華農(nóng)符少玲管理信息系統(tǒng)(參考版)
2025-01-13 07:06本頁面
【正文】 ? 建立數(shù)據(jù)標準 價值 ? 提升決策 ? 降低成本 作業(yè) ? 搜索“聚龍米”網(wǎng)絡(luò)營銷推廣狀況 ? 設(shè)計羅定市稻香園發(fā)展有限公司“聚龍米”網(wǎng)絡(luò)可追溯查詢系統(tǒng)方案 。這些或多或少地影響了學校的整體規(guī)劃，成為了學校進一步發(fā)展的障礙。 ? 除此之外，各部門的管理信息系統(tǒng)中所存儲的數(shù)據(jù)之間還存在一些邏輯上的不一致，例如：同樣一個人，在財務(wù)處的信息管理系統(tǒng)中的性別是用字符存儲，而在人事處的信息管理系統(tǒng)中卻是用數(shù)字存儲的，這樣就造成了數(shù)據(jù)邏輯上的不同存儲，需要制定一個規(guī)范使其達到一定的一致性。但由于各個子系統(tǒng)分立，各自采用了不同的數(shù)據(jù)庫系統(tǒng)，采用了不同的應(yīng)用開發(fā)技術(shù)。聚類增強了人們對客觀現(xiàn)實的認識，是進行概念描述和偏差分析的先決條件。它反映同類事物共同性質(zhì)的特征型知識和不同事物之間的差異性質(zhì)的特征型知識。 ? 數(shù)挖掘技術(shù) ? 人工神經(jīng)網(wǎng)絡(luò) ? 決策樹 ? 覆蓋正例排斥反例方法 ? 粗集 (Rough Set)方法 ? 遺傳算法 ? 公式發(fā)現(xiàn) ? 統(tǒng)計分析方法 ? 模糊論方法 ? 可視化技術(shù) 決策樹圖 聚類分析 ? 聚類如同通常所說的 “ 物以類聚 ” ，是把一組個體按照相似性歸成若干類別。 ? 偏差檢測對分析對象的少數(shù)的、極端的特例的描述，揭示內(nèi)在的原因。偏差包括很多潛在的知識，如分類中的反常實例、不滿足規(guī)則的特例、觀測結(jié)果與模型預(yù)測值的偏差、量值隨時間的變化等。生成區(qū)別性描述的方法很多，如決策樹方法、遺傳算法等。概念描述分為特征性描述和區(qū)別性描述，前者描述某類對象的共同特征，后者描述不同類對象之間的區(qū)別。聚類技術(shù)在劃分對象時不僅考慮對象之間的距離，還要求劃分出的類具有某種內(nèi)涵描述，從而避免了傳統(tǒng)技術(shù)的某些片面性。聚類增強了人們對客觀現(xiàn)實的認識，是概念描述和偏差分析的先決條件。例如：銀行部門根據(jù)以前的數(shù)據(jù)將客戶分成了不同的類別，現(xiàn)在就可以根據(jù)這些來區(qū)分新申請貸款的客戶，以采取相應(yīng)的貸款方案。例如：今天銀行調(diào)整利率，明天股市的變化。例如：每天購買啤酒的人也有可能購買香煙，比重有多大，可以通過關(guān)聯(lián)的支持度和可信度來描述。有時并不知道數(shù)據(jù)庫中數(shù)據(jù)的關(guān)聯(lián)函數(shù)，即使知道也是不確定的，因此關(guān)聯(lián)分析生成的規(guī)則帶有可信度。 ? 關(guān)聯(lián)可分為簡單關(guān)聯(lián)、時序關(guān)聯(lián)、因果關(guān)聯(lián)。 數(shù)據(jù)挖掘功能 —關(guān)聯(lián)分析 ? 數(shù)據(jù)關(guān)聯(lián)是數(shù)據(jù)庫中存在的一類重要的可被發(fā)現(xiàn)的知識。通過分類，可以總結(jié)退卡或退出電話網(wǎng)客戶的共同特征，然后預(yù)測哪些人有這樣的跡象并找出對策挽留這些客戶 聚類分析 ? 對購買了汽車保險的客戶，標識那些有較高平均賠償成本的客戶特征 數(shù)據(jù)挖掘功能 —預(yù)測 ? 數(shù)據(jù)挖掘自動在大型數(shù)據(jù)庫中尋找預(yù)測性信息，以往需要進行大量手工分析的問題如今可以迅速直接由數(shù)據(jù)本身得出結(jié)論。 ?數(shù)據(jù)挖掘與傳統(tǒng)分析方法的區(qū)別 數(shù)據(jù)挖掘是在沒有明確假設(shè)的前提下去挖掘信息、發(fā)現(xiàn)知識 數(shù)據(jù)挖掘的功能 ?自動預(yù)測趨勢和行為 ?關(guān)聯(lián)分析 ?對象分類 ?聚類分析 ?概念描述 ?偏差檢測 關(guān)聯(lián)分析 ? 人們購買爆米花后，有 65%的人同時也會購買可樂。 不能制定合適的決策 ! 數(shù)據(jù) 知識 決策 ? 模式 ? 趨勢 ? 事實 ? 關(guān)系 ? 模型 ? 關(guān)聯(lián)規(guī)則 ? 序列 ? 目標市場 ? 資金分配 ? 貿(mào)易選擇 ? 在哪兒做廣告 ? 銷售的地理位置 ? 金融 ? 經(jīng)濟 ? 政府 ? POS. ? 人口統(tǒng)計 ? 生命周期 數(shù)據(jù)挖掘的定義 ?技術(shù)上的定義及含義 數(shù)據(jù)挖掘（ Data Mining） 就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的但又是潛在有用的信息和知識的過程。 2. 自動發(fā)現(xiàn)以前未知模式 數(shù)據(jù)挖掘工具可以識別以前隱藏的模式。 第三節(jié) 數(shù)據(jù)挖掘 ? 定義 數(shù)據(jù)挖掘（ Data Mining, 簡稱 DM） 就是從超大型數(shù)據(jù)庫（ VLDB） 或數(shù)據(jù)倉庫中搜索有用的商業(yè)信息的過程。 ? 處理這些操作的軟件可能是定制軟件或通用網(wǎng)關(guān)接口腳本。 ? 一般應(yīng)用服務(wù)器接受來自用戶 HTML編寫的指令，把 HTML指令翻譯成 SQL，數(shù)據(jù)庫系統(tǒng)才可解讀用戶的請求，然后又通過應(yīng)用服務(wù)器再把 SQL翻譯成 HTML語言，這樣用戶就可讀數(shù)據(jù)。 ? 應(yīng)用服務(wù)將來自于企業(yè)內(nèi)部數(shù)據(jù)庫的信息通過因特網(wǎng)以網(wǎng)頁的形式傳送給使用者。 ? 在客戶機 /服務(wù)器環(huán)境中，數(shù)據(jù)庫管理系統(tǒng)通常會放在一臺特定的計算機中，成為數(shù)據(jù)庫服務(wù)器。如下圖所示。 1. 直接從 OLTP系統(tǒng)中將數(shù)據(jù)捕獲到需要使用該數(shù)據(jù)的數(shù)據(jù)集市中。 問題 ? 當數(shù)據(jù)倉庫過大、太集中且難以使用時，可以優(yōu)先考慮構(gòu)建什么？ 二 . 數(shù)據(jù)集市 ? 定義 數(shù)據(jù)集市是企業(yè)或組織為了特定的應(yīng)用目的或應(yīng)用范圍，而從數(shù)據(jù)倉庫中獨立出來的一部分數(shù)據(jù)，亦稱為部門數(shù)據(jù)庫或主題數(shù)據(jù)。 問題 ? 為何構(gòu)建數(shù)據(jù)倉庫？ 數(shù)據(jù)倉庫優(yōu)勢 ? 不用替換和廢棄舊系統(tǒng) ? 決策制
公司管理相關(guān)推薦
鄂ICP備17016276號-1