医学信息2011年2月第24卷第2期Medical Information. Feb 2011. Vol. 24. No.2
医学信息学
·临床医学信息学·
中药药性与毒性之间的关联分析
杨霖，祁明媛，俞仲毅
（上海中医药大学，上海201203）
摘要：目的探讨数据挖掘中关联分析在中药毒性研究中的应用价值及其可行性。方法采用WEKA 软件对《中药学》中的全部481味中药的性、味、归经与有毒无毒之间，使用Apriori 算法进行关联分析。结果有毒与热性有较大的关联，占热性药的63%。热性而辛味的中药有毒中药占
67%；辛味、归肾经的中药有毒性者占33%；温性而有毒的中药占性温中药的15.8%。这些均说明，辛味有增加热性、温性、归肾经药毒性的作用，提示临床选用具有这类药性中药时需特别留意其毒性作用。但辛味中药中有毒中药约5%，又说明辛味本身与毒性的关联性不大。此外，分析提示归肝经对有毒归大肠经作用可能具有相反作用。结论应用数据挖掘研究中药药性与毒性相互关系具有可行性，也有进一步研究的价值和应用前景。
关键词：中药药性；有毒无毒；数据挖掘；关联规则
中药药性是对中药性质和功能的高度概括。毒性是最早总结出的药性内容之一，正确地认识中药的毒性对指导临床合理用药，确保临床用药安全，具有十分重要的意义
[1]
法效率大幅度提高。3结果
中药各种药性在全部所选药物中的药味数和出现率差异较大，出现率为51.56%。药味数药味数最多者是归肝经的中药，计248味，出现率仅0.62%，毒性出现70最少者是归三焦经的中药，共3味，味，出现率为0.14%
根据分析软件输出的结果，中药药性与含毒性之间的一一关联有以下几种：
热=yes16==>有毒=yes10conv:(1.95)
有毒=yes70==>热=yes10conv:(1.11)
除了一一关联的关系，还有以下关联：热=yes16==>辛=yes有毒=yes10(0.02)[8]conv:(2.1)
辛=yes有毒=yes40==>热=yes10(0.02)[8]conv:(1.25)
热=yes辛=yes15==>有毒=yes10(0.02)[7]conv:(2.14)
conf:(0.67)lev:conf:(0.14)lev:conf:(0.05)lev:conf:(1)lev:(0.01)conf:(0.2)lev:conf:(0.33)lev:conf:(0.41)lev:conf:(0.15)lev:conf:(0.11)lev:conf:(0.8)lev:conf:(0.25)lev:conf:(0.63)lev:
conf:(0.14)lev:(0.02)[7]conf:(0.63)lev:(0.02)[7]
。然而，毒性与其他药性之
间是否存在一定的联系，也一直是中药药性研究中具有争议的问题。本文利用信息分析技术中的数据挖掘技术分析中毒性与其他药性与之间的关联关系，希望能为中药药性、毒性研究提供数学分析方面的证据。1数据来源
根据《中药学》（高学敏主编，中国中医药出版社，2007年，第二版）中记载的481味中药的" 性" 、" 味" 、" 归经" 等属性建立数据库。每寒、微寒、大热、热、温、微温、凉、平" ，" 甘、微味药物分别含有" 大寒、
辛、微辛、咸、酸、微酸、苦、微苦、淡、涩、微涩" 以及" 归脾经、肺经、甘、
肾经、肝经、心经、胃经、大肠经、膀胱经、胆经、小肠经、三焦经、心包经" 等不同药性。鉴于部分属性出现率比较小，为提高分析效率，将" 大寒" 归并于" 寒" ，" 大热" 归并于" 热" ，" 微温" 归并于" 温" ，" 微寒" 归并于" 凉" ，" 微甘" 归并于" 甘" ，" 微辛" 归并于" 辛" ，" 微酸" 归并于" 酸" ，" 微苦" 归并于" 苦" ，" 微涩" 归并于" 涩" ，共25列属性，属性记录" 无" 两种。数据库形式如表1。分为" 有" 、
表1
《中药学》中药药性数据库例表
药物罗布麻叶羚羊角珍珠天麻……2方法及准备
寒无有有无
热无无无无
温无无无无
凉有无无无
脾无无无无
肺无无无无
肝有有有有
……
有毒=yes70==>热=yes辛=yes10(0.02)[7]conv:(1.11)
辛=yes186==>热=yes有毒=yes10(0.01)[6]conv:(1.03)
热=yes有毒=yes10==>辛=yes10[6]conv:(6.13)
有毒=yes70==>辛=yes肾=yes14(0.02)[7]conv:(1.12)
辛=yes肾=yes42==>有毒=yes14(0.02)[7]conv:(1.24)
有毒=yes肝=no32==>大肠=yes13(0.01)[7]conv:(1.31)
大肠=yes88==>有毒=yes肝=no13(0.01)[7]conv:(1.08)
辛=yes186==>温=yes有毒=yes20(0.02)[10]conv:(1.06)
温=yes有毒=yes25==>辛=yes20(0.02)[10]conv:(2.56)4讨论
关联分析的目的是发掘数据集中所隐含的各种关系，为发现出有意义的关联规则，需要给定支持度（Support ）和置信度（Confidence ）两个参数。挖掘出的关联规则必须满足用户规定的最小支持度，它表示了一组项目关联在一起需要满足的最低联系程度。同时挖掘出的关联规则也必须满足用户规定的最小可信度，它反映了一个关联规则的最低可靠度。
本次采用的算法是经典Apriori 算法，其优点是结构简单，易于理解，没有复杂的推导。另外算法应用Apriori 性质而设计的候选产生-检查方法在许多情况下大大缩小了需要检查的候选规模，使算
通讯作者:俞仲毅上海中医药大学研究员主要从事中药药理和毒理的研究Email:[email protected]基金项目：本项目获得国家自然基金项目（编号：30271615）和国家" 十一五" 支撑计划项目（编号：2006DAI08B05-06）的资助收稿日期：2010-12-20
关联规则挖掘是数据挖掘中的最常用方法，是从大量的数据中
829
医学信息学医学信息2011年2月第24卷第2期Medical Information. Feb. 2011. Vol. 24. No.2
类药性中药时需特别留意其毒性作用。但全部186味辛味中药中有毒中药约5%，又说明辛味本身与毒性的关联性不大。此外，归大肠但同时又有不归肝经的前提，提示归肝经对经中药有毒者占11%，
有毒归大肠经作用可能具有相反作用。
以上是此次关联分析输出部分结果，但已经提示了进一步应用数据挖掘研究中药药性与毒性的重要价值及其应用前景。其它更多的是三项属性以上之间的关联关系，对于这些与毒性相关联的关系在传统理论以及临床实践方面的意义尚需进一步的分析研究。参考文献：
[1]苗颜霞张惠云，中药毒性探析，陕西中医，2005年第26卷第10期[2]姚美村袁月梅艾路乔延江，数据挖掘及其在中医药现代化研究中的应用，北京中医药大学学报，2002年9月第25卷第5期，20
数据挖掘方法在中医药领域的应用浅析，医学信息，2009年5[3]吴丽周良，月第22卷第5期，576
中药性、味、归经对应分析研究，数理[4]叶亮尚尔鑫范欣生段金廒唐于平，医药学杂志，2010年第23卷第1期，80
[5]陈晓亮，归筱铭，中药药性多因素量化分析初探，福建中医学院学报，1995，5（1）：27~30。
挖掘出有价值的描述数据项之间相互联系的有关知识。其研究和应用是数据挖掘中最活跃和比较深入的分支，许多关联规则挖掘的理论和算法己经被提出。但数据挖掘在中医药研究方面的应用尚属起步阶段
[2]
。通过数据挖掘的方法从现有的中药数据库中挖掘有用
的、未知的知识，将对于中国传统医学的发展具有十分重要的促进作用。以往关联规则的数据挖掘技术在中医领域中主要应用于通过找出不同" 证" 对应的治疗方法；对" 证" 与" 治" 之间的关联规则发现，
药组或是对大量方剂资料进行关联挖掘，从而发现新的药对、究目前文献报道较少
[4]
[3]
。而
数据挖掘的方法在中药药性之间的关系的研究，尤其是对毒性的研
。
本文采用" 怀卡托" 智能分析环境（Waikato Environment for Knowledge Analysis ，WEKA ）软件，在中药药性的数据挖掘方面进行分析结果表明：16味热性中药，有10味是有毒之药。了初步的尝试。
说明中药的" 有毒" 与热性有较大的关联，占热性药的63%，与陈晓亮等[5]研究热性中药具有不同程度毒性占59.6%的发现比较一致。而70味有毒中药只有10味与热性关联，提示毒性不只与热性有关。
其中，热性而辛味的中药有毒中药占67%；辛味、归肾经的中药有毒性者占33%；温性而有毒的中药25味，占158味性温中药的15.8%，而兼有辛味者20味，占性温有毒中药的80%。这些均说明，温性、归肾经药毒性的作用，提示临床选用具有这辛味有增加热性、
编辑/雅兰
数据仓库技术在医院中的应用研究
黄
煜
蚌埠
（蚌埠医学院第一附属医院信息管理中心，安徽
仓库系统设计目标及功能需求，分析了数据仓库的实现策略。关键词：医院；数据仓库；信息化
233004）
摘要：本文简单介绍了数据仓库的相关概念与设计方法，并根据医院的实际情况，对本院的数据仓库的设计作了一定的规划，提出了医院数据
1前言
医院的信息化管理，是当前信息化建设潮流中的一个重要组成部分。而其中数据库技术则是信息化管理中的关键。随着数据库技术的迅速发展以及数据库管理系统的广泛应用，医疗信息系统目前已经能够提供病人收费等大量的医疗信息，但是目前各医院的HIS 系统所提供的数据量极大、项目也相当繁杂，以我院为例，自1996年运产生了大量的临床医疗数据，不包括行管理信息系统BYHIS 以来，
PACS 和LIS 资料，门诊与临床的历史数据已多达30Gbytes ，住院费用明细表2000余万条记录，其中数据量较大的有：病人就诊信息表，住院费用明细表，门诊费用明细表，医嘱表，处方明细表、摆药明细表、检查报告和检验结果表等。大量的历史数据变得越来越难于管理和访问，用户不断增长的统计查询与决策需求，使得HIS 系统的开发难度和复杂度大幅度提高，同时历史信息浪费相当严重。如何更好地利用与管理这些数据资源，是我们目前面临的、急待解决的重要问题，而数据仓库恰好可以解决上述问题。2数据仓库的设计方法
数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持决策管理，面向分析型数据处理，不同于操作型数据库。
数据仓库的项目可以基于数据驱动和应用驱动这两种。①自顶向下的数据驱动法是指选择连续的数据源添加到数据仓库的数据库中，最终覆盖所有数据资源而完成数据仓库数据库。这种方法的优势是每一阶段的技术很简单，但不能利落地映射到实际决策中。②
收稿日期：2010-11-03
自底向上的应用驱动法是根据数据仓库的最初应用，选择可能来自不同的事务系统的数据源通过整理和传送，加载到数据仓库数据库，并不断根据不同的应用，向混合数据载体中添加越来越多的数据源，最终达到覆盖所有数据资源而完成数据仓库数据库的目的。这种方法可以在第一阶段就能提供有用的业务信息，但达到这一阶段要花费比数据驱动方法长的时间。在实际应用中，这两种方法往往是结合起来的。
3对医院数据仓库规划设计
要构建医院数据仓库，首先必须了解BYHIS 数据库中所包含的数据信息，然后才可能进一步分析医院的信息需求。同时，要完成决策支持这一任务就必须了解医院现在使用的各种报表，并深入鉴别分析这些报表，将必要的数据包含于数据仓库之中。此外，还必须对调查，对所得到的信息进行分析综合。用户的信息与需求进行询问、
根据多年医院信息管理的经验及BYHIS 用户的交流，本人对医院数据仓库的构建进行了合理的需求分析，并以此为依据进行了规划设计。
3.1医院数据仓库系统设计目标及功能需求
建立医院数据仓库的
根本目的是为医院领导层提供决策依据。为此，蚌埠医学院第一附属①确定以病人分布信息、病人医院的数据仓库系统的设计目标如下：
诊治费用信息、疾病分类等信息为数据仓库的主要信息来源，将这些信息导入数据仓库；②确定以B/S方式为用户提供所需的存取和检索信息，提高用户操控数据的灵活性；③充分利用BYHIS 数据库及其备份，最大限度地满足用户对历史数据所进行的决策查询；④确定数据仓库的数据含义、数据内容的质量。
830
医学信息2011年2月第24卷第2期Medical Information. Feb 2011. Vol. 24. No.2
医学信息学
·临床医学信息学·
中药药性与毒性之间的关联分析
杨霖，祁明媛，俞仲毅
（上海中医药大学，上海201203）
摘要：目的探讨数据挖掘中关联分析在中药毒性研究中的应用价值及其可行性。方法采用WEKA 软件对《中药学》中的全部481味中药的性、味、归经与有毒无毒之间，使用Apriori 算法进行关联分析。结果有毒与热性有较大的关联，占热性药的63%。热性而辛味的中药有毒中药占
67%；辛味、归肾经的中药有毒性者占33%；温性而有毒的中药占性温中药的15.8%。这些均说明，辛味有增加热性、温性、归肾经药毒性的作用，提示临床选用具有这类药性中药时需特别留意其毒性作用。但辛味中药中有毒中药约5%，又说明辛味本身与毒性的关联性不大。此外，分析提示归肝经对有毒归大肠经作用可能具有相反作用。结论应用数据挖掘研究中药药性与毒性相互关系具有可行性，也有进一步研究的价值和应用前景。
关键词：中药药性；有毒无毒；数据挖掘；关联规则
中药药性是对中药性质和功能的高度概括。毒性是最早总结出的药性内容之一，正确地认识中药的毒性对指导临床合理用药，确保临床用药安全，具有十分重要的意义
[1]
法效率大幅度提高。3结果
中药各种药性在全部所选药物中的药味数和出现率差异较大，出现率为51.56%。药味数药味数最多者是归肝经的中药，计248味，出现率仅0.62%，毒性出现70最少者是归三焦经的中药，共3味，味，出现率为0.14%
根据分析软件输出的结果，中药药性与含毒性之间的一一关联有以下几种：
热=yes16==>有毒=yes10conv:(1.95)
有毒=yes70==>热=yes10conv:(1.11)
除了一一关联的关系，还有以下关联：热=yes16==>辛=yes有毒=yes10(0.02)[8]conv:(2.1)
辛=yes有毒=yes40==>热=yes10(0.02)[8]conv:(1.25)
热=yes辛=yes15==>有毒=yes10(0.02)[7]conv:(2.14)
conf:(0.67)lev:conf:(0.14)lev:conf:(0.05)lev:conf:(1)lev:(0.01)conf:(0.2)lev:conf:(0.33)lev:conf:(0.41)lev:conf:(0.15)lev:conf:(0.11)lev:conf:(0.8)lev:conf:(0.25)lev:conf:(0.63)lev:
conf:(0.14)lev:(0.02)[7]conf:(0.63)lev:(0.02)[7]
。然而，毒性与其他药性之
间是否存在一定的联系，也一直是中药药性研究中具有争议的问题。本文利用信息分析技术中的数据挖掘技术分析中毒性与其他药性与之间的关联关系，希望能为中药药性、毒性研究提供数学分析方面的证据。1数据来源
根据《中药学》（高学敏主编，中国中医药出版社，2007年，第二版）中记载的481味中药的" 性" 、" 味" 、" 归经" 等属性建立数据库。每寒、微寒、大热、热、温、微温、凉、平" ，" 甘、微味药物分别含有" 大寒、
辛、微辛、咸、酸、微酸、苦、微苦、淡、涩、微涩" 以及" 归脾经、肺经、甘、
肾经、肝经、心经、胃经、大肠经、膀胱经、胆经、小肠经、三焦经、心包经" 等不同药性。鉴于部分属性出现率比较小，为提高分析效率，将" 大寒" 归并于" 寒" ，" 大热" 归并于" 热" ，" 微温" 归并于" 温" ，" 微寒" 归并于" 凉" ，" 微甘" 归并于" 甘" ，" 微辛" 归并于" 辛" ，" 微酸" 归并于" 酸" ，" 微苦" 归并于" 苦" ，" 微涩" 归并于" 涩" ，共25列属性，属性记录" 无" 两种。数据库形式如表1。分为" 有" 、
表1
《中药学》中药药性数据库例表
药物罗布麻叶羚羊角珍珠天麻……2方法及准备
寒无有有无
热无无无无
温无无无无
凉有无无无
脾无无无无
肺无无无无
肝有有有有
……
有毒=yes70==>热=yes辛=yes10(0.02)[7]conv:(1.11)
辛=yes186==>热=yes有毒=yes10(0.01)[6]conv:(1.03)
热=yes有毒=yes10==>辛=yes10[6]conv:(6.13)
有毒=yes70==>辛=yes肾=yes14(0.02)[7]conv:(1.12)
辛=yes肾=yes42==>有毒=yes14(0.02)[7]conv:(1.24)
有毒=yes肝=no32==>大肠=yes13(0.01)[7]conv:(1.31)
大肠=yes88==>有毒=yes肝=no13(0.01)[7]conv:(1.08)
辛=yes186==>温=yes有毒=yes20(0.02)[10]conv:(1.06)
温=yes有毒=yes25==>辛=yes20(0.02)[10]conv:(2.56)4讨论
关联分析的目的是发掘数据集中所隐含的各种关系，为发现出有意义的关联规则，需要给定支持度（Support ）和置信度（Confidence ）两个参数。挖掘出的关联规则必须满足用户规定的最小支持度，它表示了一组项目关联在一起需要满足的最低联系程度。同时挖掘出的关联规则也必须满足用户规定的最小可信度，它反映了一个关联规则的最低可靠度。
本次采用的算法是经典Apriori 算法，其优点是结构简单，易于理解，没有复杂的推导。另外算法应用Apriori 性质而设计的候选产生-检查方法在许多情况下大大缩小了需要检查的候选规模，使算
通讯作者:俞仲毅上海中医药大学研究员主要从事中药药理和毒理的研究Email:[email protected]基金项目：本项目获得国家自然基金项目（编号：30271615）和国家" 十一五" 支撑计划项目（编号：2006DAI08B05-06）的资助收稿日期：2010-12-20
关联规则挖掘是数据挖掘中的最常用方法，是从大量的数据中
829
医学信息学医学信息2011年2月第24卷第2期Medical Information. Feb. 2011. Vol. 24. No.2
类药性中药时需特别留意其毒性作用。但全部186味辛味中药中有毒中药约5%，又说明辛味本身与毒性的关联性不大。此外，归大肠但同时又有不归肝经的前提，提示归肝经对经中药有毒者占11%，
有毒归大肠经作用可能具有相反作用。
以上是此次关联分析输出部分结果，但已经提示了进一步应用数据挖掘研究中药药性与毒性的重要价值及其应用前景。其它更多的是三项属性以上之间的关联关系，对于这些与毒性相关联的关系在传统理论以及临床实践方面的意义尚需进一步的分析研究。参考文献：
[1]苗颜霞张惠云，中药毒性探析，陕西中医，2005年第26卷第10期[2]姚美村袁月梅艾路乔延江，数据挖掘及其在中医药现代化研究中的应用，北京中医药大学学报，2002年9月第25卷第5期，20
数据挖掘方法在中医药领域的应用浅析，医学信息，2009年5[3]吴丽周良，月第22卷第5期，576
中药性、味、归经对应分析研究，数理[4]叶亮尚尔鑫范欣生段金廒唐于平，医药学杂志，2010年第23卷第1期，80
[5]陈晓亮，归筱铭，中药药性多因素量化分析初探，福建中医学院学报，1995，5（1）：27~30。
挖掘出有价值的描述数据项之间相互联系的有关知识。其研究和应用是数据挖掘中最活跃和比较深入的分支，许多关联规则挖掘的理论和算法己经被提出。但数据挖掘在中医药研究方面的应用尚属起步阶段
[2]
。通过数据挖掘的方法从现有的中药数据库中挖掘有用
的、未知的知识，将对于中国传统医学的发展具有十分重要的促进作用。以往关联规则的数据挖掘技术在中医领域中主要应用于通过找出不同" 证" 对应的治疗方法；对" 证" 与" 治" 之间的关联规则发现，
药组或是对大量方剂资料进行关联挖掘，从而发现新的药对、究目前文献报道较少
[4]
[3]
。而
数据挖掘的方法在中药药性之间的关系的研究，尤其是对毒性的研
。
本文采用" 怀卡托" 智能分析环境（Waikato Environment for Knowledge Analysis ，WEKA ）软件，在中药药性的数据挖掘方面进行分析结果表明：16味热性中药，有10味是有毒之药。了初步的尝试。
说明中药的" 有毒" 与热性有较大的关联，占热性药的63%，与陈晓亮等[5]研究热性中药具有不同程度毒性占59.6%的发现比较一致。而70味有毒中药只有10味与热性关联，提示毒性不只与热性有关。
其中，热性而辛味的中药有毒中药占67%；辛味、归肾经的中药有毒性者占33%；温性而有毒的中药25味，占158味性温中药的15.8%，而兼有辛味者20味，占性温有毒中药的80%。这些均说明，温性、归肾经药毒性的作用，提示临床选用具有这辛味有增加热性、
编辑/雅兰
数据仓库技术在医院中的应用研究
黄
煜
蚌埠
（蚌埠医学院第一附属医院信息管理中心，安徽
仓库系统设计目标及功能需求，分析了数据仓库的实现策略。关键词：医院；数据仓库；信息化
233004）
摘要：本文简单介绍了数据仓库的相关概念与设计方法，并根据医院的实际情况，对本院的数据仓库的设计作了一定的规划，提出了医院数据
1前言
医院的信息化管理，是当前信息化建设潮流中的一个重要组成部分。而其中数据库技术则是信息化管理中的关键。随着数据库技术的迅速发展以及数据库管理系统的广泛应用，医疗信息系统目前已经能够提供病人收费等大量的医疗信息，但是目前各医院的HIS 系统所提供的数据量极大、项目也相当繁杂，以我院为例，自1996年运产生了大量的临床医疗数据，不包括行管理信息系统BYHIS 以来，
PACS 和LIS 资料，门诊与临床的历史数据已多达30Gbytes ，住院费用明细表2000余万条记录，其中数据量较大的有：病人就诊信息表，住院费用明细表，门诊费用明细表，医嘱表，处方明细表、摆药明细表、检查报告和检验结果表等。大量的历史数据变得越来越难于管理和访问，用户不断增长的统计查询与决策需求，使得HIS 系统的开发难度和复杂度大幅度提高，同时历史信息浪费相当严重。如何更好地利用与管理这些数据资源，是我们目前面临的、急待解决的重要问题，而数据仓库恰好可以解决上述问题。2数据仓库的设计方法
数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持决策管理，面向分析型数据处理，不同于操作型数据库。
数据仓库的项目可以基于数据驱动和应用驱动这两种。①自顶向下的数据驱动法是指选择连续的数据源添加到数据仓库的数据库中，最终覆盖所有数据资源而完成数据仓库数据库。这种方法的优势是每一阶段的技术很简单，但不能利落地映射到实际决策中。②
收稿日期：2010-11-03
自底向上的应用驱动法是根据数据仓库的最初应用，选择可能来自不同的事务系统的数据源通过整理和传送，加载到数据仓库数据库，并不断根据不同的应用，向混合数据载体中添加越来越多的数据源，最终达到覆盖所有数据资源而完成数据仓库数据库的目的。这种方法可以在第一阶段就能提供有用的业务信息，但达到这一阶段要花费比数据驱动方法长的时间。在实际应用中，这两种方法往往是结合起来的。
3对医院数据仓库规划设计
要构建医院数据仓库，首先必须了解BYHIS 数据库中所包含的数据信息，然后才可能进一步分析医院的信息需求。同时，要完成决策支持这一任务就必须了解医院现在使用的各种报表，并深入鉴别分析这些报表，将必要的数据包含于数据仓库之中。此外，还必须对调查，对所得到的信息进行分析综合。用户的信息与需求进行询问、
根据多年医院信息管理的经验及BYHIS 用户的交流，本人对医院数据仓库的构建进行了合理的需求分析，并以此为依据进行了规划设计。
3.1医院数据仓库系统设计目标及功能需求
建立医院数据仓库的
根本目的是为医院领导层提供决策依据。为此，蚌埠医学院第一附属①确定以病人分布信息、病人医院的数据仓库系统的设计目标如下：
诊治费用信息、疾病分类等信息为数据仓库的主要信息来源，将这些信息导入数据仓库；②确定以B/S方式为用户提供所需的存取和检索信息，提高用户操控数据的灵活性；③充分利用BYHIS 数据库及其备份，最大限度地满足用户对历史数据所进行的决策查询；④确定数据仓库的数据含义、数据内容的质量。
830