數(shù)據(jù)挖掘技術(shù)在商務(wù)智能中的運(yùn)用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了數(shù)據(jù)挖掘技術(shù)在商務(wù)智能中的運(yùn)用范文，希望能給你帶來靈感和參考，敬請(qǐng)閱讀。

摘要：隨著信息技術(shù)的迅猛發(fā)展，人們已經(jīng)進(jìn)入信息時(shí)代，信息的類別和數(shù)量不斷增多，這在一定程度上加大了企業(yè)決策的難度，導(dǎo)致很多企業(yè)無法緊跟時(shí)展步伐。在信息時(shí)代，企業(yè)管理者必須具備信息處理能力，能夠從大量信息中篩選出有價(jià)值的信息，并轉(zhuǎn)換為商業(yè)信息。在新形勢(shì)下，基于本體的數(shù)據(jù)挖掘技術(shù)被廣泛應(yīng)用于商務(wù)智能中，該技術(shù)可以實(shí)現(xiàn)信息的自動(dòng)化處理，滿足企業(yè)管理和發(fā)展需求。

關(guān)鍵詞：本體數(shù)據(jù)挖掘技術(shù)商務(wù)智能

數(shù)據(jù)挖掘技術(shù)屬于全新數(shù)據(jù)處理技術(shù)，在商務(wù)智能中的作用不可小視，受到越來越多人的關(guān)注。如今，企業(yè)的數(shù)量不斷增多，企業(yè)的規(guī)模也在不斷擴(kuò)大，大量信息的處理必定會(huì)浪費(fèi)很多時(shí)間，影響工作效率。在新形勢(shì)下，數(shù)據(jù)挖掘技術(shù)的應(yīng)用可以幫助企業(yè)進(jìn)行決策，而且能夠預(yù)測(cè)企業(yè)未來的發(fā)展方向和趨勢(shì)，推動(dòng)企業(yè)發(fā)展。

1本體和數(shù)據(jù)挖掘技術(shù)分析

本體實(shí)際上在最早屬于哲學(xué)概念，但是隨著社會(huì)的不斷進(jìn)步，本體有了全新的含義。在商務(wù)智能領(lǐng)域，本體實(shí)際上就是數(shù)字模型和資源的結(jié)合，可以更加形象生動(dòng)的說明多個(gè)概念之間的關(guān)系。相比而言，本體的約束力非常強(qiáng)，能夠?qū)崿F(xiàn)數(shù)據(jù)的自動(dòng)化集成。本體思想在商務(wù)智能中的應(yīng)用能夠使知識(shí)對(duì)象描述更加具體，明確知識(shí)關(guān)系的屬性和特點(diǎn)，在短時(shí)間內(nèi)找到所需要的信息，避免浪費(fèi)時(shí)間，降低數(shù)據(jù)分析成本。數(shù)據(jù)挖掘技術(shù)是社會(huì)進(jìn)步的重要體現(xiàn)，數(shù)據(jù)挖掘技術(shù)實(shí)際上就是從大量模糊不清的信息中挖掘出真正有價(jià)值的數(shù)據(jù)信息。數(shù)據(jù)挖掘需要經(jīng)過以下幾個(gè)過程：一是信息收集，二是數(shù)據(jù)集成，三是數(shù)據(jù)規(guī)約，四是數(shù)據(jù)清理，五是數(shù)據(jù)變換，六是數(shù)據(jù)挖掘，七是模擬評(píng)估，八是知識(shí)表示。數(shù)據(jù)挖掘主要完成以下任務(wù)：一是關(guān)聯(lián)數(shù)據(jù)分析，二是聚類分析，三是分類，四是預(yù)測(cè)，五是時(shí)序模式，六是偏差分析等。如今，各個(gè)企業(yè)業(yè)務(wù)范圍不斷擴(kuò)大，業(yè)務(wù)類別也在不斷增多，這也就導(dǎo)致數(shù)據(jù)量的不斷增多，數(shù)據(jù)挖掘技術(shù)的應(yīng)用不僅可以提高工作效率，還可以更好的保證工作質(zhì)量。如今，數(shù)據(jù)庫技術(shù)快速發(fā)展，數(shù)據(jù)庫系統(tǒng)不斷完善，數(shù)據(jù)庫中有大量信息等待處理。數(shù)據(jù)挖掘技術(shù)的應(yīng)用能夠幫助企業(yè)管理者找到極易忽視的重要信息，增強(qiáng)企業(yè)的風(fēng)險(xiǎn)意識(shí)，提高企業(yè)管理者的預(yù)見能力。

2商務(wù)智能

商務(wù)智能在1989年被首次提出，商務(wù)智能由以下幾個(gè)部分組成：一是數(shù)據(jù)倉庫，二是查詢報(bào)表，三是數(shù)據(jù)分析，四是數(shù)據(jù)挖掘，五是數(shù)據(jù)備份，六是數(shù)據(jù)恢復(fù)等。商務(wù)智能是把以下技術(shù)結(jié)合在一起：一是機(jī)器學(xué)習(xí)，二是模擬識(shí)別，三是數(shù)據(jù)庫，四是統(tǒng)計(jì)學(xué)，五是信息技術(shù)。商務(wù)智能包括以下數(shù)據(jù)流程：一是數(shù)據(jù)獲取，二是數(shù)據(jù)管理，三是數(shù)據(jù)分析，四是信息展現(xiàn)。其中，數(shù)據(jù)獲取包括：一是數(shù)據(jù)采集，二是數(shù)據(jù)篩選，三是數(shù)據(jù)整理，四是數(shù)據(jù)轉(zhuǎn)換，五是數(shù)據(jù)存儲(chǔ)。數(shù)據(jù)管理包括：一是數(shù)據(jù)存儲(chǔ)組織，二是數(shù)據(jù)維護(hù)，三是數(shù)據(jù)分發(fā)，四是數(shù)據(jù)安全，五是數(shù)據(jù)提取，六是數(shù)據(jù)清晰。數(shù)據(jù)分析主要利用信息技術(shù)對(duì)數(shù)據(jù)進(jìn)行匯總和研究，最終找到數(shù)據(jù)所隱藏的內(nèi)容和知識(shí)。信息展現(xiàn)是商務(wù)智能的最后一個(gè)流程，也就是把匯總的信息呈現(xiàn)在企業(yè)管理者眼前，為企業(yè)管理者決策提供依據(jù)和支持。

3本體數(shù)據(jù)挖掘技術(shù)在商務(wù)智能中的應(yīng)用原理

在應(yīng)用數(shù)據(jù)挖掘技術(shù)之前，企業(yè)需要了解用戶的實(shí)際需求，并根據(jù)用戶的需求來挖掘數(shù)據(jù)信息，提高數(shù)據(jù)挖掘效率。數(shù)據(jù)挖掘技術(shù)的應(yīng)用可以從大量信息中去除掉錯(cuò)誤的或者是多余的信息，篩選出有價(jià)值的信息，并把這些信息轉(zhuǎn)換成企業(yè)需要的信息。數(shù)據(jù)挖掘技術(shù)主要通過建立數(shù)據(jù)模型來篩選信息。但是，從數(shù)據(jù)挖掘技術(shù)應(yīng)用現(xiàn)狀來看，該技術(shù)在應(yīng)用過程中還存在一些問題，體現(xiàn)在以下幾點(diǎn)：一是數(shù)據(jù)挖掘模型不統(tǒng)一，這就導(dǎo)致該技術(shù)對(duì)相同數(shù)據(jù)的描述存在差異，影響企業(yè)管理者的認(rèn)識(shí)和理解。二是缺乏統(tǒng)一的數(shù)據(jù)儲(chǔ)存形式。三是知識(shí)的查全率比較低，相互關(guān)聯(lián)的知識(shí)缺乏上下支持。

4基于本體的數(shù)據(jù)挖掘技術(shù)在商務(wù)智能中的實(shí)際應(yīng)用

4.1數(shù)據(jù)挖掘技術(shù)與商務(wù)智能系統(tǒng)相結(jié)合

如今，企業(yè)業(yè)務(wù)量不斷增多，數(shù)據(jù)庫內(nèi)的信息量快速增加，導(dǎo)致數(shù)據(jù)理解和數(shù)據(jù)產(chǎn)出之間出現(xiàn)差距，需要運(yùn)用數(shù)據(jù)挖掘技術(shù)來解決現(xiàn)存的問題。新時(shí)期，數(shù)據(jù)挖掘技術(shù)的應(yīng)用范圍不斷擴(kuò)大，該技術(shù)具有一定的預(yù)見性，能夠從大量數(shù)據(jù)中挖掘出比較隱蔽的信息，并及時(shí)反饋給企業(yè)管理者，推動(dòng)企業(yè)發(fā)展。企業(yè)在發(fā)展的過程中，要想發(fā)揮出數(shù)據(jù)庫內(nèi)數(shù)據(jù)的作用，就必須把數(shù)據(jù)挖掘技術(shù)和商務(wù)智能系統(tǒng)結(jié)合在一起，通過分類的方法來對(duì)數(shù)據(jù)進(jìn)行匯總，歸類。數(shù)據(jù)挖掘技術(shù)的應(yīng)用簡(jiǎn)化了數(shù)據(jù)處理程序，縮短了數(shù)據(jù)處理的時(shí)間。雖然數(shù)據(jù)挖掘技術(shù)被廣泛應(yīng)用于商務(wù)智能中，但是很多因素會(huì)影響數(shù)據(jù)挖掘，進(jìn)而影響整個(gè)商務(wù)智能系統(tǒng)的運(yùn)行狀態(tài)。對(duì)此，企業(yè)必須從本體出發(fā)，在本體的基礎(chǔ)上進(jìn)行數(shù)據(jù)挖掘。數(shù)據(jù)挖掘分為以下幾種：一是低層次數(shù)據(jù)挖掘，二是高層次數(shù)據(jù)挖掘。其中，高層次數(shù)據(jù)挖掘具有一定的優(yōu)勢(shì)，體現(xiàn)在以下幾個(gè)方面：一是高層次數(shù)據(jù)挖掘能夠更加明確數(shù)據(jù)分類，并對(duì)數(shù)據(jù)進(jìn)行分析和總結(jié)。當(dāng)然，高層次數(shù)據(jù)挖掘不是獨(dú)立存在的，需要建立在低層次數(shù)據(jù)挖掘基礎(chǔ)之上，并發(fā)揮出其獨(dú)特的作用。二是高層次數(shù)據(jù)挖掘方法更加豐富，數(shù)據(jù)挖掘的規(guī)則會(huì)相應(yīng)減少。

4.2加強(qiáng)商務(wù)智能系統(tǒng)管理

要想真正發(fā)揮出數(shù)據(jù)挖掘技術(shù)的作用，企業(yè)必須加強(qiáng)對(duì)商務(wù)智能系統(tǒng)的管理，設(shè)置專門的管理人員，設(shè)置系統(tǒng)內(nèi)部用戶權(quán)限，只有擁有訪問權(quán)限的用戶才能進(jìn)入商務(wù)智能系統(tǒng)，避免重要數(shù)據(jù)的丟失。當(dāng)然，相同的用戶可以有不同的身份，但是不同的身份所擁有的權(quán)限不同。商務(wù)智能系統(tǒng)可以為用戶提供以下功能：一是日志管理，二是密碼修改，而系統(tǒng)管理員可以驗(yàn)證每位用戶的操作，保證操作的合理性。信息查詢也是商務(wù)智能系統(tǒng)的功能之一，用戶可以根據(jù)自己的需求來查詢信息。商務(wù)智能系統(tǒng)管理員需要定期升級(jí)系統(tǒng)，這樣才能保證系統(tǒng)內(nèi)數(shù)據(jù)的完整性和時(shí)效性。商務(wù)智能系統(tǒng)具備數(shù)據(jù)交互能力，提高了數(shù)據(jù)資源的利用率，給合作者帶來相應(yīng)利益。新時(shí)期，企業(yè)對(duì)數(shù)據(jù)質(zhì)量和反饋速度的要求不斷提高，數(shù)據(jù)挖掘技術(shù)在商務(wù)智能系統(tǒng)中的應(yīng)用恰好可以滿足企業(yè)的需求，實(shí)現(xiàn)信息的流通和共享。事實(shí)上，數(shù)據(jù)挖掘還會(huì)涉及到隱私問題，比如一些用戶通過訪問醫(yī)院的醫(yī)療記錄來減少保險(xiǎn)支出等。國家相關(guān)部門必須結(jié)合國內(nèi)實(shí)際情況出臺(tái)數(shù)據(jù)挖掘相關(guān)的管理辦法和條例，把數(shù)據(jù)挖掘控制在合法的范圍內(nèi)。

4.3提升數(shù)據(jù)挖掘人員的專業(yè)性

數(shù)據(jù)挖掘不是一步完成的，需要分為多個(gè)步驟，不同的步驟需要不同的專業(yè)人員操作。目前，數(shù)據(jù)挖掘人員可以分為以下幾類：一是業(yè)務(wù)分析人員，這部分人員必須熟悉企業(yè)的各項(xiàng)業(yè)務(wù)，而且能夠根據(jù)業(yè)務(wù)項(xiàng)目來確定數(shù)據(jù)挖掘的對(duì)象和范圍。二是數(shù)據(jù)分析人員，這部分人員不僅需要掌握數(shù)據(jù)分析技術(shù)，還需要掌握統(tǒng)計(jì)學(xué)知識(shí)，能夠把企業(yè)的實(shí)際需求轉(zhuǎn)化為數(shù)據(jù)挖掘內(nèi)容。三是數(shù)據(jù)管理人員，這部分人員要掌握管理技能。數(shù)據(jù)挖掘需要技術(shù)和資金支持，通過反復(fù)操作來接近事物的本質(zhì)，不斷提出問題，解決問題，實(shí)現(xiàn)可視化操作。在數(shù)據(jù)挖掘的過程中，挖掘人員的專業(yè)性直接關(guān)系到數(shù)據(jù)挖掘的效率和質(zhì)量。對(duì)此，數(shù)據(jù)挖掘人員必須不斷完善自我，學(xué)習(xí)新知識(shí)和新技能，提升自身的專業(yè)性和綜合素養(yǎng)。新時(shí)期，企業(yè)數(shù)據(jù)庫往往包含以下數(shù)據(jù)：一是整合性數(shù)據(jù)，二是詳細(xì)數(shù)據(jù)，三是匯總數(shù)據(jù)，四是歷史數(shù)據(jù)，五是解釋數(shù)據(jù)等，數(shù)據(jù)挖掘人員需要明確不同數(shù)據(jù)之間的聯(lián)系和區(qū)別，合理構(gòu)建數(shù)據(jù)挖掘模型。數(shù)據(jù)挖掘技術(shù)的應(yīng)用不能盲目，需要遵循一定的規(guī)則，關(guān)聯(lián)性規(guī)則包括以下階段：一是數(shù)據(jù)挖掘人員需要先從大量原始數(shù)據(jù)中挖掘出數(shù)據(jù)項(xiàng)目組，二是分析數(shù)據(jù)項(xiàng)目組之間的關(guān)聯(lián)性。

4.4豐富數(shù)據(jù)挖掘方法

事實(shí)上，數(shù)據(jù)挖掘方法比較多，主要分為以下幾種：一是神經(jīng)網(wǎng)絡(luò)，二是遺傳算法，三是決策樹方法，四是粗集方法，五是統(tǒng)計(jì)分析法，六是模糊集方法。其中，神經(jīng)網(wǎng)絡(luò)實(shí)際上就是在挖掘數(shù)據(jù)之前建立神經(jīng)網(wǎng)絡(luò)模型，并對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)和模式識(shí)別。神經(jīng)網(wǎng)絡(luò)的適應(yīng)性非常強(qiáng)，但是掌握難度比較大。遺傳算法實(shí)際上就是利用遺傳機(jī)理對(duì)數(shù)據(jù)進(jìn)行挖掘，刪掉多余的數(shù)據(jù)單元，從網(wǎng)絡(luò)中找到數(shù)據(jù)挖掘的規(guī)則。決策樹方法屬于比較常見的數(shù)據(jù)挖掘方法，該方法就是從眾多數(shù)據(jù)項(xiàng)目中利用變量決策來找出有價(jià)值的信息。粗集方法也是一種數(shù)學(xué)工具，利用集合理論，分析數(shù)據(jù)之間的關(guān)聯(lián)性。粗集方法的操作比較簡(jiǎn)單，而且算法比較容易掌握，應(yīng)用成本低。統(tǒng)計(jì)分析方法主要是利用數(shù)據(jù)的函數(shù)關(guān)系和相關(guān)關(guān)系來挖掘數(shù)據(jù)信息，統(tǒng)計(jì)出數(shù)據(jù)的最大值，平均值等，分析數(shù)據(jù)之間的差異性。模糊集方法對(duì)商務(wù)智能系統(tǒng)的要求比較高，系統(tǒng)越復(fù)雜，模糊性也就越強(qiáng)。雖然數(shù)據(jù)挖掘技術(shù)的種類比較多，但是數(shù)據(jù)挖掘人員需要結(jié)合商務(wù)智能系統(tǒng)和企業(yè)的實(shí)際情況來選擇數(shù)據(jù)挖掘技術(shù)，真正發(fā)揮出數(shù)據(jù)挖掘技術(shù)的作用。

5結(jié)語

如今，數(shù)據(jù)挖掘技術(shù)被廣泛應(yīng)用于商務(wù)智能中，數(shù)據(jù)挖掘技術(shù)能夠快速在大量原始數(shù)據(jù)中提取出有價(jià)值的信息，并對(duì)數(shù)據(jù)進(jìn)行分類匯總，為企業(yè)管理者作出決策提供依據(jù)。如今，企業(yè)的規(guī)模不斷擴(kuò)大，企業(yè)的發(fā)展步伐不斷加快，企業(yè)對(duì)數(shù)據(jù)處理速度和質(zhì)量都提出了較高的要求，數(shù)據(jù)挖掘技術(shù)的應(yīng)用可以滿足企業(yè)的發(fā)展需求，推動(dòng)企業(yè)的發(fā)展。但是，由于我國應(yīng)用數(shù)據(jù)挖掘技術(shù)的時(shí)間比較短，還存在一定的缺陷，需要不斷探索和完善，才能真正發(fā)揮出數(shù)據(jù)挖掘技術(shù)在商務(wù)智能中的作用。雖然數(shù)據(jù)挖掘技術(shù)的應(yīng)用給企業(yè)發(fā)展帶來便利，但是數(shù)據(jù)挖掘也會(huì)涉及到一定的隱私，需要國家相關(guān)部門加強(qiáng)監(jiān)督和管理，把數(shù)據(jù)挖掘控制在合法的范圍內(nèi)。不同的企業(yè)對(duì)數(shù)據(jù)挖掘的需求不同，所選用的數(shù)據(jù)挖掘方法也會(huì)有所不同，這就要求數(shù)據(jù)挖掘人員具備豐富的實(shí)踐經(jīng)驗(yàn)，并不斷提升自身的專業(yè)性，保證數(shù)據(jù)挖掘的合理性，為企業(yè)發(fā)展指明方向和目標(biāo)，推動(dòng)企業(yè)發(fā)展。

參考文獻(xiàn)

[1]穆俊.基于本體的數(shù)據(jù)挖掘技術(shù)應(yīng)用于商務(wù)智能中的實(shí)際應(yīng)用[J].微型電腦應(yīng)用,2014,30(12).

[2]何超.基于數(shù)據(jù)挖掘的企業(yè)競(jìng)爭(zhēng)情報(bào)智能分析研究[D].武漢大學(xué),2014.

[3]宋遠(yuǎn)芳.基于本體的數(shù)據(jù)挖掘技術(shù)在商務(wù)智能中的應(yīng)用[J].計(jì)算機(jī)技術(shù)與發(fā)展,2009,19(1).

作者：黃飛 單位：對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)統(tǒng)計(jì)學(xué)院