數(shù)據(jù)挖掘與bi借數(shù)據(jù)一雙慧眼-免費閱讀
【正文】 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 ,能談點經(jīng)驗嗎 ? 匡宏波博士 : 有些正在研究中，不好透露 。其實，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。您的需求可以歸納為兩個方面。 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。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。 (■石竹計算機軟件有限公司首席 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)挖掘項目中常常會遇到的問題，也是決定數(shù)據(jù)挖掘項目成敗的重要因素。但至少有三點是需要共同注意的：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。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。 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)倉庫項目。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。在這一階段里，企業(yè)可以根據(jù)經(jīng)驗，把日 常經(jīng)常使用的分析做成 Cube。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。 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。如表 1 是為期二個月（ 40個工作日）的數(shù)據(jù)挖掘項 目計劃，可以作為其他挖掘項目制定計劃的參考基準(zhǔn)。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，因為他們可以評價和確認(rèn)模型的結(jié)果、理解發(fā)現(xiàn)并付諸實際行動。同時從數(shù)據(jù)總體中抽樣生成訓(xùn)練集、驗證集和測試集。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。結(jié)構(gòu)方程模型就起到這種作用。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。 在應(yīng)用關(guān)聯(lián)規(guī)則時，要注意兩點：關(guān)聯(lián)不一定是因果，關(guān)聯(lián)是有方向的。描述統(tǒng)計包括平均數(shù)、中位數(shù)、眾數(shù)、分位數(shù)、百分比、求和等。 所以，干脆叫數(shù)據(jù)管理（也就是 DM）好了，一統(tǒng)天下。 真是“亂花漸欲迷人眼”。 三九宜工生化股份有限公司在實施 ERP 后，總感覺 ERP 的作用未能充分發(fā)揮，在以下幾個方面存在不足： 庫存物料儲備量多少、安全庫存值大?。?物料采購的批量值； 產(chǎn)品的計劃成本與實際成本的差異分析； 銷售客戶對象類型分析。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)容的專題報道。 專家觀點 “數(shù)據(jù)挖掘”的確是熱起來了。第一是因為上述概念誕生初始，在 DM 的價值鏈上還是有所側(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”。作為一個數(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。 關(guān)聯(lián)規(guī)則的一個典型的現(xiàn)代應(yīng)用是“啤酒加尿布”。什么叫監(jiān)督呢？就是標(biāo)準(zhǔn)，或者說有目標(biāo)變量。 （ 5）優(yōu)化 優(yōu)化本是運籌學(xué)中的一個概念，主要解決的一個問題是在各種約束條件下，如何合理配置資源，使目標(biāo)要素最大（?。┗?。 DM 的過程就是客戶空腹而來，滿意而歸的完整的服務(wù)過程。 1．定義業(yè)務(wù)問題范圍：在這個初始階段，需明確闡述項目目標(biāo)和客戶業(yè)務(wù)需求，目的是明確數(shù)據(jù)挖掘問題。 任務(wù)包括：數(shù)據(jù)質(zhì)量檢查；數(shù)據(jù)的必要整理；通過圖形化呈現(xiàn)工具和其他的統(tǒng)計方法理解數(shù)據(jù)；分析待選自變量和目標(biāo)變量之間的關(guān)系；數(shù)據(jù)轉(zhuǎn)換以輔助數(shù)據(jù)的分析；數(shù)據(jù)派生為建立模型做準(zhǔn)備；整理和呈現(xiàn)數(shù)據(jù)探索的發(fā)現(xiàn)。數(shù)據(jù)挖掘過程的自 動化是 CRM（客戶關(guān)系管理）的解決方案中不可或缺的一部分，因此是與典型的數(shù)據(jù)挖掘分開實施的項目。 但當(dāng)前用戶對如何建設(shè)商業(yè)智能還缺乏足夠的經(jīng)驗。商業(yè)智能的確可以產(chǎn)生報表，但不是事先定義的固定報表，而是經(jīng)過分析之后的結(jié)果展現(xiàn)，其分析的過程 必須要有人參與，系統(tǒng)只是一個工具，智能是由人來完成的。而建立的 12 個主題也可以起到一定的輔助決策作用了。但是，許多問題單單靠成熟的工具，已經(jīng)無法滿足企業(yè)的進(jìn)
公司管理相關(guān)推薦
鄂ICP備17016276號-1