如下：
（1）需求分析。需求分析是BI实施的第一步，在其他活动开展之前，必须明确地定义企业对BI的期望和需求，包括需要分析的主题、各主题可能查看的维度、需要发现企业哪些方面的规律等。
（2）数据仓库建模。通过对企业需求的分析，建立企业数据仓库的逻辑模型和物理模型，并规划好系统的应用架构，将企业各类数据按照分析主题进行组织和归类。
（3）数据抽取。数据仓库建立后，必须将数据从业务系统中抽取到数据仓库中，在抽取的过程中还必须将数据进行转换和清洗，以适应分析的需要。
（4）建立BI分析报表。BI分析报表需要专业人员按照用户制订的格式进行开发，用户也可自行开发。
（5）用户培训和数据模拟测试。对用户进行培训，在实际环境中对BI系统进行测试，以便发现和修改问题。
（6）系统改进和完善。在用户使用一段时间后，可能会提出更多的、更具体的需求，这时，就需要按照上述步骤对BI系统进行重构或完善。