第1章商務(wù)智能基本概念

1、第1章 商務(wù)智能基本概念信息技術(shù)的不斷推廣應(yīng)用，將企業(yè)帶入了一個信息爆炸的時代。每日、每時、每刻都有潮水般的信息出現(xiàn)在管理者的面前，等待管理者去處理、去使用。與此同時，企業(yè)的管理者在管理中面對來自不同部門的、相互矛盾的信息無法對所要解決的決策問題提出正確的解決方案。為此，需要一種新的信息處理技術(shù)能夠使決策者們獲取及時準(zhǔn)確的信息，以理解商務(wù)活動并做出智能化的、更有效的決策，即能從海量的數(shù)據(jù)中提取有用的信息并轉(zhuǎn)化為商務(wù)知識，從而告別“拍腦袋”決策方式。通過本章學(xué)習(xí)，可以了解：通過本章學(xué)習(xí)，可以了解：商務(wù)智能的發(fā)展及體系結(jié)構(gòu)；數(shù)據(jù)倉庫的總體結(jié)構(gòu)框架；數(shù)據(jù)倉庫的功能結(jié)構(gòu)；數(shù)據(jù)倉庫的環(huán)境支持結(jié)構(gòu)；數(shù)據(jù)挖

2、掘的基本原理；數(shù)據(jù)挖掘的應(yīng)用范圍和應(yīng)用過程。1.1 商務(wù)智能的基本概念商務(wù)智能的基本概念1.1.1 商務(wù)智能的定義商務(wù)智能的定義1989年美國加特納公司的分析師年美國加特納公司的分析師Howard Dresner首首次提出次提出“商務(wù)智能商務(wù)智能” 美國IBM公司、Microsoft、IDC國際數(shù)據(jù)公司、Business Objects公司、Teradata公司、美國Micro Strategy公司對商務(wù)智能都有相關(guān)研究。1.1 商務(wù)智能的基本概念商務(wù)智能的基本概念q商務(wù)智能商務(wù)智能是數(shù)據(jù)倉庫、聯(lián)機分析處理和數(shù)據(jù)挖掘等相是數(shù)據(jù)倉庫、聯(lián)機分析處理和數(shù)據(jù)挖掘等相關(guān)技術(shù)走向商業(yè)應(yīng)用后形成的一種應(yīng)用技

3、術(shù)。關(guān)技術(shù)走向商業(yè)應(yīng)用后形成的一種應(yīng)用技術(shù)。q該技術(shù)收集、匯總了與商務(wù)活動有關(guān)的各種數(shù)據(jù)，將該技術(shù)收集、匯總了與商務(wù)活動有關(guān)的各種數(shù)據(jù)，將其集成到數(shù)據(jù)倉庫中。其集成到數(shù)據(jù)倉庫中。q采用聯(lián)機分析技術(shù)對商務(wù)活動進行實時的監(jiān)控、分析，采用聯(lián)機分析技術(shù)對商務(wù)活動進行實時的監(jiān)控、分析，便于及時采取有效的商務(wù)決策，提升商務(wù)活動的績效。便于及時采取有效的商務(wù)決策，提升商務(wù)活動的績效。q應(yīng)用數(shù)據(jù)挖掘技術(shù)對描述商務(wù)活動的數(shù)據(jù)進行挖掘，應(yīng)用數(shù)據(jù)挖掘技術(shù)對描述商務(wù)活動的數(shù)據(jù)進行挖掘，以獲取有效的商務(wù)信息，從中提取商務(wù)知識，為企業(yè)以獲取有效的商務(wù)信息，從中提取商務(wù)知識，為企業(yè)商業(yè)發(fā)展尋找新的機遇。商業(yè)發(fā)展尋找新的機遇

4、。1.1 商務(wù)智能的基本概念商務(wù)智能的基本概念1.1.2 商務(wù)智能的發(fā)展與應(yīng)用商務(wù)智能的發(fā)展與應(yīng)用1商務(wù)智能的發(fā)展商務(wù)智能的發(fā)展從從20世紀(jì)世紀(jì)60年代計算機用于管理信息處理開始，年代計算機用于管理信息處理開始，經(jīng)過經(jīng)過40多年的發(fā)展，信息處理技術(shù)的發(fā)展經(jīng)歷了多年的發(fā)展，信息處理技術(shù)的發(fā)展經(jīng)歷了電子數(shù)據(jù)處理系統(tǒng)（電子數(shù)據(jù)處理系統(tǒng)（EDPS，Electronic Data Processing System）、管理信息系統(tǒng)）、管理信息系統(tǒng)(MIS，Management Information System)和決策支持和決策支持系統(tǒng)系統(tǒng)(DSS, Decision Supporting Syste

5、m)等階等階段。段。 1.1 商務(wù)智能的基本概念商務(wù)智能的基本概念2商務(wù)智能的作用商務(wù)智能的作用 主要體現(xiàn)在理解、改善、衡量和創(chuàng)造四個方主要體現(xiàn)在理解、改善、衡量和創(chuàng)造四個方面。面。3商務(wù)智能的作用域商務(wù)智能的作用域 戰(zhàn)略管理、營銷管理、市場管理、客戶關(guān)系戰(zhàn)略管理、營銷管理、市場管理、客戶關(guān)系管理和風(fēng)險管理等。管理和風(fēng)險管理等。1.1 商務(wù)智能的基本概念商務(wù)智能的基本概念1.1.3 商務(wù)智能的體系結(jié)構(gòu)商務(wù)智能的體系結(jié)構(gòu)商務(wù)智能體系架構(gòu)主要有：商務(wù)智能體系架構(gòu)主要有： 比爾比爾恩門的信息工廠，恩門的信息工廠， 扎克曼的企業(yè)體系結(jié)構(gòu)，扎克曼的企業(yè)體系結(jié)構(gòu)， 美國數(shù)據(jù)倉庫研究院的商務(wù)智能體系結(jié)構(gòu)美國

6、數(shù)據(jù)倉庫研究院的商務(wù)智能體系結(jié)構(gòu) 加特納公司的商務(wù)智能體系結(jié)構(gòu)等。加特納公司的商務(wù)智能體系結(jié)構(gòu)等。這些體系結(jié)構(gòu)中均包含了商務(wù)分析、這些體系結(jié)構(gòu)中均包含了商務(wù)分析、OLAP、數(shù)、數(shù)據(jù)挖掘和數(shù)據(jù)倉庫四大部分（圖據(jù)挖掘和數(shù)據(jù)倉庫四大部分（圖1.1）。）。1.1 商務(wù)智能的基本概念商務(wù)智能的基本概念圖1.1 商務(wù)智能體系結(jié)構(gòu)商務(wù)分析：績效管理、客戶管理、供應(yīng)鏈管理OLAP、數(shù)據(jù)挖掘數(shù)據(jù)倉庫1.2 數(shù)據(jù)倉庫的發(fā)展與展望數(shù)據(jù)倉庫的發(fā)展與展望1.2.1 從傳統(tǒng)數(shù)據(jù)庫到數(shù)據(jù)倉庫從傳統(tǒng)數(shù)據(jù)庫到數(shù)據(jù)倉庫1.決策處理的系統(tǒng)響應(yīng)問題決策處理的系統(tǒng)響應(yīng)問題2.決策數(shù)據(jù)需求的問題決策數(shù)據(jù)需求的問題3.決策數(shù)據(jù)操作的問題決

7、策數(shù)據(jù)操作的問題4.數(shù)據(jù)倉庫與傳統(tǒng)數(shù)據(jù)庫的對比數(shù)據(jù)倉庫與傳統(tǒng)數(shù)據(jù)庫的對比1.2 數(shù)據(jù)倉庫的發(fā)展與展望數(shù)據(jù)倉庫的發(fā)展與展望表1-1 數(shù)據(jù)倉庫與數(shù)據(jù)庫對比表對比內(nèi)容數(shù)據(jù)庫數(shù)據(jù)倉庫數(shù)據(jù)內(nèi)容當(dāng)前值歷史的、存檔的、歸納的、計算的數(shù)據(jù)數(shù)據(jù)目標(biāo)面向業(yè)務(wù)操作程序、重復(fù)處理面向主題域、管理決策分析應(yīng)用數(shù)據(jù)特性動態(tài)變化、按字段更新靜態(tài)、不能直接更新、只定時添加數(shù)據(jù)結(jié)構(gòu)高度結(jié)構(gòu)化、復(fù)雜、適合操作計算簡單、適合分析使用頻率高中到低數(shù)據(jù)訪問量每個事務(wù)只訪問少量記錄有的事務(wù)可能要訪問大量記錄對響應(yīng)時間的要求以秒為單位計量以秒、分鐘、甚至小時為計量單位1.2 數(shù)據(jù)倉庫的發(fā)展與展望數(shù)據(jù)倉庫的發(fā)展與展望1.2.2 數(shù)據(jù)倉庫的定

8、義與基本特性數(shù)據(jù)倉庫的定義與基本特性William H.Inmon在在1993年所寫的論著年所寫的論著Building the Data Warehouse則首先系統(tǒng)則首先系統(tǒng)性地闡述了關(guān)于數(shù)據(jù)倉庫的思想、理論，為數(shù)據(jù)性地闡述了關(guān)于數(shù)據(jù)倉庫的思想、理論，為數(shù)據(jù)倉庫的發(fā)展奠定了歷史基石。在文中，將數(shù)據(jù)倉倉庫的發(fā)展奠定了歷史基石。在文中，將數(shù)據(jù)倉庫定義為：庫定義為：“一個面向主題的、集成的、隨時間變化的、非一個面向主題的、集成的、隨時間變化的、非易失性數(shù)據(jù)的集合，用于支持管理層的決策過易失性數(shù)據(jù)的集合，用于支持管理層的決策過程程”。1.2 數(shù)據(jù)倉庫的發(fā)展與展望數(shù)據(jù)倉庫的發(fā)展與展望1.面向主題性面向

9、主題性面向主題性表示了數(shù)據(jù)倉庫中數(shù)據(jù)組織的基本原則，數(shù)面向主題性表示了數(shù)據(jù)倉庫中數(shù)據(jù)組織的基本原則，數(shù)據(jù)倉庫中的所有數(shù)據(jù)都是圍繞著某一主題組織的。據(jù)倉庫中的所有數(shù)據(jù)都是圍繞著某一主題組織的。 n確定主題以后，需要確定主題應(yīng)該包含的數(shù)據(jù)。 n不同的主題之間可能會出現(xiàn)相互重疊的信息。 n主題在數(shù)據(jù)倉庫中可以用多維數(shù)據(jù)庫方式進行存儲。n主題的劃分中，必須保證每一個主題的獨立性。 1.2 數(shù)據(jù)倉庫的發(fā)展與展望數(shù)據(jù)倉庫的發(fā)展與展望2.數(shù)據(jù)集成性數(shù)據(jù)集成性根據(jù)決策分析的要求，將分散于各處的源數(shù)據(jù)進行抽取、篩選、清理、綜合等工作，最終集成到數(shù)據(jù)倉庫中。 3.數(shù)據(jù)的時變性數(shù)據(jù)的時變性數(shù)據(jù)應(yīng)該隨著時間的推移而發(fā)

10、生變化。不斷地生成主題的新快照 4.數(shù)據(jù)的非易失性數(shù)據(jù)的非易失性數(shù)據(jù)不進行更新處理 1.2 數(shù)據(jù)倉庫的發(fā)展與展望數(shù)據(jù)倉庫的發(fā)展與展望5.數(shù)據(jù)的集合性數(shù)據(jù)的集合性按照主題，按照主題，q以多維數(shù)據(jù)庫方式進行存儲的多維模式以多維數(shù)據(jù)庫方式進行存儲的多維模式q以關(guān)系數(shù)據(jù)庫方式進行存儲的關(guān)系模式以關(guān)系數(shù)據(jù)庫方式進行存儲的關(guān)系模式q以兩者相結(jié)合的方式進行存儲的混合模式以兩者相結(jié)合的方式進行存儲的混合模式6.支持決策作用支持決策作用 1.2 數(shù)據(jù)倉庫的發(fā)展與展望數(shù)據(jù)倉庫的發(fā)展與展望1.2.3 數(shù)據(jù)倉庫的發(fā)展數(shù)據(jù)倉庫的發(fā)展1.基于關(guān)系對象數(shù)據(jù)庫的數(shù)據(jù)倉庫基于關(guān)系對象數(shù)據(jù)庫的數(shù)據(jù)倉庫2.網(wǎng)絡(luò)的影響網(wǎng)絡(luò)的影響3.

11、操作型動態(tài)數(shù)據(jù)倉庫操作型動態(tài)數(shù)據(jù)倉庫4.Web應(yīng)用中的多智體技術(shù)應(yīng)用中的多智體技術(shù) 1.3 數(shù)據(jù)倉庫的體系結(jié)構(gòu)數(shù)據(jù)倉庫的體系結(jié)構(gòu)1.3.1 數(shù)據(jù)倉庫的概念結(jié)構(gòu)數(shù)據(jù)倉庫的概念結(jié)構(gòu)數(shù)據(jù)源、數(shù)據(jù)準(zhǔn)備區(qū)、數(shù)據(jù)倉庫數(shù)據(jù)庫、數(shù)據(jù)集數(shù)據(jù)源、數(shù)據(jù)準(zhǔn)備區(qū)、數(shù)據(jù)倉庫數(shù)據(jù)庫、數(shù)據(jù)集市市/知識挖掘庫以及各種管理工具和應(yīng)用工具（圖知識挖掘庫以及各種管理工具和應(yīng)用工具（圖1.2）。）。 1.3 數(shù)據(jù)倉庫的體系結(jié)構(gòu)數(shù)據(jù)倉庫的體系結(jié)構(gòu) 數(shù)據(jù)源業(yè)務(wù)系統(tǒng)外部數(shù)據(jù)源數(shù)據(jù)準(zhǔn)備區(qū)數(shù)據(jù)倉庫數(shù)據(jù)庫應(yīng)用工具管理工具數(shù)據(jù)集市/知識挖掘庫應(yīng)用工具數(shù)據(jù)集市/知識挖掘庫圖1.2 數(shù)據(jù)倉庫的概念結(jié)構(gòu)1.3 數(shù)據(jù)倉庫的體系結(jié)構(gòu)數(shù)據(jù)倉庫的體系結(jié)構(gòu)1.3.

12、2 虛擬數(shù)據(jù)倉庫結(jié)構(gòu)虛擬數(shù)據(jù)倉庫結(jié)構(gòu)不需要從業(yè)務(wù)系統(tǒng)中抽取數(shù)據(jù)到新的數(shù)據(jù)存儲位不需要從業(yè)務(wù)系統(tǒng)中抽取數(shù)據(jù)到新的數(shù)據(jù)存儲位置置數(shù)據(jù)倉庫中數(shù)據(jù)倉庫中 用戶數(shù)據(jù)倉庫查詢管理服務(wù)器業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫1.3 數(shù)據(jù)倉庫的體系結(jié)構(gòu)數(shù)據(jù)倉庫的體系結(jié)構(gòu)1.3.3 數(shù)據(jù)集市結(jié)構(gòu)數(shù)據(jù)集市結(jié)構(gòu) 用戶 數(shù)據(jù)倉庫查詢管理服務(wù)器業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫主題1主題21.3 數(shù)據(jù)倉庫的體系結(jié)構(gòu)數(shù)據(jù)倉庫的體系結(jié)構(gòu)1.3.4 單一數(shù)據(jù)倉庫結(jié)構(gòu)單一數(shù)據(jù)倉庫結(jié)構(gòu) 用戶 數(shù)據(jù)倉庫查詢管理服務(wù)器業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫數(shù)據(jù)倉庫數(shù)據(jù)集市1數(shù)據(jù)集市21.3 數(shù)據(jù)倉庫的體系結(jié)構(gòu)數(shù)據(jù)倉庫的體系結(jié)構(gòu)1.3.5 分布式數(shù)據(jù)倉庫結(jié)構(gòu)分布式數(shù)據(jù)倉庫結(jié)構(gòu) 站點A 站點B 站點C

13、站點D局部數(shù)據(jù)倉庫全局數(shù)據(jù)倉庫局部數(shù)據(jù)倉庫局部數(shù)據(jù)倉庫局部數(shù)據(jù)倉庫總部1.4 數(shù)據(jù)倉庫的參照結(jié)構(gòu)數(shù)據(jù)倉庫的參照結(jié)構(gòu)q數(shù)據(jù)倉庫的基本功能層包含：數(shù)據(jù)抽取，數(shù)據(jù)篩選、數(shù)據(jù)倉庫的基本功能層包含：數(shù)據(jù)抽取，數(shù)據(jù)篩選、清理，清理后的數(shù)據(jù)加載，設(shè)立數(shù)據(jù)集市，完成數(shù)據(jù)清理，清理后的數(shù)據(jù)加載，設(shè)立數(shù)據(jù)集市，完成數(shù)據(jù)倉庫的查詢、決策分析和知識的挖掘等操作。倉庫的查詢、決策分析和知識的挖掘等操作。q數(shù)據(jù)倉庫的管理層：分成數(shù)據(jù)管理與元數(shù)據(jù)管理兩部數(shù)據(jù)倉庫的管理層：分成數(shù)據(jù)管理與元數(shù)據(jù)管理兩部分，主要負責(zé)對數(shù)據(jù)倉庫中的數(shù)據(jù)抽取、清理、加載、分，主要負責(zé)對數(shù)據(jù)倉庫中的數(shù)據(jù)抽取、清理、加載、更新等操作進行管理。更新等操作

14、進行管理。q數(shù)據(jù)倉庫環(huán)境支持層：包含數(shù)據(jù)傳輸和數(shù)據(jù)倉庫基礎(chǔ)數(shù)據(jù)倉庫環(huán)境支持層：包含數(shù)據(jù)傳輸和數(shù)據(jù)倉庫基礎(chǔ)兩部分。兩部分。數(shù)據(jù)倉庫基本功能層數(shù)據(jù)倉庫管理層數(shù)據(jù)倉庫環(huán)境支持層1.4 數(shù)據(jù)倉庫的參照結(jié)構(gòu)數(shù)據(jù)倉庫的參照結(jié)構(gòu)1.4.1 數(shù)據(jù)倉庫基本功能層數(shù)據(jù)倉庫基本功能層1.數(shù)據(jù)倉庫的數(shù)據(jù)源數(shù)據(jù)倉庫的數(shù)據(jù)源業(yè)務(wù)數(shù)據(jù)、歷史數(shù)據(jù)、辦公數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、歷史數(shù)據(jù)、辦公數(shù)據(jù)、Web數(shù)據(jù)、外部數(shù)數(shù)據(jù)、外部數(shù)據(jù)以及數(shù)據(jù)源元數(shù)據(jù)據(jù)以及數(shù)據(jù)源元數(shù)據(jù) 數(shù)據(jù)源數(shù)據(jù)準(zhǔn)備區(qū)數(shù)據(jù)倉庫結(jié)構(gòu)數(shù)據(jù)集市/知識挖掘庫存取與使用1.4 數(shù)據(jù)倉庫的參照結(jié)構(gòu)數(shù)據(jù)倉庫的參照結(jié)構(gòu)2.數(shù)據(jù)準(zhǔn)備區(qū)功能結(jié)構(gòu)數(shù)據(jù)準(zhǔn)備區(qū)功能結(jié)構(gòu)數(shù)據(jù)準(zhǔn)備區(qū)標(biāo)準(zhǔn)化元數(shù)據(jù)抽取與創(chuàng)建

15、過濾與匹配凈化標(biāo)明時間戳的數(shù)據(jù)源確認數(shù)據(jù)質(zhì)量1.4 數(shù)據(jù)倉庫的參照結(jié)構(gòu)數(shù)據(jù)倉庫的參照結(jié)構(gòu)3.數(shù)據(jù)倉庫功能結(jié)構(gòu)數(shù)據(jù)倉庫功能結(jié)構(gòu)數(shù)據(jù)重整數(shù)據(jù)倉庫創(chuàng)建元數(shù)據(jù)管理集成與分解建模元數(shù)據(jù)瀏覽與導(dǎo)航概括與聚集概括預(yù)算與推導(dǎo)聚集元數(shù)據(jù)創(chuàng)建翻譯與格式化調(diào)整與確認轉(zhuǎn)換與映像建立結(jié)構(gòu)化查詢創(chuàng)建詞匯表1.4 數(shù)據(jù)倉庫的參照結(jié)構(gòu)數(shù)據(jù)倉庫的參照結(jié)構(gòu)4.數(shù)據(jù)集市數(shù)據(jù)集市/知識挖掘庫結(jié)構(gòu)知識挖掘庫結(jié)構(gòu)求精與重整數(shù)據(jù)集市/知識挖掘庫創(chuàng)建元數(shù)據(jù)管理過濾與匹配建立模型元數(shù)據(jù)瀏覽與導(dǎo)航集成與分割概括概括與聚集聚集元數(shù)據(jù)的抽取與創(chuàng)建預(yù)測與推導(dǎo)調(diào)整與確認標(biāo)明時間維的數(shù)據(jù)源建立結(jié)構(gòu)化查詢創(chuàng)建詞匯表1.4 數(shù)據(jù)倉庫的參照結(jié)構(gòu)數(shù)據(jù)倉庫的參照結(jié)

16、構(gòu)5.數(shù)據(jù)倉庫的數(shù)據(jù)存取與使用結(jié)構(gòu)數(shù)據(jù)倉庫的數(shù)據(jù)存取與使用結(jié)構(gòu)數(shù)據(jù)倉庫存取與檢索數(shù)據(jù)倉庫分析與報告元數(shù)據(jù)管理數(shù)據(jù)倉庫直接存取報表工具元數(shù)據(jù)管理與報表數(shù)據(jù)集市存取分析工具數(shù)據(jù)集市重整分析建模工具元數(shù)據(jù)抽取與創(chuàng)建轉(zhuǎn)換為多維結(jié)構(gòu)數(shù)據(jù)挖掘工具創(chuàng)建局部存儲圖形工具1.4 數(shù)據(jù)倉庫的參照結(jié)構(gòu)數(shù)據(jù)倉庫的參照結(jié)構(gòu)1.4.2 數(shù)據(jù)倉庫的管理層數(shù)據(jù)倉庫的管理層1.數(shù)據(jù)倉庫的數(shù)據(jù)管理層數(shù)據(jù)倉庫的數(shù)據(jù)管理層數(shù)據(jù)抽取與新數(shù)據(jù)需求與查詢管理數(shù)據(jù)加載、存儲、刷新和更新系統(tǒng)安全性與用戶授權(quán)管理系統(tǒng)數(shù)據(jù)歸檔、恢復(fù)及凈化系統(tǒng)1.4 數(shù)據(jù)倉庫的參照結(jié)構(gòu)數(shù)據(jù)倉庫的參照結(jié)構(gòu)2.數(shù)據(jù)倉庫的元數(shù)據(jù)管理層數(shù)據(jù)倉庫的元數(shù)據(jù)管理層數(shù)據(jù)倉庫、數(shù)據(jù)

17、集市和詞匯表管理元數(shù)據(jù)抽取、創(chuàng)建、存儲和更新管理預(yù)定義的查詢、報表和索引管理刷新與復(fù)制管理登錄、歸檔、恢復(fù)與凈化管理1.4 數(shù)據(jù)倉庫的參照結(jié)構(gòu)數(shù)據(jù)倉庫的參照結(jié)構(gòu)1.4.3 數(shù)據(jù)倉庫的環(huán)境支持層數(shù)據(jù)倉庫的環(huán)境支持層 1) 數(shù)據(jù)倉庫的數(shù)據(jù)傳輸層數(shù)據(jù)倉庫的數(shù)據(jù)傳輸層數(shù)據(jù)傳輸和傳輸網(wǎng)絡(luò)客戶/服務(wù)器代理和中間件復(fù)制系統(tǒng)安全和保障系統(tǒng)1.4 數(shù)據(jù)倉庫的參照結(jié)構(gòu)數(shù)據(jù)倉庫的參照結(jié)構(gòu)2)數(shù)據(jù)倉庫的基礎(chǔ)層數(shù)據(jù)倉庫的基礎(chǔ)層系統(tǒng)管理工作流程管理存儲系統(tǒng)處理系統(tǒng)1.5 數(shù)據(jù)挖掘技術(shù)概述數(shù)據(jù)挖掘技術(shù)概述1.5.1 數(shù)據(jù)挖掘的發(fā)展數(shù)據(jù)挖掘的發(fā)展發(fā)展原因主要有：發(fā)展原因主要有：q超大規(guī)模數(shù)據(jù)庫的出現(xiàn)超大規(guī)模數(shù)據(jù)庫的出現(xiàn)q先進

18、的計算機技術(shù)先進的計算機技術(shù)q經(jīng)營管理的實際需要經(jīng)營管理的實際需要q數(shù)據(jù)的精深計算能力數(shù)據(jù)的精深計算能力 1.5 數(shù)據(jù)挖掘技術(shù)概述數(shù)據(jù)挖掘技術(shù)概述1.5.2 數(shù)據(jù)挖掘的定義數(shù)據(jù)挖掘的定義1.數(shù)據(jù)挖掘的技術(shù)定義數(shù)據(jù)挖掘的技術(shù)定義數(shù)據(jù)挖掘數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、是從大量的、不完全的、有噪聲的、模糊的、隨機的實際數(shù)據(jù)中，提取隱含在其中的、人們所不知道隨機的實際數(shù)據(jù)中，提取隱含在其中的、人們所不知道的、但又是潛在有用的信息和知識的過程。的、但又是潛在有用的信息和知識的過程。2.數(shù)據(jù)挖掘的商業(yè)定義數(shù)據(jù)挖掘的商業(yè)定義一種嶄新的商業(yè)信息處理技術(shù)，其主要特點是對商業(yè)數(shù)一種嶄新的商業(yè)信息

19、處理技術(shù)，其主要特點是對商業(yè)數(shù)據(jù)庫中的大量業(yè)務(wù)數(shù)據(jù)進行抽取、轉(zhuǎn)化、分析和模式化據(jù)庫中的大量業(yè)務(wù)數(shù)據(jù)進行抽取、轉(zhuǎn)化、分析和模式化處理，從中提取輔助商業(yè)決策的關(guān)鍵知識處理，從中提取輔助商業(yè)決策的關(guān)鍵知識 1.5 數(shù)據(jù)挖掘技術(shù)概述數(shù)據(jù)挖掘技術(shù)概述傳統(tǒng)數(shù)據(jù)分析工具(DSS/EIS)數(shù)據(jù)挖掘工具工具特點回顧型的、驗證型的預(yù)測型的、發(fā)現(xiàn)型的分析重點已經(jīng)發(fā)生了什么預(yù)測未來的情況、解釋發(fā)生的原因分析目的從最近的銷售文件中列出最大客戶鎖定未來的可能客戶，以減少未來的銷售成本數(shù)據(jù)集大小數(shù)據(jù)維、維中屬性數(shù)、維中數(shù)據(jù)均是少量的數(shù)據(jù)維、維中屬性數(shù)、維中數(shù)據(jù)均是龐大的啟動方式企業(yè)管理人員、系統(tǒng)分析員、管理顧問啟動與控制數(shù)

20、據(jù)與系統(tǒng)啟動，少量的人員指導(dǎo)技術(shù)狀況成熟統(tǒng)計分析工具已成熟，其他工具正在發(fā)展中1.6 數(shù)據(jù)挖掘技術(shù)與工具數(shù)據(jù)挖掘技術(shù)與工具1.6.1 常用數(shù)據(jù)挖掘技術(shù)常用數(shù)據(jù)挖掘技術(shù)1.傳統(tǒng)分析類傳統(tǒng)分析類線性分析和非線性分析、回歸分析、邏輯回歸分析、單線性分析和非線性分析、回歸分析、邏輯回歸分析、單變量分析、多變量分析、時間序列分析、最近鄰算法和變量分析、多變量分析、時間序列分析、最近鄰算法和聚類分析等技術(shù)。聚類分析等技術(shù)。2.知識發(fā)現(xiàn)類知識發(fā)現(xiàn)類人工神經(jīng)網(wǎng)絡(luò)、決策樹、遺傳算法、粗糙集、規(guī)則發(fā)現(xiàn)、人工神經(jīng)網(wǎng)絡(luò)、決策樹、遺傳算法、粗糙集、規(guī)則發(fā)現(xiàn)、關(guān)聯(lián)順序等。關(guān)聯(lián)順序等。3.數(shù)據(jù)挖掘技術(shù)的發(fā)展數(shù)據(jù)挖掘技術(shù)的發(fā)

21、展文本數(shù)據(jù)挖掘、Web數(shù)據(jù)挖掘、可視化系統(tǒng)、空間數(shù)據(jù)挖掘和分布式數(shù)據(jù)挖掘技術(shù)等。1.6 數(shù)據(jù)挖掘技術(shù)與工具數(shù)據(jù)挖掘技術(shù)與工具1.6.2 常用數(shù)據(jù)挖掘工具常用數(shù)據(jù)挖掘工具1.按使用方式分類的數(shù)據(jù)挖掘工具按使用方式分類的數(shù)據(jù)挖掘工具決策方案生成工具、商業(yè)分析工具和研究分析工具三大決策方案生成工具、商業(yè)分析工具和研究分析工具三大類。類。2.按數(shù)據(jù)挖掘技術(shù)分類的數(shù)據(jù)挖掘工具按數(shù)據(jù)挖掘技術(shù)分類的數(shù)據(jù)挖掘工具基于神經(jīng)網(wǎng)絡(luò)的工具、基于規(guī)則和決策樹的工具、基于基于神經(jīng)網(wǎng)絡(luò)的工具、基于規(guī)則和決策樹的工具、基于模糊邏輯的工具和綜合性數(shù)據(jù)挖掘工具等。模糊邏輯的工具和綜合性數(shù)據(jù)挖掘工具等。 3.按應(yīng)用范圍分類的數(shù)據(jù)挖掘工具按應(yīng)用范圍分類的數(shù)據(jù)挖掘工具專用型數(shù)據(jù)挖掘工具和通用型數(shù)據(jù)挖掘工具。1.6 數(shù)據(jù)挖掘技術(shù)與工具數(shù)據(jù)挖掘技術(shù)與工具1.6.3 數(shù)據(jù)挖掘工具的評價標(biāo)準(zhǔn)數(shù)據(jù)挖掘工具的評價標(biāo)準(zhǔn)1.模式種類的數(shù)量模式種類的數(shù)量2.解決復(fù)雜問題的能力解決復(fù)雜問題的能力3.操作性能操作性能4.數(shù)據(jù)獲取能力數(shù)據(jù)獲取能力5.挖掘結(jié)果的輸出挖掘結(jié)果的輸出 6.噪聲數(shù)據(jù)的處理及挖掘工具的魯棒性噪聲數(shù)據(jù)的處理及挖掘工具的魯棒性1.6 數(shù)據(jù)挖掘技術(shù)與工具數(shù)據(jù)挖掘技術(shù)與工具1.6.4 常用數(shù)據(jù)挖掘工具選擇常用數(shù)據(jù)挖掘工具選擇從工具的實用