Page 201 - 税收管理数字化转型研究

第五章 信息化税收管理的重中之重——信息管理

过逻辑集合的方式将有用的信息集中在数据仓库中，然后用于组织的管理活动和
决策活动。
数据仓库有三个重要的特征。首先，数据仓库中只包含对使用者进行决策

有用的信息。数据仓库将各个业务数据库中与使用者进行决策有关的信息进行抽
取、然后通过汇总和统计后按照一定的逻辑顺序进行储存，为决策服务。其次，
数据仓库是多维的。与关系型数据库的二维性不同，数据仓库具有多维结构，不
同的数据用不同层次的不同维度来表示，这种结构称为超立体结构。最后，数据

仓库是支持决策的而不是进行事务处理的。与以往面向事务处理的大多数数据
库不同，数据仓库是面向决策的，面向事务处理的数据库只能支持联机事务处理
（on line transaction processing，OLTP），而面向决策的数据仓库能支持联机分
析处理（on lineanalytic alprocessing，OLA）和数据挖掘。

三、数据挖掘工具

数据仓库产生后，随着需求的推动，数据挖掘工具应运而生。数据库
（datemining，D）工具是一种能让用户对数据仓库进行查询的软件工具。通过

数据挖掘软件，可以为管理者和决策者提供重要的信息，辅助他们进行决策。数
据挖掘本身就是一种决策支持过程，通过采用人工智能、机器学习和统计学等技
术，高度自动化地分析数据仓库中的信息，做归纳性推理，帮助使用者认清事实
的真相，找出事物变化的规律，预测未来的发展趋势等，以做出正确的判断和决

策。与OLTP相比，OLAP是一种验证型的分析工具，数据挖掘是一种挖掘性的
分析工作。但数据挖掘工具必须支持OLAP的概念，通过对数据的处理来支持使
用者做出决策。数据挖掘工具具体包括查询与报表工具、智能代理与多维分析工
具。数据仓库环境支持使用者使用查询与报表工具完成简单的数据析取处理；智

能代理应用神经网络和模糊逻辑这类的人工智能工具，帮助使用者通过“信息发
现”和数据引擎技术分析相关的数据；多维分析工具是通过纵横分割的技术帮助
使用者从不同的角度看到多维信息。
开发数据仓库是一个耗费大量时间与金钱的工作，而开发后还要花费很多时

间与金钱培训潜在的数据仓库使用者，因为需求明确的使用者对建立优质的数据
仓库起着关键的作用。数据仓库要保持随着需求的变化做出更新，但鉴于成本与
操作两方面的考虑，更新的频率不可能太快。待数据仓库建立后，使用者就可以

·187·