【文章內(nèi)容簡介】 際聯(lián)合人工智能學(xué)術(shù)會(huì)議上。到目前為止，由美國人工智能協(xié)會(huì)主辦的 KDD 國際研討會(huì)已經(jīng)召開了 8 次，規(guī)模由原來的專題討論會(huì)發(fā)展到國際學(xué)術(shù)大會(huì)（見表 1），研究重點(diǎn)也逐漸從發(fā)現(xiàn)方法轉(zhuǎn)向系統(tǒng)應(yīng)用，注重多種發(fā)現(xiàn)策略和技術(shù)的集成，以及多種學(xué)科之間的相互滲透。 1999 年，亞太地區(qū)在北京召開的第三屆 PAKDD 會(huì)議收到 158 篇論文，空前熱 烈。 IEEE 的 Knowledge and Data Engineering 會(huì)刊率先在 1993 年出版了 KDD 技術(shù)專刊。并行計(jì)算、計(jì)算機(jī)網(wǎng)絡(luò)和信息工程等其他領(lǐng)域的國際學(xué)會(huì)、學(xué)刊也把數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)列為專題和?？懻摚踔恋搅四捴巳丝诘某潭取? 國內(nèi)現(xiàn)狀 與國 外相比，國內(nèi)對(duì) DMKD 的研究稍晚，沒有形成整體力量。 1993 年國家自然科學(xué) 資金 首次支持我們對(duì)該領(lǐng)域的研究項(xiàng)目。目前，國內(nèi)的許多科研單位和高等院校競相開展知識(shí)發(fā)現(xiàn)的基礎(chǔ)理論及其應(yīng)用研究，這些單位包括清華大學(xué)、中科院計(jì)算技術(shù)研究所、空軍第三研究所、海軍裝備論證中心等。其中，北京系統(tǒng)工程研究所對(duì)模糊方法在知識(shí)發(fā)現(xiàn)中的應(yīng)用進(jìn)行了較深入的研究，北京大學(xué)也在開展對(duì)數(shù)據(jù)立方體代數(shù)的研究，華中理工大學(xué)、復(fù)旦大學(xué)、浙江大學(xué)、中國科技大學(xué)、中科院數(shù)學(xué)研究所、吉林大學(xué)等單位開展了對(duì)關(guān)聯(lián)規(guī)則開采算法的優(yōu)化和 企業(yè)數(shù)據(jù)信息挖掘與分析系統(tǒng) 8 改造；南京大學(xué)、四川聯(lián)合 大學(xué)和上海交通大學(xué)等單位探討、研究了非結(jié)構(gòu)化數(shù)據(jù)的知識(shí)發(fā)現(xiàn)以及 Web 數(shù)據(jù)挖掘。 業(yè)界觀點(diǎn) 最近， Gartner Group 的一次高級(jí)技術(shù)調(diào)查將數(shù)據(jù)挖掘和人工智能列為 “未來三到五年內(nèi)將對(duì)工業(yè)產(chǎn)生深遠(yuǎn)影響的五大關(guān)鍵技術(shù) ”之首，并且還將并行處理體系和數(shù)據(jù)挖掘列為未來五年內(nèi)投資焦點(diǎn)的十大新興技術(shù)前兩位。根據(jù)最近Gartner 的 HPC 研究表明， “隨著數(shù)據(jù)捕獲、傳輸和存儲(chǔ)技術(shù)的快速發(fā)展，大型系統(tǒng)用戶將更多地需要采用新技術(shù)來挖掘市場以外的價(jià)值，采用更為廣闊的并行處理系統(tǒng)來創(chuàng)建新的商業(yè)增長點(diǎn)”。 實(shí)際意 義 通過收集、加工和處理涉及中小企業(yè)大量數(shù)據(jù)信息，形成數(shù)據(jù)分析模型，市場分析模型，業(yè)務(wù)分析模型、渠道分析模型、決策分析模型、市場容量分析模型，社會(huì)庫存容量分析等。確定特定消費(fèi)群體或個(gè)體的興趣、消費(fèi)習(xí)慣、消費(fèi)傾向和消費(fèi)需求，進(jìn)而推斷出相應(yīng)消費(fèi)群體或個(gè)體下一步的消費(fèi)行為，然后以此為基礎(chǔ)，對(duì)所識(shí)別出來的消費(fèi)群體進(jìn)行特定內(nèi)容的定向營銷，這與傳統(tǒng)的不區(qū)分消費(fèi)者對(duì)象特征的大規(guī)模營銷手段相比，大大節(jié)省了營銷成本，提高了營銷效果，從而為企業(yè)帶來更多的利潤。 可行性分析 市場可行性分析 我國有 4240 多萬家企 業(yè)， 如果把個(gè)體工商戶、養(yǎng)殖戶去掉能夠去掉一半左右，中小企業(yè)的數(shù)量說出來很驚人，占我們國家所有企業(yè)數(shù)量的 %，其他的大型企業(yè)只占 %，很多方面都在整個(gè)國家企業(yè)因素里超過 50%，比如新產(chǎn)品的研發(fā)量超過 50%，就業(yè)人口超過整個(gè)國家就業(yè)人口 75%，每年申請(qǐng)專利超過所有企業(yè)申請(qǐng)專利 66%，銷售額將近 60%，占 GDP 將近 60%，只有一項(xiàng)低于 50%，就是 企業(yè)數(shù)據(jù)信息挖掘與分析系統(tǒng) 9 稅收，我們可以看到中小企業(yè)對(duì)我們國家經(jīng)濟(jì)和社會(huì)的是非常之大的，出口方面占 7578%。 經(jīng)過近年來國家及各地信息化主管部門對(duì)中小企業(yè)信息化的重視，利用互聯(lián)網(wǎng)進(jìn)行 經(jīng)濟(jì)活動(dòng)、采用辦公自動(dòng)化、財(cái)務(wù)軟件進(jìn)行內(nèi)部管理的中小企業(yè)數(shù)據(jù)在迅速增加，但相對(duì)于龐大的中小企業(yè)總量而言，還需進(jìn)一步加大投入、持續(xù)改善服務(wù) ，提高企業(yè)信息收集能力、信息分析能力、企業(yè)決策能力 。 目前中小 企業(yè)發(fā)展的主要障礙是 ：企業(yè)信息 數(shù)據(jù)的繁多，信息溝通的不對(duì)稱，無法從大量的信息中提取有效的信息來幫助領(lǐng)導(dǎo)進(jìn)行市場開發(fā)、產(chǎn)品研發(fā)、生產(chǎn)經(jīng)營等方面的決策。 本項(xiàng)目的信息數(shù)據(jù)挖掘系統(tǒng) 正是解決企業(yè)這方面的問題，即解決了企業(yè)信息數(shù)據(jù)分析提供決策的問題，同時(shí)又解決了國外同類系統(tǒng)昂貴的價(jià)格問題，使中大小型企業(yè)都能在低投入的情況下 擁有信息數(shù)據(jù)挖掘系統(tǒng)，為企業(yè)決策服務(wù)。所以本系統(tǒng)具有非常廣闊的市場前景。 技術(shù)可行性分析 ① 基于 Web的開發(fā)工具日趨完善 經(jīng)過幾年來的發(fā)展，基于 Web的開發(fā)工具，無論是 J2EE還是 .Net，已經(jīng)日臻完善，近些年來的開發(fā)，為在此之上的應(yīng)用奠定了良好的理論和項(xiàng)目基礎(chǔ)，開發(fā)難度已經(jīng)大大降低，成熟的構(gòu)件、模塊和大量的成功案例為進(jìn)一步的開發(fā)具有極高的利用價(jià)值和借鑒意義。 ② B/S與 C/S結(jié)構(gòu)日臻成熟 采用該結(jié)構(gòu)軟件的優(yōu)勢在于： (1)結(jié)合了 B/S和 C/S結(jié)構(gòu)的優(yōu)點(diǎn)，使系統(tǒng)運(yùn)行更穩(wěn)定，功能更強(qiáng)大； (2)可跨 平臺(tái)操作，任何一臺(tái)機(jī)器只要裝有 WWW瀏覽器軟件，均可作為客戶機(jī)來訪問系統(tǒng)； (3)具有良好的開放性和可擴(kuò)充性； (4)可采用防火墻技術(shù)來保證系統(tǒng)的安全性，有效地適應(yīng)了當(dāng)前用戶對(duì)管理信息系統(tǒng)的新需求。因此該結(jié)構(gòu)在管理信息系統(tǒng)開發(fā)領(lǐng)域中獲得飛速發(fā)展，成為應(yīng)用軟件研制中一種流行的體系結(jié)構(gòu)。 ③ 數(shù)據(jù)庫技術(shù)發(fā)展迅速 目前數(shù)據(jù)庫研究領(lǐng)域中，信息集成、數(shù)據(jù)流管理、傳感器數(shù)據(jù)庫技術(shù)、 XML 企業(yè)數(shù)據(jù)信息挖掘與分析系統(tǒng) 10 數(shù)據(jù)管理、網(wǎng)格數(shù)據(jù)管理、 DBMS自適應(yīng)、移動(dòng)數(shù)據(jù)管理和微小數(shù)據(jù)庫、數(shù)據(jù)庫用戶 界面等都是目前熱門的研究課題，并取得了較大的進(jìn)展，有了較成熟的技術(shù)支持。第三代數(shù)據(jù)庫支持多種數(shù)據(jù)模型（比如關(guān)系模型和面向?qū)ο蟮哪Ｐ停⒑椭T多新技術(shù)相結(jié)合（比如分布處理技術(shù)、并行計(jì)算技術(shù)、人工智能技術(shù)、多媒體技術(shù)、模糊技術(shù)），廣泛應(yīng)用于多個(gè)領(lǐng)域。 項(xiàng)目的創(chuàng)新點(diǎn) 和競爭優(yōu)勢 B/S 與 C/S 結(jié)構(gòu)相結(jié)合 采用這種結(jié)構(gòu)優(yōu)點(diǎn)在于：① 充分發(fā)揮了 B/S與 C/S體系結(jié)構(gòu)的優(yōu)勢，彌補(bǔ)了二者不足。充分考慮用戶利益，保證瀏覽查詢者方便操作的同時(shí)也使得系統(tǒng)更新簡單，維護(hù)簡單靈活，易于操作。② 信息發(fā)布采用 B/S結(jié)構(gòu)，保持了瘦客戶端的優(yōu)點(diǎn)。裝入客戶機(jī)的軟件可以采用統(tǒng)一的 WWW瀏覽器。而且由于 WWW瀏覽器和網(wǎng)絡(luò)綜合服務(wù)器都是基于工業(yè)標(biāo)準(zhǔn)，可以在所有的平臺(tái)上工作。③ 數(shù)據(jù)庫端采用 C/S結(jié)構(gòu)，通過 ODBC/JDBC連接。這一部分只涉及到系統(tǒng)維護(hù)、數(shù)據(jù)更新等，不存在完全采用 C/S結(jié)構(gòu)帶來的客戶端維護(hù)工作量大等缺點(diǎn)。并且在客戶端可以構(gòu)造非常復(fù)雜的應(yīng)用，界面友好靈活，易于操作，能解決許多 B/S存在的固有的缺點(diǎn)。④ 對(duì)于原有基于 C/S體系結(jié)構(gòu)的應(yīng)用，可以非常容易地升級(jí)到這種體系結(jié)構(gòu)，只需開發(fā)用于發(fā)布的 WWW界面，可以保留原有的 C/S結(jié)構(gòu)的某些子系統(tǒng)，充分地利用現(xiàn)有的資源。現(xiàn)有資源無需大的改造即可以連接使用，節(jié)約了資源。⑤ 將服務(wù)器端劃分為 WEB服務(wù)器和 WEB應(yīng)用程序兩部分。 WEB應(yīng)用程序采用組件技術(shù)實(shí)現(xiàn)三層體系結(jié)中的商業(yè)邏輯部分，達(dá)到封裝源代碼，保護(hù)知識(shí)產(chǎn)權(quán)的目的。 基于角色的訪問控制（ RBAC） 建立角色訪問機(jī)制，在統(tǒng)一的身份認(rèn)證的基礎(chǔ)上，對(duì)于不同的資源進(jìn)行角色訪問控制。 RBAC 工作示意圖 企業(yè)數(shù)據(jù)信息挖掘與分析系統(tǒng) 11 柔性工作流系統(tǒng) 在實(shí)際管理中，由于工作的復(fù)雜性和多變性，需要有一套機(jī)制來響應(yīng)工作的變化，完成流程的管理。工作流系統(tǒng)通過將工 作分解成定義良好的任務(wù)、角色、路由、授權(quán)，按照一定的規(guī)則和過程來執(zhí)行這些任務(wù)并對(duì)它們進(jìn)行監(jiān)控，通過對(duì)這些元規(guī)則和元過程的組合形成具體的工作流程，從而以最低的開發(fā)和維護(hù)成本，良好的可控性和通用性實(shí)現(xiàn)工作管理。在工作流系統(tǒng)中采用 Web方式下的流程自定義和表單自定義技術(shù)。 決策支持系統(tǒng) 系統(tǒng)中集成決策支持系統(tǒng)，在管理與服務(wù)系統(tǒng)積累了一定的數(shù)據(jù)后，根據(jù)系統(tǒng)設(shè)計(jì)的分析主題，經(jīng)過對(duì)基礎(chǔ)數(shù)據(jù)的抽取、轉(zhuǎn)換、加載、分析，得到對(duì)管理數(shù)據(jù)、資源利用情況等內(nèi)容的綜合性分析，通過直觀的圖形（柱狀圖、餅形圖、儀表盤等）展現(xiàn)出 來，并通過多維分析、數(shù)據(jù)鉆取、同期比較、趨勢預(yù)測、結(jié)論生成等方式做進(jìn)一步的分析，從而提供輔助決策支持。 數(shù)據(jù)交換 在各個(gè)分系統(tǒng)之間以及新系統(tǒng)和原有各類系統(tǒng)之間存在數(shù)據(jù)交換，交換用的文檔和數(shù)據(jù)采用 XML語言，通過 SOAP協(xié)議傳輸。利用 XML作為載體封裝各類文檔和數(shù)據(jù)，使系統(tǒng)具有良好的可擴(kuò)展性。 智能代理 Agent 智能代理。智能代理具有以下的特點(diǎn)： ① 智能性。具有豐富的知識(shí)和一定的推理能力，能揣測用戶的意圖，并能 企業(yè)數(shù)據(jù)信息挖掘與分析系統(tǒng) 12 處理復(fù)雜的難度高的任務(wù)，對(duì)用戶的需求能分析地接收，自動(dòng)拒絕一些不合理或可能給用戶帶來危害的要求，而且具有從經(jīng)驗(yàn)中不斷學(xué)習(xí)的能力，適當(dāng)?shù)剡M(jìn)行自我調(diào)節(jié)，提高處理問題能力； ② 代理性。在功能上是用戶的某種代理，它可以代