论文部分内容阅读
摘 要：要建立起一套科学合理的卫生统计决策系统，首先要符合卫生统计决策系统改革和发展的需求，还要统计出具体的数据。在卫生统计决策支持系统中运用数据仓库和联机分析技术，能够有效的提高决策支持系统的科学性。因此，数据仓库和OLAP技术的应用对于卫生统计决策支持系统的发展和完善有着极为重要的作用。本文主要是在我国卫生统计信息网络植保系统升级和改造的基础上，论述了数据仓库和联机分析技术在卫生统计支持系统中的应用。
关键词：卫生统计 决策支持系统 数据仓库 OLAP技术
随着信息技术的不断发展，卫生统计逐渐信息化，各级卫生部门产生了大量的信息和数据。知识匮乏、数据过剩的情况时常出现，从这些数据中提取有效信息成为当前决策人员面临的最大难题，也是最需要解决的问题之一。传统的联机事务处理技术已经不能满足用户的需求。用户进行决策需要计算出相关的数据，但往往得到的数据又不能满足用户的需求，在这样的背景下，数据仓库技术和联机分析技术的发展就很好的解决了这一问题，分析和处理信息数据的效率也有了很大的提升。本文分析了当前卫生决策支持系统建设存在的问题，并阐述了数据仓库及联机分析处理技术在卫生决策支持系统中的运用。
一、数据仓库和联机分析处理技术的概述
1.数据仓库。早在1991年，数据仓库之父就提出了数据仓库一说，并认为数据仓库是支持管理决策过程、集成的重要更新，且可随时间变化进行数据集合。数据仓库是提供信息的平台，可以为用户提供所需要的信息和数据，并为高层管理者的决策和分析提供一个可行的解决方案。数据仓库具有一些明显的特点，如：（1）面向主题。关注决策者的数据建模与分析，而不是集中于组织机构的日常操作和事务处理，排除不利于决策的数据，提供特定主题的简明视图。如本文研究医院出院病人、人力资源、设备资源等。（2）数据集成。数据仓库是通过集成多个异种数据源来构造的。（3）随时间而变化。数据仓库的时间范围比操作数据库系统要长得多。操作数据库系统主要是保存当前的数据。而数据仓库是从历史的角度提供信息（比如过去5-10年）。数据仓库中的每一个关键结构都隐式或显式地包含时间元素，而操作数据库中的关键结构不一定包括时间元素。（4）数据不易丢失。尽管数据仓库中的数据来自于操作数据库，但他们却是分开保存的。操作数据库的更新不会出现在数据仓库环境下，不需要事务处理、恢复和并发控制等机制，只需要两种数据访问：数据的初始转载和数据访问。
2.OLAP。OLAP技术，即联机分析处理技术，它是一种多维数据库和多维分析技术，在1993年被提出，专门用于支持复杂的数据分析，是管理和决策人员进行决策分析的重要工具。这种技术能够很好的为用户创建出多维数据集，让相关的分析和决策人员能够从各个角度对被提取出来的有效信息进行处理，并将能够反映企业真是特性的信息快速的存取，从而获得更多有效的数据。
OLAP技术彻底打破以记录为单位的数据浏览方式，而将数据先进行汇总，再分离为“维度（Dimension）”和“度量（Measure）”，在维度和度量上进行分析，将结果以直观的形式呈现给用户。数据仓库与OLAP互为补充，数据仓库完成数据管理工作，提供数据来源；OLAP支持复杂的分析操作，侧重决策支持，并提供直观易懂的查询结果，是数据仓库系统的主要应用。
二、卫生统计决策支持系统的设计
1.软件的选择。近年来，随着联机分析处理技术的发展，市场上相关的产品越来越多，OLAP生产商都为各自的产品设计了相应的解决方案，并生产了各自具有代表性的产品。目前市场上常见的产品有：Hyperion Essbase、Oracle Express、Sysbase Power dimension、Informix Metacube、MicrosoftAnalysis Services、CognosServer等。
2.建立数据仓库。在建立数据仓库的时候，要注意建立它的目的是什么，要解决什么样的问题，确立相关的主题。这里所指的主题，是对相关数据和信息進行综合分析的一种抽象的概念，还有就是要分析解决问题的角度，以及人们观察数据的特定角度等，对于数据进行具体的了解再开始建立。
根据出院病人和人力资源等建立相关的主题。如了解医院出院病人的治疗情况、医院医疗费用、服务质量等。主要维度为经济类型、数据期、机构类别以及住院的科室等。主要指标为出院人数、病人的住院时间、病人平均医疗费及出院的情况等。人力资源主题的进来也是相同的，维度是数据期、性别、学历、专业等。指标为人员数量及人员的构成情况。
3.构建OLAP数据聚集主题。由于数据聚集主题是用于处理海量数据的一个好的方法，这种方法是指将主题中的维度减少，或是加粗维度颗粒，都能够减少主题表数据的行数，这个过程就是聚集。在聚集过程中，它所产生的主题就是聚集主题，在上面对数据进行分析和处理，比在传统主题中数据的处理效率要高很多。主题聚集技术能够将海量的数据简单的处理掉，得到用户想要的结果。因此，可以构建OLAP数据聚集主题，使其成为决策者分析处理数据的主要方式。联机分析处理技术可以为决策者提供一个多角度、高效率的处理方式，由决策者自己的思维来获取数据，并任意组合问题的角度等，使联机分析处理技术成为BI系统的核心应用。
三、数据仓库和OLAP技术的应用效果
在卫生决策支持系统中，数据仓库和OLAP技术的应用可以更加有效的对数据进行汇总、旋转、切片等，利用先进的技术和方式来查看我们所需要的数据，并对数据进行更深入的分析。在建立系统之前，很多数据的处理都是手工在进行，或是手工和计算机相互配合，这样使得数据在处理中可能会出现很多的误差，也浪费了大量的时间和资金。而新技术的应用有效的节约了成本，提高了工作的效率，更能满足用户的需求。
卫生统计的数据需求不是固定的，具有临时性和不可预知性，它会受到地区、类别等的影响。而数据仓库技术和OLAP技术的运用可以根据具体的情况和用户的需求来进行数据的分析处理，提供更多的功能，且处理速度也很快。
四、结语
卫生统计决策支持系统中数据仓库和OLAP技术的的成功实施和应用，使决策者能以一致的界面快速地从各个角度观察、分析数据，帮助管理层更好地预测、分析和决策，提高了决策的水平和效率。当然，由于数据仓库及OLAP技术还是个新兴的领域，其建设及技术应用具有艰巨性和复杂性，有许多领域还需要深入研究。
参考文献：
[1]郑建智，段占祺，应桂英等.数据仓库和OLAP技术在卫生统计决策支持系统中的应用[J].中国卫生信息管理杂志，2012，09（3）：47-51.
[2]王万斌，杨万琼.数据仓库和OLAP技术在医院统计分析系统中的应用思考[J].医学信息，2013，（23）：8-8.
[3]刘大昕，张春林，聂亚杰等.数据仓库与OLAP技术[J].计算机仿真，2003，20（5）：40-43.
[4]戚桂杰，任际范，苗庆凯等.基于数据仓库的OLAP技术在家电零售企业中的应用研究[J].中国管理科学，2006，14（2）：112-116.
[5]李慧，闻豪.基于数据仓库的OLAP技术的研究[J].电脑知识与技术（学术交流），2005，（1）：77-81.
[6]刘学敏，程文明.基于OLAP技术的物流数据仓库应用研究[J].铁道运输与经济，2007，29（1）：63-65.
关键词：卫生统计 决策支持系统 数据仓库 OLAP技术
随着信息技术的不断发展，卫生统计逐渐信息化，各级卫生部门产生了大量的信息和数据。知识匮乏、数据过剩的情况时常出现，从这些数据中提取有效信息成为当前决策人员面临的最大难题，也是最需要解决的问题之一。传统的联机事务处理技术已经不能满足用户的需求。用户进行决策需要计算出相关的数据，但往往得到的数据又不能满足用户的需求，在这样的背景下，数据仓库技术和联机分析技术的发展就很好的解决了这一问题，分析和处理信息数据的效率也有了很大的提升。本文分析了当前卫生决策支持系统建设存在的问题，并阐述了数据仓库及联机分析处理技术在卫生决策支持系统中的运用。
一、数据仓库和联机分析处理技术的概述
1.数据仓库。早在1991年，数据仓库之父就提出了数据仓库一说，并认为数据仓库是支持管理决策过程、集成的重要更新，且可随时间变化进行数据集合。数据仓库是提供信息的平台，可以为用户提供所需要的信息和数据，并为高层管理者的决策和分析提供一个可行的解决方案。数据仓库具有一些明显的特点，如：（1）面向主题。关注决策者的数据建模与分析，而不是集中于组织机构的日常操作和事务处理，排除不利于决策的数据，提供特定主题的简明视图。如本文研究医院出院病人、人力资源、设备资源等。（2）数据集成。数据仓库是通过集成多个异种数据源来构造的。（3）随时间而变化。数据仓库的时间范围比操作数据库系统要长得多。操作数据库系统主要是保存当前的数据。而数据仓库是从历史的角度提供信息（比如过去5-10年）。数据仓库中的每一个关键结构都隐式或显式地包含时间元素，而操作数据库中的关键结构不一定包括时间元素。（4）数据不易丢失。尽管数据仓库中的数据来自于操作数据库，但他们却是分开保存的。操作数据库的更新不会出现在数据仓库环境下，不需要事务处理、恢复和并发控制等机制，只需要两种数据访问：数据的初始转载和数据访问。
2.OLAP。OLAP技术，即联机分析处理技术，它是一种多维数据库和多维分析技术，在1993年被提出，专门用于支持复杂的数据分析，是管理和决策人员进行决策分析的重要工具。这种技术能够很好的为用户创建出多维数据集，让相关的分析和决策人员能够从各个角度对被提取出来的有效信息进行处理，并将能够反映企业真是特性的信息快速的存取，从而获得更多有效的数据。
OLAP技术彻底打破以记录为单位的数据浏览方式，而将数据先进行汇总，再分离为“维度（Dimension）”和“度量（Measure）”，在维度和度量上进行分析，将结果以直观的形式呈现给用户。数据仓库与OLAP互为补充，数据仓库完成数据管理工作，提供数据来源；OLAP支持复杂的分析操作，侧重决策支持，并提供直观易懂的查询结果，是数据仓库系统的主要应用。
二、卫生统计决策支持系统的设计
1.软件的选择。近年来，随着联机分析处理技术的发展，市场上相关的产品越来越多，OLAP生产商都为各自的产品设计了相应的解决方案，并生产了各自具有代表性的产品。目前市场上常见的产品有：Hyperion Essbase、Oracle Express、Sysbase Power dimension、Informix Metacube、MicrosoftAnalysis Services、CognosServer等。
2.建立数据仓库。在建立数据仓库的时候，要注意建立它的目的是什么，要解决什么样的问题，确立相关的主题。这里所指的主题，是对相关数据和信息進行综合分析的一种抽象的概念，还有就是要分析解决问题的角度，以及人们观察数据的特定角度等，对于数据进行具体的了解再开始建立。
根据出院病人和人力资源等建立相关的主题。如了解医院出院病人的治疗情况、医院医疗费用、服务质量等。主要维度为经济类型、数据期、机构类别以及住院的科室等。主要指标为出院人数、病人的住院时间、病人平均医疗费及出院的情况等。人力资源主题的进来也是相同的，维度是数据期、性别、学历、专业等。指标为人员数量及人员的构成情况。
3.构建OLAP数据聚集主题。由于数据聚集主题是用于处理海量数据的一个好的方法，这种方法是指将主题中的维度减少，或是加粗维度颗粒，都能够减少主题表数据的行数，这个过程就是聚集。在聚集过程中，它所产生的主题就是聚集主题，在上面对数据进行分析和处理，比在传统主题中数据的处理效率要高很多。主题聚集技术能够将海量的数据简单的处理掉，得到用户想要的结果。因此，可以构建OLAP数据聚集主题，使其成为决策者分析处理数据的主要方式。联机分析处理技术可以为决策者提供一个多角度、高效率的处理方式，由决策者自己的思维来获取数据，并任意组合问题的角度等，使联机分析处理技术成为BI系统的核心应用。
三、数据仓库和OLAP技术的应用效果
在卫生决策支持系统中，数据仓库和OLAP技术的应用可以更加有效的对数据进行汇总、旋转、切片等，利用先进的技术和方式来查看我们所需要的数据，并对数据进行更深入的分析。在建立系统之前，很多数据的处理都是手工在进行，或是手工和计算机相互配合，这样使得数据在处理中可能会出现很多的误差，也浪费了大量的时间和资金。而新技术的应用有效的节约了成本，提高了工作的效率，更能满足用户的需求。
卫生统计的数据需求不是固定的，具有临时性和不可预知性，它会受到地区、类别等的影响。而数据仓库技术和OLAP技术的运用可以根据具体的情况和用户的需求来进行数据的分析处理，提供更多的功能，且处理速度也很快。
四、结语
卫生统计决策支持系统中数据仓库和OLAP技术的的成功实施和应用，使决策者能以一致的界面快速地从各个角度观察、分析数据，帮助管理层更好地预测、分析和决策，提高了决策的水平和效率。当然，由于数据仓库及OLAP技术还是个新兴的领域，其建设及技术应用具有艰巨性和复杂性，有许多领域还需要深入研究。
参考文献：
[1]郑建智，段占祺，应桂英等.数据仓库和OLAP技术在卫生统计决策支持系统中的应用[J].中国卫生信息管理杂志，2012，09（3）：47-51.
[2]王万斌，杨万琼.数据仓库和OLAP技术在医院统计分析系统中的应用思考[J].医学信息，2013，（23）：8-8.
[3]刘大昕，张春林，聂亚杰等.数据仓库与OLAP技术[J].计算机仿真，2003，20（5）：40-43.
[4]戚桂杰，任际范，苗庆凯等.基于数据仓库的OLAP技术在家电零售企业中的应用研究[J].中国管理科学，2006，14（2）：112-116.
[5]李慧，闻豪.基于数据仓库的OLAP技术的研究[J].电脑知识与技术（学术交流），2005，（1）：77-81.
[6]刘学敏，程文明.基于OLAP技术的物流数据仓库应用研究[J].铁道运输与经济，2007，29（1）：63-65.