基于數(shù)據(jù)倉庫的社保行業(yè)決策分析研究

摘要:利用數(shù)據(jù)倉庫技術(shù)可以對分布在社保部門之間的業(yè)務數(shù)據(jù)進行采集、加工、整合，從而建立數(shù)據(jù)倉庫。我們可以根據(jù)不同的業(yè)務主題建立不同的數(shù)據(jù)倉庫，為社保行業(yè)的管理及決策提供分析信息和決策依據(jù)。本文介紹了數(shù)據(jù)倉庫及相關(guān)技術(shù)、社保行業(yè)中數(shù)據(jù)倉庫的分析與設計、社保行業(yè)中數(shù)據(jù)倉庫的實現(xiàn)等。

關(guān)鍵詞:數(shù)據(jù)倉庫;社會保險;OLAP;DTS

1 引言

隨著信息化技術(shù)的迅速發(fā)展，社保行業(yè)的信息化建設已初具規(guī)模。建立在各種中、大型數(shù)據(jù)庫之上的基于聯(lián)機事務處理(OLTP)的MIS系統(tǒng)已經(jīng)日趨完善，但同時新的問題應運而生。一方面，歷史性數(shù)據(jù)開始出現(xiàn)，對大量歷史數(shù)據(jù)的管理已迫在眉睫;另一方面，用戶已不僅僅停留在單純的業(yè)務流程自動化上，更希望能更好地匯總、分析企業(yè)多年來積累的龐大的業(yè)務數(shù)據(jù)、財務數(shù)據(jù)等數(shù)據(jù)資源，并從中挖掘出業(yè)務的內(nèi)在規(guī)律，以便更好地支持決策過程，在競爭中取得優(yōu)勢。

本文研究基于社保行業(yè)的迫切需求，建立數(shù)據(jù)倉庫，并在此基礎上進行數(shù)據(jù)查詢、多維分析(OLAP)和數(shù)據(jù)挖掘等工作，從而使社保行業(yè)更好地利用這些幾十年積累的各種數(shù)據(jù)，從中發(fā)現(xiàn)內(nèi)在的、有價值的信息。

2 社保行業(yè)數(shù)據(jù)倉庫的設計

2.1 需求分析

社保行業(yè)迫切需要從當前海量數(shù)據(jù)中尋找潛在的規(guī)律及隱藏的知識，發(fā)現(xiàn)那些在經(jīng)驗之外的規(guī)律和推測之外的模式。本文針對某市社會保險部門構(gòu)建決策支持系統(tǒng)DSS，即數(shù)據(jù)倉庫系統(tǒng)，通過與社保部門有關(guān)領(lǐng)導進行充分的交流和溝通，了解到其需求狀況，并獲得以下信息:決策的類型、決策者感興趣的問題等。

2.2 數(shù)據(jù)倉庫體系結(jié)構(gòu)的設計

(1) 數(shù)據(jù)源的確定。本系統(tǒng)的數(shù)據(jù)源是某省勞動廳近年來積累的事務數(shù)據(jù)，數(shù)據(jù)基于關(guān)系數(shù)據(jù)庫，以光盤形式存儲。由于多年的數(shù)據(jù)積累，數(shù)據(jù)源中存在“多數(shù)據(jù)源”“數(shù)據(jù)不完整(有些感興趣的屬性缺少屬性值，或僅包含聚集數(shù)據(jù))”“含噪聲的(包含錯誤或存在偏離期望的孤立點值)”“不一致的(例如，同一字段的表達方式不同)”等質(zhì)量問題。另外，這些數(shù)據(jù)源是異構(gòu)的，即使是正確的數(shù)據(jù)，也可能存在著不一致性、沖突等問題。因此需要對數(shù)據(jù)源進行清洗后再提供給數(shù)據(jù)倉庫所用。

(2) 數(shù)據(jù)倉庫層的設計。本系統(tǒng)使用SQL Server 2000作為數(shù)據(jù)倉庫服務器，在SQL Server 2000的“企業(yè)管理器”中新建一個關(guān)系數(shù)據(jù)庫，在該數(shù)據(jù)庫中建立表和關(guān)系圖，表的建立依據(jù)物理模型設計，關(guān)系圖的建立依據(jù)邏輯模型設計。此關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)是使用SQL語句和DTS工具對源數(shù)據(jù)進行合并、清理、轉(zhuǎn)換和加載后得到的，新建的關(guān)系數(shù)據(jù)庫就是數(shù)據(jù)倉庫，即數(shù)據(jù)存儲中心，它將是OLAP服務器的數(shù)據(jù)來源。

(3) OLAP服務器層的設計。本系統(tǒng)使用SQL Server 2000的Analysis Services作為OLAP服務器，在Analysis Manager中建立分析數(shù)據(jù)庫，在分析數(shù)據(jù)庫下設定數(shù)據(jù)源，并按照星型模型建立多維數(shù)據(jù)集，為下一步進行多維分析奠定基礎。本數(shù)據(jù)倉庫中的多維數(shù)據(jù)是用ROLAP以關(guān)系型結(jié)構(gòu)進行表示和存儲的。

(4) 數(shù)據(jù)分析/應用層的選擇。本系統(tǒng)在數(shù)據(jù)透視表服務組件的支持下，應用EXCEL前端工具對數(shù)據(jù)倉庫進行多維分析和查詢。這種操作不需要學習其他語言來編寫客房端應用程序，使用所附帶的連接數(shù)據(jù)庫的功能操作即可。而且，它可以連接到分析服務器，將服務器端的多維數(shù)據(jù)集放到客戶端成為一個本地文件，以后在無網(wǎng)絡連接的情況下可以用來分析。使用Microsoft Visual Basic 開發(fā)客戶端人機交互界面，其中用ADO MD和DSO對象實現(xiàn)對多維數(shù)據(jù)集的訪問，從而實現(xiàn)多維數(shù)據(jù)集瀏覽工具的開發(fā)。

2.3 分析主題的確定

通過與社保有關(guān)人員交流，了解到他們在業(yè)務中最關(guān)心的是基金的管理，即基金的收繳與撥付。確立本數(shù)據(jù)倉庫的分析主題為“在職人員養(yǎng)老保險基金收繳”和“離退休人員養(yǎng)老金撥付”，度量值分別是“基金收繳金額”和“養(yǎng)老金撥付金額”。分析主題根據(jù)分析要求將數(shù)據(jù)組成了一個完備的分析領(lǐng)域，即主題域，且滿足主題域的獨立性和完備性的特征。

2.4 社保行業(yè)數(shù)據(jù)倉庫的邏輯數(shù)據(jù)模型設計

由于數(shù)據(jù)倉庫的主要操作對象是多維數(shù)據(jù)，因此在數(shù)據(jù)倉庫設計中，應采用多維數(shù)據(jù)建模技術(shù)，以使用戶能更好地理解企業(yè)的數(shù)據(jù)信息。多維數(shù)據(jù)建模符合人們的思維方式，易于用戶的理解和使用，能支持用戶從多個角度對數(shù)據(jù)進行分析。現(xiàn)在大部分企業(yè)使用的是關(guān)系數(shù)據(jù)庫，在建設企業(yè)的數(shù)據(jù)倉庫時，一般采用基于關(guān)系數(shù)據(jù)庫的建模方法。在基于關(guān)系數(shù)據(jù)庫的多維數(shù)據(jù)建模中最常見的是星形模型。本系統(tǒng)采用星形模型進行設計。

本系統(tǒng)的數(shù)據(jù)源是由某社部門提供的事務數(shù)據(jù)。通過分析設計了兩個事實表:zz_fact(在職人員養(yǎng)老保險基金收繳事實表)及l(fā)tx_fact(離退休人員養(yǎng)老金撥付事實表)，這兩個事實表的主碼是由相應維表的主碼構(gòu)成的組合碼，事實表通過外碼與維表建立聯(lián)系，便于以后查詢。設計了四個維表，分別是time_by_day，Unit_Table，geo_table，sj_Private_table，它們的主碼分別是time_id，DWNM，geo_ID，sj_ID，它們通過主碼與事實表建立聯(lián)系。

2.5 社保行業(yè)數(shù)據(jù)倉庫的物理存儲模型設計

數(shù)據(jù)倉庫是數(shù)據(jù)庫技術(shù)一種新的應用。至今，數(shù)據(jù)倉庫一般仍是應用數(shù)據(jù)庫管理系統(tǒng)來管理其中的數(shù)據(jù)。數(shù)據(jù)倉庫的邏輯數(shù)據(jù)模型最終將轉(zhuǎn)為數(shù)據(jù)庫的物理模型。

建立數(shù)據(jù)倉庫物理模型所依據(jù)的邏輯模型是多維數(shù)據(jù)模型，而不是實體-關(guān)系模型，并且要盡可能地與多維數(shù)據(jù)模型保持一致。由于實際應用環(huán)境的限制，數(shù)據(jù)倉庫的物理模型同邏輯模型存在差異是不可避免的。

3 社保行業(yè)數(shù)據(jù)倉庫的實現(xiàn)

3.1 技術(shù)環(huán)境和實現(xiàn)工具的選擇

本系統(tǒng)使用Microsoft SQL Server2000作為數(shù)據(jù)倉庫服務器開發(fā)平臺，使用Analysis Services作為OLAP服務器開發(fā)平臺，使用DTS(Data Transformation Services)作為數(shù)據(jù)轉(zhuǎn)換工具。

3.2 數(shù)據(jù)倉庫的建立

本系統(tǒng)使用的數(shù)據(jù)，是某市社保局所提供的已有的參保人員的信息資料，已轉(zhuǎn)換成SQL Server數(shù)據(jù)庫“sbdata”源數(shù)據(jù)。在這些源數(shù)據(jù)中有數(shù)據(jù)的重復、丟失、改變等臟數(shù)據(jù)。首先使用SQL語句將多個表的數(shù)據(jù)組合在一起，并進行字段的刪除、屬性修改等操作，最后通過DTS傳輸至 “sb”數(shù)據(jù)庫相應的表中。數(shù)據(jù)導入時先導入維表，然后再導入事實表;數(shù)據(jù)刪除要先刪除事實表，然后再刪除維表。本DTS包創(chuàng)建工作流的優(yōu)先級如下:(1)執(zhí)行SQL任務，刪除現(xiàn)有的SB數(shù)據(jù);(2)將數(shù)據(jù)匯集到維表中;(3)將數(shù)據(jù)匯集到事實表中。

完成SB的DTS包設置后，通過執(zhí)行包將源數(shù)據(jù)庫sbdata中的數(shù)據(jù)加入到SB數(shù)據(jù)倉庫中，并把SB作為分析服務器的數(shù)據(jù)源，在分析服務器下建立多維數(shù)據(jù)集。最后保存DTS包。

3.3 社保行業(yè)數(shù)據(jù)倉庫中數(shù)據(jù)分析的實現(xiàn)

在本系統(tǒng)中，采用SQL SERVER 2000的Analysis services OLAP分析工具。

在分析服務器端使用Analysis services的分析管理器(Analysis Manager)創(chuàng)建分析數(shù)據(jù)庫，在分析數(shù)據(jù)庫中建立多維數(shù)據(jù)集，并對多維數(shù)據(jù)集進行處理和分析。

(1) 分析數(shù)據(jù)庫的建立。OLAP分析數(shù)據(jù)庫是相關(guān)多維數(shù)據(jù)集及其所共享的對象的容器。對象包括數(shù)據(jù)源、共享維度和數(shù)據(jù)庫角色。如果有多個多維數(shù)據(jù)集要共享這些對象，則這些對象和多維數(shù)據(jù)集必須在同一個OLAP分析數(shù)據(jù)庫中。

在對象層次結(jié)構(gòu)中，OLAP分析數(shù)據(jù)庫從屬于分析服務器。因此，在安裝分析服務器后，首先在Analysis Manager中新建一個OLAP分析數(shù)據(jù)庫“社保養(yǎng)老保險決策”，即數(shù)據(jù)倉庫，將作為社保決策分析中數(shù)據(jù)源、多維數(shù)據(jù)集、共享維度、挖掘模型、數(shù)據(jù)庫角色的容器。

(2) 數(shù)據(jù)源的設置。數(shù)據(jù)源是OLAP將要分析的數(shù)據(jù)來源。創(chuàng)建分析數(shù)據(jù)庫后，應該指定數(shù)據(jù)源。Analysis Manager為指定數(shù)據(jù)源提供了可以使用的OLE DB Provider清單，在此清單中選擇數(shù)據(jù)源類型(Microsoft OLE DB Provider for ODBC Driver/Microsoft OLE DB Provider for SQL Server是兩種應用廣泛的數(shù)據(jù)源)。在此選擇Microsoft OLE DB Provider for SQL Server數(shù)據(jù)源類型。

此時，我們已設定了數(shù)據(jù)源-SQL數(shù)據(jù)庫文件“sb”，建立了分析數(shù)據(jù)庫-“社會保險決策”。在此，“sb”和“社會保險決策”均屬數(shù)據(jù)倉庫的數(shù)據(jù)庫。“sb”是數(shù)據(jù)倉庫的數(shù)據(jù)庫，是實際存在的數(shù)據(jù)庫，由Microsoft SQL Server 2000系統(tǒng)支持，主要管理工具是“企業(yè)管理器”，而“社會保險決策”是數(shù)據(jù)倉庫的分析數(shù)據(jù)庫，是虛擬的、用來存放OLAP服務結(jié)構(gòu)的對象，由Microsoft SQL Server 2000 Analysis Services系統(tǒng)支持，主要管理工具是“Analysis manager”。

3.4 社保行業(yè)數(shù)據(jù)倉庫中多維數(shù)據(jù)的查詢

Microsoft 提供了服務器端的組件——分析服務器，可以用來創(chuàng)建多維數(shù)據(jù)集，提供客戶端的組件——數(shù)據(jù)透視表服務(Pivot Table Services)，讓用戶可以通過它來獲取多維數(shù)據(jù)。

(1) 用EXCEL實現(xiàn)對多維數(shù)據(jù)的查詢。用EXCEL2000作為分析服務器前端工具，可以連接后臺大型關(guān)系數(shù)據(jù)庫，將數(shù)據(jù)下載到前端做二維的數(shù)據(jù)透視表分析，從而使客戶端用戶能方便的查看分析服務器或多維數(shù)據(jù)集的數(shù)據(jù)。EXCEL2000也可以連接到分析服務器，將服務器端的多維數(shù)據(jù)集放到客戶端成為一個本地文件，即使在沒有網(wǎng)絡連接的情況下也可以用來分析，也可隨時連接服務器來更新文件，盡可能達到數(shù)據(jù)同步的效果，快速得到所需要的信息。

用EXCEL對社保基金收繳多維數(shù)據(jù)集進行查詢、分析，可以選擇不同的維來分析數(shù)據(jù)，了解社保基金收繳情況。可以在“數(shù)據(jù)透視表”工具條上使用圖表向?qū)Вx擇三維柱形圖表，產(chǎn)生圖表。更直觀的了解細節(jié)性數(shù)據(jù)。

(2) 用VB實現(xiàn)對多維數(shù)據(jù)的查詢。本系統(tǒng)采用VB開發(fā)客戶端應用程序，實現(xiàn)對多維數(shù)據(jù)集的訪問、查詢、透視表展示和圖形展示。

以下介紹客戶端應用程序的功能和操作方法:

A.主窗口。客戶端程序的主窗口包括:標題欄、工具欄及顯示界面。

工具欄有“樹形瀏覽”“圖表顯示”“切片選擇”“高級查詢”和“退出系統(tǒng)”四個圖標。系統(tǒng)默認在樹形瀏覽界面以樹形視圖的方式顯示當前運行服務器的數(shù)據(jù)庫體系結(jié)構(gòu)。系統(tǒng)默認在圖形顯示界面以圖表的形式顯示查詢結(jié)果，單擊“切片查詢”可以通過選擇切片進行查詢。單擊“高級查詢”可以使用MDX(Multi-Dimensional Expressions，多維表達式)語句來查詢。

B.查詢多維數(shù)據(jù)庫。用戶可以通過查詢多維數(shù)據(jù)庫，顯示自己定制的查詢結(jié)果。系統(tǒng)提供了兩種方式來查詢多維數(shù)據(jù)庫，即切片查詢與高級查詢。

通過MDX的各種函數(shù)可以查詢用戶需要的任何信息。比如，需要了解社保行業(yè)“養(yǎng)老保險金撥付和收繳的差額(補貼)大于零的企事業(yè)單位(即需要補貼的企事業(yè)單位)，并要求按照補貼數(shù)額從大到小進行排列。

代碼如下:

WITH

member [measures].[補貼] as '[Measures].[養(yǎng)老金撥付金額]-[Measures].[社會保險收繳金額]'

SELECT

{[Measures].[社會保險收繳金額]，[Measures].[養(yǎng)老金撥付金額]，[measures].[補貼]}on columns，

order(

filter(

{ {[單位].[所有 單位].[企業(yè)]，[單位].[所有 單位].[事業(yè)]}*{[時間].[所有 時間].children}}，

([measures].[補貼])>0)，([measures].[補貼])，desc)on rows

FROM

[收繳撥付立方]

WHERE

([地理].[所有 地理].[太原])

通過查詢結(jié)果得知，近年來養(yǎng)老保險資金缺口較大，且有上升的趨勢，這是養(yǎng)老保險暴露出來的問題，也是全國養(yǎng)老保險普遍存在的問題，本人認為主要有以下原因:①人口老齡化程度逐漸加深;②基金收繳率低，拖欠現(xiàn)象比較嚴重;③基金管理不夠完善。

通過本系統(tǒng)，決策者可從不同角度，采用不同方式，對不同主題進行查詢、分析、研究，從而更好的了解本地的養(yǎng)老保險金收繳和撥付情況，為最終的決策和管理提供依據(jù)。最終完成以下功能:①更科學的測算、確定社會保險基金在年度財政預算中的比例，保證中央及地方財政預算安排的社會保障資金要及時足額撥付到位;②預測可能出現(xiàn)的資金風險，科學地確定基金積累水平預警線。為建立有效的基金支付風險預警制度，保證社會保險基金長期安全運行提供科學依據(jù);③對現(xiàn)行政策執(zhí)行情況進行監(jiān)測和評價，對未來政策決策提供依據(jù)和支持;④進一步完善政府對社會保險的管理。

4 結(jié)束語

本文在研究數(shù)據(jù)倉庫技術(shù)的理論基礎上，提出了基于某省社保行業(yè)數(shù)據(jù)倉庫的設計與實現(xiàn)過程。本文是應用比較成熟的數(shù)據(jù)倉庫技術(shù)完成的。在整個研究過程中，本人通過與社保行業(yè)有關(guān)領(lǐng)導及管理人員多次溝通，進行需求分析，根據(jù)社保行業(yè)的需求狀況，設計并實現(xiàn)了社保行業(yè)的數(shù)據(jù)倉庫系統(tǒng)，基本滿足了用戶的需求。

社保行業(yè)數(shù)據(jù)倉庫的建立，可以使社保行業(yè)更好地了解自己的運營狀況，更全面、深入地分析業(yè)務數(shù)據(jù)，從而為業(yè)務的發(fā)展提供良好的決策基礎。

參考文獻

[1]曹曉靜.決策支持系統(tǒng)的發(fā)展及其關(guān)鍵技術(shù)分析[J].計算機技術(shù)與發(fā)展，2006(11):94.

[2]蘇新寧，楊建林，江念南，栗湘.數(shù)據(jù)倉庫和數(shù)據(jù)挖掘[M].北京:清華大學出版社，2006.

[3]龔小勇.關(guān)系數(shù)據(jù)庫與SQL Server2000.[M]北京:機械工業(yè)出版社，2006.