數(shù)據(jù)挖掘與bi借數(shù)據(jù)一雙慧眼-wenkub
2023-05-19 23:56:50 本頁面
【正文】 數(shù)據(jù)倉庫的建設和數(shù)據(jù)挖掘建模是 DM 價值鏈上的兩大技術要點。虛線表示曾經(jīng)擁有。循環(huán)往復，生息不止。在 Google 上采用完整模式搜索“數(shù)據(jù)挖掘”，得到了 27,700 余項查詢結果；若是搜索“ Datamining”，居然得到了 122,000 余項。 山東煙草專賣局現(xiàn)在有開展數(shù)據(jù)挖掘項目的計劃，但還沒有開始做。 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)務管理等提供支撐，并輔助領導決策。 數(shù)據(jù)挖掘與 BI 借數(shù)據(jù)一雙慧眼 2 月 19 日上午 10 點至 11 點，我刊“數(shù)據(jù)挖掘與商業(yè)智能在線研討會”于賽迪網(wǎng)網(wǎng)上會議中心如期舉行。目前開始做數(shù)據(jù)挖掘方面的研究工作。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。與此同時，一些關聯(lián)詞匯也冒出來了，“數(shù)據(jù)倉庫”，“商務智能（ BI）”就是其中兩個，大有后來居上之勢。 數(shù)據(jù)倉庫（ DW）、商務智能（ BI）和知識發(fā)現(xiàn)（ KDD）又分別是什么呢？如圖 2 所示。第二，如果不這樣畫，理論界、應用廠商會不答應，因為不管原來是做數(shù)據(jù)庫的（ IBM， Sybase， NCR， Oracle，Microsoft， etc），還是做統(tǒng)計分析軟件的（ SAS， Statistica， SPSS，etc），甚至是做報表工具的（ BO， Brio， Cognos， etc），都拼命在延伸自己的價值鏈。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。簡要說明如下： （ 1）描述統(tǒng)計（ Descriptive statistics） 描述統(tǒng)計是數(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)計的應用十分廣泛：比如當月公司利潤總額，比較不同區(qū)域的銷售量等等。盡管這條規(guī)則很可信（ 100％），但是意義卻不大。 一般說來，分類的方法有三種：回歸、決策樹、神經(jīng)網(wǎng)絡?！拔镆灶惥郏艘匀悍帧?。時間序列的最大特點就是充分挖掘事物本身隨時間的規(guī)律。比如，如何度量客戶滿意度？客戶滿意度與客戶期望，產(chǎn)品，價格，服務，投訴處理和客戶忠誠是什么關系？是怎么作用的？只有搞清楚了這些關系，才可能不斷提高客戶滿意度和客戶忠誠度。 CRISPDM 分成如下六個階段：商業(yè)理解（ Business Understanding），數(shù)據(jù)理解 (Data Understanding)，數(shù)據(jù)準備 (Data Preparation)，建模 (Modeling)，評估 (Evaluation)和發(fā)布 (Deployment)。對我國的企業(yè)來說， DM 的興起和成功應用是一個很好的發(fā)展機會。相信今年是數(shù)據(jù)挖掘項目會得到大力發(fā)展的一年。 2．選取和抽樣：在這個階段，建模小組要搜尋并檢查客戶數(shù)據(jù)，作為以后分析挖掘時所用變量的簡略一覽表。通常，數(shù)值分析是全面理解數(shù)據(jù)的第一步，跟著進行的統(tǒng)計分析是為了得到有關數(shù)據(jù)分布的更好知識。建模小組通常嘗試不同的建模技術或結合不同數(shù)據(jù)集，并衡量模型性能的不同，選出最好的 。收集實施結果反饋，為模型的退化進行偵測，更進一步改善模型性能。 數(shù)據(jù)挖掘項目的項目計劃會涵蓋以上的各個階段，但完成整個項目所需的時間則要根據(jù)多個關鍵因素而定，如挖掘?qū)ｎ}的復雜程度、客戶對挖掘結果性能評定的期望、可用的數(shù)據(jù)完備性及數(shù)據(jù)質(zhì)量、項目人力資源是否充足以及人員能力等等。 (■ NCR（中國）有限公司數(shù)據(jù)倉庫事業(yè)部技術經(jīng)理 張磊博士 ) ◆ 智能源于積累 國內(nèi)商業(yè)智能市場正處于剛剛起步的階段，繼去年電信行業(yè)全國性數(shù)據(jù)倉庫建設之后，今年會有更多的企業(yè)、集成商參與到這個市場。這些問題很有代表性，也是許多開始探索商業(yè)智能應用的企業(yè)所面臨的困惑。有人認為，商業(yè)智能不就是做報表的嗎？ 實際上，傳統(tǒng)業(yè)務系統(tǒng)是面向點的，能給出詳細的功能定義。數(shù)據(jù)挖掘在目前也可以開展，但也要以 12 個為主，不要貪多，目的不是用這 12 個主題來解決業(yè)務問題，而是充分理解商業(yè)智能和數(shù)據(jù)挖掘的使用方式和內(nèi)涵。 在這一階段中，商業(yè)智能系統(tǒng)的架構可能多次調(diào)整。 ◆ 集中建設階段 經(jīng)過前一階段的經(jīng)驗積累，企業(yè)有了一個穩(wěn)定的使用方式和系統(tǒng)架構，這個階段的主要問題就是企業(yè)級數(shù)據(jù)的整合，以及交叉主題的開展。最終使商業(yè)智能系統(tǒng)成為企業(yè)日常行為中不可或缺的一部分，使即席查詢成為業(yè)務員的日常習慣。此時，各行業(yè)的專家將歸納出許多商業(yè)規(guī)律，技術專家研究出許多新的數(shù)學模型，以滿足更高層次的 商業(yè)智能需求。商業(yè)智能系統(tǒng)最終要通過人，才能為商業(yè)所用，沒有終端操作人員的傾心配合，系統(tǒng)只能是一個死系統(tǒng)。國內(nèi)電信業(yè)已經(jīng)有一些成功案例，其他行業(yè)也開始陸續(xù)規(guī)劃、實施數(shù)據(jù)倉庫系統(tǒng)，所以有理由看好今年的 BI 市場。 數(shù)據(jù)挖掘的任務是發(fā)現(xiàn)業(yè)務數(shù)據(jù)中的新規(guī)則，為決策分析提
公司管理相關推薦
鄂ICP備17016276號-1