數(shù)據(jù)挖掘與bi借數(shù)據(jù)一雙慧眼(已修改)
2025-06-01 23:56 本頁面
【正文】 數(shù)據(jù)挖掘與 BI 借數(shù)據(jù)一雙慧眼 2 月 19 日上午 10 點(diǎn)至 11 點(diǎn)，我刊“數(shù)據(jù)挖掘與商業(yè)智能在線研討會(huì)”于賽迪網(wǎng)網(wǎng)上會(huì)議中心如期舉行。北京協(xié)和醫(yī)院信息中心數(shù)據(jù)挖掘項(xiàng)目負(fù)責(zé)人閆世方、三九宜工生化股份有限公司信息中心主任劉靈芝、山東煙草專賣局信息中心技術(shù)負(fù)責(zé)人王海寧，人民大學(xué)統(tǒng)計(jì)與數(shù)據(jù)挖掘中心匡宏波博士， Sybase 中國、 NCR、石竹軟件等公司的有關(guān)人，以及賽迪網(wǎng)網(wǎng)友，登錄網(wǎng)上會(huì)議中心進(jìn)行了研討。探討話題有：數(shù)據(jù)挖掘、商業(yè)智能的概念由來，如何開展數(shù)據(jù)挖掘等，以下為此次研討內(nèi)容的專題報(bào)道。 用戶背景鏈接 北京協(xié)和醫(yī)院開展數(shù)據(jù)挖掘工作的目的是為臨床化醫(yī)療管理，以及醫(yī)院業(yè)務(wù)管理等提供支撐，并輔助領(lǐng)導(dǎo)決策。目前開始做數(shù)據(jù)挖掘方面的研究工作。 三九宜工生化股份有限公司在實(shí)施 ERP 后，總感覺 ERP 的作用未能充分發(fā)揮，在以下幾個(gè)方面存在不足： 庫存物料儲備量多少、安全庫存值大小； 物料采購的批量值； 產(chǎn)品的計(jì)劃成本與實(shí)際成本的差異分析； 銷售客戶對象類型分析。因此他們打算開展數(shù)據(jù)挖掘項(xiàng)目。 山東煙草專賣局現(xiàn)在有開展數(shù)據(jù)挖掘項(xiàng)目的計(jì)劃，但還沒有開始做。他們打算從簡單的分析做起，隨著數(shù)據(jù)量增加 ，逐步完善挖掘功能。目前主要是想通過對銷售數(shù)據(jù)和客戶信息的分析，為企業(yè)決策提供參考數(shù)據(jù)。 專家觀點(diǎn) “數(shù)據(jù)挖掘”的確是熱起來了。在 Google 上采用完整模式搜索“數(shù)據(jù)挖掘”，得到了 27,700 余項(xiàng)查詢結(jié)果；若是搜索“ Datamining”，居然得到了 122,000 余項(xiàng)。與此同時(shí)，一些關(guān)聯(lián)詞匯也冒出來了，“數(shù)據(jù)倉庫”，“商務(wù)智能（ BI）”就是其中兩個(gè)，大有后來居上之勢。 真是“亂花漸欲迷人眼”。那么，應(yīng)該如何完整地理解“數(shù)據(jù)挖掘”？“數(shù)據(jù)挖掘”的理論基礎(chǔ)是什么？企業(yè)應(yīng)該如何開展“數(shù) 據(jù)挖掘”項(xiàng)目？ 統(tǒng)一概念之亂 圖 1 表示的就是：現(xiàn)實(shí)中人類的社會(huì)和經(jīng)濟(jì)活動(dòng)，總可以用數(shù)據(jù)（數(shù)字或者符號）來描述和記錄；經(jīng)過對這些數(shù)據(jù)的分析，就會(huì)產(chǎn)生信息（知識）；用這些信息（知識）來指導(dǎo)實(shí)踐，就可以做出相應(yīng)的決策；這些決策又引發(fā)了新一輪的社會(huì)和經(jīng)濟(jì)活動(dòng)。循環(huán)往復(fù)，生息不止。 數(shù)據(jù)倉庫（ DW）、商務(wù)智能（ BI）和知識發(fā)現(xiàn)（ KDD）又分別是什么呢？如圖 2 所示。 為什么圖 2 中的部分線要畫成虛線呢？有兩個(gè)含義。第一是因?yàn)樯鲜龈拍钫Q生初始，在 DM 的價(jià)值鏈上還是有所側(cè)重的，數(shù)據(jù) 倉庫重在“建倉”，數(shù)據(jù)挖掘和知識發(fā)現(xiàn)重在“加工”，商務(wù)智能重在“應(yīng)用”。虛線表示曾經(jīng)擁有。第二，如果不這樣畫，理論界、應(yīng)用廠商會(huì)不答應(yīng)，因?yàn)椴还茉瓉硎亲鰯?shù)據(jù)庫的（ IBM， Sybase， NCR， Oracle，Microsoft， etc），還是做統(tǒng)計(jì)分析軟件的（ SAS， Statistica， SPSS，etc），甚至是做報(bào)表工具的（ BO， Brio， Cognos， etc），都拼命在延伸自己的價(jià)值鏈。 所以，干脆叫數(shù)據(jù)管理（也就是 DM）好了，一統(tǒng)天下。 至于 ERP， CRM 等，說白了，還是個(gè) DM，只不過 限制在了具體的社會(huì)經(jīng)濟(jì)活動(dòng)上罷了。 六種挖掘武器 數(shù)據(jù)倉庫的建設(shè)和數(shù)據(jù)挖掘建模是 DM 價(jià)值鏈上的兩大技術(shù)要點(diǎn)。數(shù)據(jù)挖掘從狹義的角度講，只管從數(shù)據(jù)到知識這一段。俗話說：“沒有金剛鉆，不攬瓷器活”。作為一個(gè)數(shù)據(jù)挖掘人員的起碼要求，就是充分掌握各種挖掘工具的性能、局限、應(yīng)用條件等。 一般說來，數(shù)據(jù)挖掘有如下六件武器：描述統(tǒng)計(jì)、關(guān)聯(lián)和相關(guān)、分類和聚類、預(yù)測、優(yōu)化、結(jié)構(gòu)方程模型。簡要說明如下： （ 1）描述統(tǒng)計(jì)（ Descriptive statistics） 描述統(tǒng)計(jì)是數(shù)據(jù)挖掘的入 門兵器，直觀、簡單，高手常常用來摘葉飛花。描述統(tǒng)計(jì)包括平均數(shù)、中位數(shù)、眾數(shù)、分位數(shù)、百分比、求和等。描述統(tǒng)計(jì)經(jīng)常和統(tǒng)計(jì)圖（如直方圖，條形圖，線圖，散點(diǎn)圖，莖葉圖等）配合使用。目前應(yīng)用最為廣泛的 OLAP，究其本質(zhì)就是針對不同的數(shù)據(jù)群在做描述統(tǒng)計(jì)。 描述統(tǒng)計(jì)的應(yīng)用十分廣泛：比如當(dāng)月公司利潤總額，比較不同區(qū)域的銷售量等等。 （ 2）關(guān)聯(lián)和相關(guān)（ Association and Correlation） 關(guān)聯(lián)規(guī)則從本質(zhì)上講是條件概率： A 發(fā)生時(shí)， B 同時(shí)也出現(xiàn)的概率是多大？只要 B離 50％較遠(yuǎn)，就是有 意義的。 關(guān)聯(lián)規(guī)則的一個(gè)典型的現(xiàn)代應(yīng)用是“啤酒加尿布”。在應(yīng)用關(guān)聯(lián)規(guī)則時(shí)還需要多考慮的一個(gè)問題是：這條規(guī)則遵循者的數(shù)量怎樣？通俗的說就是，如果超市的尿布只有一個(gè)人買（假設(shè)），但是這人每次買尿布時(shí)，一定會(huì)買啤酒。盡管這條規(guī)則很可信（ 100％），但是意義卻不大。 在應(yīng)用關(guān)聯(lián)規(guī)則時(shí)，要注意兩
公司管理相關(guān)推薦
鄂ICP備17016276號-1