數(shù)據(jù)挖掘與bi借數(shù)據(jù)一雙慧眼-預(yù)覽頁
【正文】 在應(yīng)用關(guān)聯(lián)規(guī)則時，要注意兩點(diǎn)：關(guān)聯(lián)不一定是因果，關(guān)聯(lián)是有方向的。 聚類和分類的最大區(qū)別就是，分類是有監(jiān)督的，聚類是無監(jiān)督的。聚類是不知道每一類有什么特征的，聚后再總結(jié)，再發(fā)現(xiàn)共同點(diǎn)。因?yàn)椋魏问挛?，比如企業(yè)銷售額，在沒有特別的外在因素 影響下，總是有規(guī)可循的。結(jié)構(gòu)方程模型就起到這種作用。 打個比方，譬如炒菜待客，商業(yè)理解就是了解顧客的口味；數(shù)據(jù)理解則是熟悉每一樣原料可以炒什么菜；數(shù)據(jù)準(zhǔn)備則是根據(jù)顧客的口味和廚師的經(jīng)驗(yàn)，配菜，擇菜和洗菜；而建模就全靠大廚炒菜的水平；到了評估階段就是顧客品嘗；如果滿意則到了最后的階段，作為招牌菜發(fā)布推廣。我們有幸看到，北京協(xié)和醫(yī)院、三九宜工生化 股份有限公司、山東煙草專賣局等一些先知先覺的單位，開始在 DM 方面進(jìn)行摸索和嘗試。 根據(jù) NCR 數(shù)據(jù)挖掘方法論， NCR 將數(shù)據(jù)挖掘項(xiàng)目的實(shí)施劃分為五個階段，包括定義業(yè)務(wù)問題范圍、選取和抽樣、探索型數(shù)據(jù)分析、建模和實(shí)施。同時從數(shù)據(jù)總體中抽樣生成訓(xùn)練集、驗(yàn)證集和測試集。在數(shù)據(jù)挖掘過程中這是一個關(guān)鍵的階段。來自最終用戶的業(yè)務(wù)領(lǐng)域知識在這個階段是非常關(guān)鍵的，因?yàn)樗麄兛梢栽u價和確認(rèn)模型的結(jié)果、理解發(fā)現(xiàn)并付諸實(shí)際行動。在利用模型的結(jié)果時，復(fù)雜的展示層界面通常是不必要的。如表 1 是為期二個月（ 40個工作日）的數(shù)據(jù)挖掘項(xiàng) 目計劃，可以作為其他挖掘項(xiàng)目制定計劃的參考基準(zhǔn)。信息系統(tǒng)相對比較完善的企業(yè)會較早涉足這一 領(lǐng)域，從而推動商業(yè)智能推廣的應(yīng)用。 總結(jié)起來，以上困惑可以歸納為三個問題： 業(yè)帶來什么效益，或者說商業(yè)智能系統(tǒng)能夠做什么？ 商業(yè)智能建設(shè)步驟和技術(shù)架構(gòu)是什么？ ？ 針對以上困惑，一般把商業(yè)智能系統(tǒng)建設(shè)劃分為三 個階段：理解嘗試階段、集中建設(shè)階段、成熟應(yīng)用階段。而商業(yè)智能系統(tǒng)是面向面的，用專業(yè)術(shù)語講叫主題，因此，很難準(zhǔn)確地描述商業(yè)智能到底能實(shí)現(xiàn)哪些功能，或只能實(shí)現(xiàn)哪些主題。國內(nèi)很多企業(yè)一開始上商業(yè)智能系統(tǒng)，就上 OLAP，就研究能有多少個數(shù)據(jù)挖掘可以開展。但通過這一階段的摸索，我們應(yīng)該對商業(yè)智能的作用、意義以及企業(yè)的使用方式，都有了一個相對深入的了解。在這一階段里，企業(yè)可以根據(jù)經(jīng)驗(yàn)，把日 常經(jīng)常使用的分析做成 Cube。 ◆ 成熟應(yīng)用階段 經(jīng)過了集中建設(shè)階段，商業(yè)智能應(yīng)用在企業(yè)已經(jīng)全面鋪開。而商業(yè)智能也將變成一個成熟的產(chǎn)業(yè)，一個新的更高層次的商業(yè)智能系統(tǒng)將出現(xiàn)，從而進(jìn)入下一輪的更替。而循序漸進(jìn)地建設(shè)系統(tǒng)，才能保證業(yè)務(wù)人員的水平和系統(tǒng)的建設(shè)水平同步提高，避免少走彎路和投資浪費(fèi)。 針對北京協(xié)和醫(yī)院、三九宜工生化股份有限公司和山東煙草專賣局這三家用戶的現(xiàn)實(shí)需求，我們建議，他們應(yīng)該首先評估現(xiàn)有系統(tǒng)建設(shè)和運(yùn)行狀況，隨后在一個明確的總體規(guī)劃基礎(chǔ)上，再考慮建設(shè)數(shù)據(jù)倉庫項(xiàng)目。而決策分析通?？煞譃槿齻€層次：操作級、戰(zhàn)術(shù)級和戰(zhàn)略級。三九宜工生化股份有限公司的數(shù)據(jù)挖掘需求，或許可以在 ERP 系統(tǒng)中部分解決。如北京協(xié)和醫(yī)院進(jìn)行的數(shù)據(jù)挖掘結(jié)果，是為醫(yī)療管理提供有益的分析和參考。但至少有三點(diǎn)是需要共同注意的：一 .要有一定的數(shù)據(jù)基礎(chǔ)，數(shù)據(jù)質(zhì)量至關(guān)重要，用錯誤的數(shù)據(jù)來決策，只會帶來更大的錯誤。商業(yè)智能項(xiàng)目是一個漸進(jìn)、迭代的過程，應(yīng)該讓各級管理人員了解項(xiàng)目的階段性目標(biāo)。 (■石竹計算機(jī)軟件有限公司首席 BI 顧問 潘定 / 技術(shù)經(jīng)理 單明祺 ) ◆ 網(wǎng)上研討內(nèi)容精彩摘錄 關(guān)于數(shù)據(jù) 劉靈芝：有哪些具體措施可以提高數(shù)據(jù)質(zhì)量，以真正挖掘出有價值的信息？ 張磊 :數(shù)據(jù)質(zhì)量是數(shù)據(jù)倉庫和數(shù)據(jù)挖掘項(xiàng)目中常常會遇到的問題，也是決定數(shù)據(jù)挖掘項(xiàng)目成敗的重要因素。 感覺國內(nèi)用戶對于數(shù)據(jù)挖掘的理解還不夠充分。我們正在和一家美國的開發(fā) 醫(yī)療行業(yè)數(shù)據(jù)庫的廠家進(jìn)行合作，準(zhǔn)備首先在面向?qū)ο髷?shù)據(jù)庫基礎(chǔ)上，對門診病人一年數(shù)據(jù)進(jìn)行測試性的挖掘。 陳建 : 關(guān)于閆工提到的關(guān)系型數(shù)據(jù)庫問題，建立數(shù)據(jù)倉庫系統(tǒng)能夠解決問題。 單明祺 : 我覺得在分析型環(huán)境中，關(guān)系型數(shù)據(jù)庫也是需要的。 閆世方 : 實(shí)現(xiàn)真正意義上的“電子病歷”是 HIS 正在研究的問題，我們認(rèn)為，一個好的電子病歷的實(shí)現(xiàn)，使用關(guān)系型數(shù)據(jù)庫有它先天的不足。您的需求可以歸納為兩個方面。 陳建 : 我認(rèn)為一個有效的數(shù)據(jù)挖掘計劃要從一個明確的業(yè)務(wù)目標(biāo)開始。其實(shí)，最主要的問題是，如何針對一個應(yīng)用主題，成功地把信息挖掘出來。請教各位專家如何實(shí)現(xiàn)？ 陳建 :關(guān)于建模，數(shù)據(jù)挖掘在不同的行業(yè)已經(jīng)有一些成熟的應(yīng)用和模型，因此可以借鑒這些模型，通過一定的改進(jìn)以滿足要求。 linkfar（網(wǎng)友）：匡博士 ,聽說你們替中遠(yuǎn)和一些鋼鐵公司作過一些數(shù)據(jù)挖掘項(xiàng)目 ,其中就涉及了客戶關(guān)系管理需求預(yù)測定價模型等 ,能談點(diǎn)經(jīng)驗(yàn)嗎 ? 匡宏波博士 : 有些正在研究中，不好透露 。
公司管理相關(guān)推薦
鄂ICP備17016276號-1