ICT 
 

2015 

UPRAVLJANJE PODACIMA 

Poslovna Inteligencija 

 

 

Sadržaj 

Uvod ................................................................................................................................................ 2 

Osnovni pojmovi baza podataka ..................................................................................................... 4 

2.1 

Poznavanje podataka .............................................................................................................. 7 

2.2 

Objekti i tipovi atributa ........................................................................................................... 8 

2.3 

Osnovni statistički pokazatelji podataka ................................................................................. 9 

Definicija, uloga i funkcija skladištenja podataka ......................................................................... 15 

3.1 

Uloga skladišta podataka ...................................................................................................... 16 

3.2 

Funkcije skladišta podataka .................................................................................................. 17 

3.3 

Osnovni modeli skladišta podataka ...................................................................................... 21 

3.4 

Osnovni pojmovi i skraćenice skladištenja podataka............................................................ 23 

Sistemi za podršku odlučivanju ..................................................................................................... 24 

4.1 

Savremeni sistemi za podršku menadžmentu ...................................................................... 25 

4.2 

Ekspertni sistemi ................................................................................................................... 27 

4.3 

Integracija SPO i ES ............................................................................................................... 30 

Otkrivanje zakonitosti u podacima (OZP) ..................................................................................... 31 

5.1 

CRISP – DM metodologija ..................................................................................................... 31 

5.1.1 

Razumevanje poslovnog problema ............................................................................... 32 

5.1.2 

Razumevanje podataka ................................................................................................. 33 

5.1.3 

Priprema podataka........................................................................................................ 35 

5.1.4 

Modelovanje rešenja .................................................................................................... 35 

5.1.5 

Ocena OZP rešenja ........................................................................................................ 38 

5.1.6 

Primena OZP rešenja ..................................................................................................... 39 

5.2 

Zablude u OZP ....................................................................................................................... 39 

KLASIFIKACIJA ................................................................................................................................ 40 

6.1 

Osnove Klasifikacije ............................................................................................................... 40 

6.2 

Generalni pristup klasifikaciji ................................................................................................ 41 

6.3 

Stablo odluke ........................................................................................................................ 42 

6.4 

Mere za izbor atributa .......................................................................................................... 46 

6.5 

Potkresivanje stabla .............................................................................................................. 54 

6.6 

Skalabilnost i stabla odluke ................................................................................................... 57 

6.7 

Vizuelno rudarenje i stablo odluke ....................................................................................... 59 

7

 

Evaluacija modela i selekcija

 ........................................................................................................ 62 

 

background image

 

Poslovna inteligencija predstavlja skup tehnologija i zasniva se na brojnim metodama 

obrade podataka sa ciljem podrške odlučivanju u poslovnim procesima.Interaktivni analitički 
procesi u interpretiranju  podataka čine informacionu osnovu za primenu koncepta poslovne 
inteligencije i predstavljaju osnov podršci za donošenje poslovnih odluka. 

 
Tokom  60-ih,  70-ih  i  80-ih  godina  prošlog  veka  značajan  deo  velikih  kompanija 

uspešno je prebacio ključne aspekte poslovanja na velike računarske sisteme. 80-ih godina do 
te  mere  sazreva  primena  relacionih  baza  podataka,  da  su  neretko  preuzele  vodeću  ulogu  u 
okvirima  implementiranih  računarskih  sistema.  Zahtevi  operacionih  sistema  takvih  rešenja 
postaju sve značajniji, tako da se dobavljači softvera za baze podataka isključivo usmeravaju 
ka  poboljšanju  brzine  transakcija,  integriteta  i  pouzdanosti.  Primenjene  metode  na  žalost 
usmeravane  su  suprotno  zahtevima  koje  je  trebalo  da  zadovolje  izveštaji,  kao  i  slobodnim 
formama koje su nametali upiti. Tehnike indeksiranja, provere integriteta, modeli podataka i 
logovanje  pojedinih  transakcija  znatno  su  otežale  sposobnost  pristupa  podacima  iz 
operacionih  skladišta.  Na  odgovore  na  postavljena  pitanja  se  ponekad  moralo  čekati  i  po 
nekoliko  nedelja.  Pri  tom  se  dešavalo  da  korisnici  budu  suočeni  sa  kontradiktornim 
informacijama različitih primenjenih sistema. 

 

 
Iako se koreni BI mogu naći još u okvirima prvih aplikacija za obradu podataka, ove, 

u početku relativno jednostavne aplikacije pokrivale su najčešće pojedinačne aktivnosti među 
kojima  su  bila  plaćanja  i  potraživanja.  Geneza  rešenja  pomenutih  problema  iziskivala  je 
razvoj neophodnog hardvera koji je, pored čestih promena tehnologije nužno evoluirao kako 
bi se vreme obrade minimalizovalo. Struktura podataka u vidu tzv. master datoteka smeštenih 
na  diskovima  je  brzo  prerasla  u  baze  podataka  -  centralizovane,  zbirne  podatke  koji  u 
okvirima  mainframe  i  kasnije  client/server  sistema  postaju  dostupni  aplikacijama.  Vreme 
izvršenja  transakcija  postajalo  je  sve  kraće  (2-3  sekunde)  što  je  ubrzano  uvođenjem  online 
aplikacija  koje  su  predstavljale  evolutivni  nastavak  online  obrade  transakcija.  Online 
aplikacije  su  međusobno  povezane  centralizovanim  online  bazama  podataka  koje 
predstavljaju  osnovu  za  njihovo  nesmetano  odvijanje.  Online  aplikacije  donose  drastično 
smanjenje  vremena  pristupa  i  dostupnosti  samih  informacija,  tako  da  zajedno  sa  online 
transakcijama zauzimaju centralno mesto u okviru direktne interakcije sa korisnicima, što de 
facto postaje standard kojeg najbrže prepoznaju upravo finansijske institucije.  

 
Donošenje kvalitetnih poslovnih odluka predstavlja ključan preduslov za uspešnost i 

siguran  napredak  savremenog  poslovanja.  Egzistiranje  takvih  odluka  u  znatnoj  je  meri 
uslovljeno  postojanjem  pravovremenih  i  kvalitetnih  informacija,  za  koje,  sa  druge  strane, 
moraju  postojati  kvalitetni  i  lako  dostupni  podaci,  odnosno  njihova  kvalitetna  analiza  (slika 
1).  Ovakav  sistem  koji  se  isključivo  zasniva  na  podacima,  u  prvoj  fazi  mora  obezbediti 
njihovo  adekvatno  prikupljanje  i  skladištenje,  što  podrazumeva  projektovanje  takvog 
skladišta  podataka  (Data  Warehouse,  DW)  koje  bi  omogućilo  brzu  dostupnost.  Prve  DW 
primene počele su već početkom 90-tih, dok su se prva složena praktična rešenja zasnovana 
na takvoj primeni pojavila u drugoj polovini 90-tih godina prošlog veka, pružajući brz i širok 
pristup  informacijama  koje  mogu  doprineti  stvaranju  boljih  poslovnih  odluka.  BI  uključuje 
tehnologije  koje  korisnicima  u  poslovanju  omogućavaju  pristupanje,  analizu  i  korišćenje 
podataka  radi  sticanja  informacija  neophodnih  za  valjano  odlučivanje  i  upravljanje,  kao  i 
aplikacione programe kojima se podržava  

 

 

 

                   Slika 1. Aktivnosti sistema poslovne inteligencije 
 

odlučivanje (EIS, DSS), kreiraju upiti i proizvode izveštaji, obavlja online analitička obrada 
podataka 

 

2

 

Osnovni pojmovi baza podataka

 

 

Baza  podataka

: dobro struktuirana kolekcija podataka koju koristi i održava više korisnika 

odnosno programa (aplikacija). 
 

Sistemi  za  upravljanje  bazom  podataka 

(DatabaseManagement  Systems  –

DBMS

): 

Softverski sistem koji obezbeđuje osnovne funkcije obrade velike količine podataka. 
 

Ulazi u DBMS 

1.

Upiti

, specifikovani zahtevi za podacima iz baze, preko kojih može i da se menja sadržaj 

baze podataka 

2.

Aplikacije

u nekom programskom jeziku preko kojih se pretražuje i menja sadržaj baze 

podataka  

      3.

Šeme, 

koje opisuju strukturu baze podataka, pravila integriteta i pravila korišćenja. 

 

Integritet

baze 

podataka 

podrazumeva 

dozvoljene 

vrednosti 

podataka, 

odnosno 

konzistentnost, tj. dozvoljene odnose podataka. 
 

Jezik  za  opis  podataka

 (

Data  Definition  Language  –DDL

) koristi se za održavanje šeme 

baze podataka 
 

Jezik  za  manipulaciju  podataka

  (

Data  Manipulation  Language  –DML

)  preko  koga  se 

realizuju upiti i modifikacija baze podataka 
 

SQL (Structured Query Language) 

je standardni relacioni jezik baza podataka. Preko njega 

se definišu: 

 

Struktura relacionog modela (skup tabela, atributa, ključeva i dr.) 

background image

 

 

 

 

Slika 3. Relacioni model 

 

Želiš da pročitaš svih 68 strana?

Prijavi se i preuzmi ceo dokument.

Ovaj materijal je namenjen za učenje i pripremu, ne za predaju.

Slični dokumenti