【正文】 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。 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。 感覺國內(nèi)用戶對于數(shù)據(jù)挖掘的理解還不夠充分。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。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)。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。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。在數(shù)據(jù)挖掘過程中這是一個關(guān)鍵的階段。 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。 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。俗話說：“沒有金剛鉆，不攬瓷器活”。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)。因此他們打算開展數(shù)據(jù)挖掘項(xiàng)目。 至于 ERP， CRM 等，說白了，還是個 DM，只不過 限制在了具體的社會經(jīng)濟(jì)活動上罷了。 相關(guān)也是考慮兩個事物之間的關(guān)系，典型的度量方法有 Pearson相關(guān)系數(shù)和 Kendall 相關(guān)系數(shù)。 數(shù)據(jù)如何完整呈現(xiàn)？ 從應(yīng)用的角度來說， DM 不單是數(shù)據(jù)的組織或者呈現(xiàn)，也不僅是數(shù)據(jù)分析和統(tǒng)計(jì)建模，而是一個從理解業(yè)務(wù)需求、尋求解決方案到接受實(shí)踐檢驗(yàn)的完整的過程（ Process）。任務(wù)包括：數(shù)據(jù)來源、數(shù)據(jù)映射、準(zhǔn)備數(shù)據(jù)評估、數(shù)據(jù)的必要聚合、數(shù)據(jù)抽樣。 從表 1 的項(xiàng)目計(jì)劃可以看出，數(shù)據(jù)挖掘項(xiàng)目需要參與的成員或角色有：數(shù)據(jù)挖掘?qū)＜摇?PDM（產(chǎn)品數(shù)據(jù)管理）建模人員、 ETL 開發(fā)人員和應(yīng)用開發(fā)人員。我認(rèn)為這是一個誤區(qū)，沒有一定的經(jīng)驗(yàn)積累，定義 OLAP 的維度和指標(biāo)是不可能的，而且前期的變動也太大 。 以上觀點(diǎn)是針對整個商業(yè)智能產(chǎn)業(yè)而言的。建議三九宜工生化公司先對需求進(jìn)行深入分析，明確需求所需的 數(shù)據(jù)基礎(chǔ)后，再考察是否有必要建立 ODS 或數(shù)據(jù)倉庫。要保證數(shù)據(jù)質(zhì)量，需要有良好的數(shù)據(jù)模型設(shè)計(jì)，在數(shù)據(jù)加載和清洗過程中進(jìn)行數(shù)據(jù)檢查，同時隨著挖掘模型的建立過程不斷和客戶交互、修整。 linkfar（網(wǎng)友）：閆工提出的面向?qū)ο髷?shù)據(jù)庫， 是否超前了？只要足夠描述數(shù)據(jù)和管理數(shù)據(jù)，這就是目前數(shù)據(jù)庫的基本要求。這是統(tǒng)計(jì)和數(shù)據(jù)挖掘的核心部分。 張磊 :王海寧，對于客戶關(guān)系管理，我覺得首先要明確企業(yè)當(dāng)前的發(fā)展階段，這樣才能更準(zhǔn)確地發(fā)現(xiàn)要解決的關(guān)鍵問題。 ◆ 關(guān)于實(shí)施計(jì)劃 閆世方 :對于醫(yī)院信息的數(shù)據(jù)挖掘，我們還沒有真正開始，請問我們?nèi)绾沃贫ㄒ粋€有效的實(shí)施計(jì)劃？ 匡宏波博士 : 我有兩點(diǎn)建議。 ◆ 關(guān)于數(shù)據(jù)庫 閆世方 : 北京協(xié)和醫(yī)院使用信息系統(tǒng)已經(jīng)有 7－ 8 年的時間，積累了大量的基礎(chǔ)數(shù)據(jù)，為了提高醫(yī)院信息化的程度，對這些數(shù)據(jù)的挖掘是一項(xiàng)很有意義的工作。 由于這三家用戶所處行業(yè)不同，具體應(yīng)用環(huán)境也不同，所以很難給出籠統(tǒng)的實(shí)施 計(jì)劃和方案。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(shí)施數(shù)據(jù)倉庫系統(tǒng)，所以有理由看好今年的 BI 市場。 ◆ 集中建設(shè)階段 經(jīng)過前一階段的經(jīng)驗(yàn)積累，企業(yè)有了一個穩(wěn)定的使用方式和系統(tǒng)架構(gòu)，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。這些問題很有代表性，也是許多開始探索商業(yè)智能應(yīng)用的企業(yè)所面臨的困惑。建模小組通常嘗試不同的建模技術(shù)或結(jié)合不同數(shù)據(jù)集，并衡量模型性能的不同，選出最好的 。對我國的企業(yè)來說， DM 的興起和成功應(yīng)用是一個很好的發(fā)展機(jī)會?！拔镆灶惥郏艘匀悍帧?。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。與此同時，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，大有后來居上之勢。 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。虛線表示曾經(jīng)擁有。在應(yīng)用關(guān)聯(lián)規(guī)則時還需要多考慮的一個問題是：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人買（假設(shè)），但是這人每次買尿布時，一定會