數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)在商業(yè)智能中的研究及應(yīng)用.pdf

1、隨著信息技術(shù)的發(fā)展,企業(yè)的信息管理系統(tǒng)保存了包括生產(chǎn)運(yùn)作、銷(xiāo)售、客戶(hù)和產(chǎn)品等方面的大量數(shù)據(jù)。由于傳統(tǒng)的信息系統(tǒng)缺乏有效的分析方法和技術(shù),這些數(shù)據(jù)被深埋在各自系統(tǒng)設(shè)備中,企業(yè)處在“數(shù)據(jù)多、信息少”的尷尬境地。20世紀(jì)后期,商業(yè)智能((Business Intelligence)應(yīng)運(yùn)而生,它主要運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)(Data Warehouse)、聯(lián)機(jī)分析處理(OLAP)和數(shù)據(jù)挖掘技術(shù)(DM)這三大核心技術(shù)處理和分析商業(yè)數(shù)據(jù),輔助用戶(hù)解決商務(wù)活動(dòng)中

2、遇到的不確定性問(wèn)題,從而幫助和改善管理決策以提高其生存能力。商業(yè)智能在20世紀(jì)90年代有了突飛猛進(jìn)的發(fā)展。近年來(lái)商業(yè)智能研究的熱點(diǎn)主要集中在支撐技術(shù)、體系架構(gòu)和應(yīng)用系統(tǒng)三個(gè)方面,本文主要在支撐技術(shù)和應(yīng)用這兩個(gè)方面做了研究。
　　傳統(tǒng)的事務(wù)處理型數(shù)據(jù)庫(kù)技術(shù)已經(jīng)無(wú)法滿(mǎn)足現(xiàn)代企業(yè)復(fù)雜的商業(yè)信息處理和分析需求,1991年,W.H.Inmon首次提出數(shù)據(jù)倉(cāng)庫(kù)的概念。本文首先研究了數(shù)據(jù)倉(cāng)庫(kù)的基本原理及其與商業(yè)智能的關(guān)系,并基于SQL Serv

3、er2008 BI平臺(tái)創(chuàng)建了以銷(xiāo)售和庫(kù)存為主題的數(shù)據(jù)倉(cāng)庫(kù)。傳統(tǒng)的聯(lián)機(jī)事務(wù)查詢(xún)已經(jīng)無(wú)法滿(mǎn)足企業(yè)決策人員的多維復(fù)雜查詢(xún)需求,本文在銷(xiāo)售庫(kù)存數(shù)據(jù)倉(cāng)庫(kù)中,構(gòu)建了銷(xiāo)售庫(kù)存多維數(shù)據(jù)集,在SQL Server2008 BI平臺(tái)實(shí)現(xiàn)了企業(yè)級(jí)的多維度、多層次的OLAP技術(shù)。
　　數(shù)據(jù)挖掘技術(shù)可以從商業(yè)數(shù)據(jù)中發(fā)現(xiàn)新的商業(yè)模式,為企業(yè)提供決策和預(yù)測(cè)支持。對(duì)于直接營(yíng)銷(xiāo)(Direct marketing)商業(yè)問(wèn)題,針對(duì)連鎖型零售企業(yè)的客戶(hù)多、門(mén)店多和客戶(hù)購(gòu)

4、買(mǎi)行為隨機(jī)分散的特點(diǎn),本文利用原型挖掘模型選擇理論提出了EM聚類(lèi)樸素貝葉斯分類(lèi)模型,采用先聚類(lèi)再分類(lèi)的基本思想,解決了單一挖掘模型因?yàn)闆](méi)有足夠數(shù)量的客戶(hù)購(gòu)買(mǎi)事件數(shù)據(jù)而影響和降低挖掘模型分類(lèi)精確度的問(wèn)題。實(shí)驗(yàn)證明,EM聚類(lèi)樸素貝葉斯分類(lèi)模型在客戶(hù)購(gòu)買(mǎi)行為分類(lèi)預(yù)測(cè)方面明顯優(yōu)于K-means聚類(lèi)樸素貝葉斯分類(lèi)模型和無(wú)聚類(lèi)的樸素貝葉斯分類(lèi)模型。
　　OLAM(On-Line Analytical Processing Mining)是研究

5、如何將OLAP和數(shù)據(jù)挖掘有機(jī)結(jié)合、優(yōu)勢(shì)互補(bǔ)的熱點(diǎn)技術(shù)。本文利用在數(shù)據(jù)倉(cāng)庫(kù)中構(gòu)建的銷(xiāo)售庫(kù)存數(shù)據(jù)立方體作為數(shù)據(jù)源,提出了基于OLAM的EM聚類(lèi)關(guān)聯(lián)挖掘模型。該模型利用OLAM可以在不同維度和不同粒度上實(shí)現(xiàn)數(shù)據(jù)挖掘的優(yōu)勢(shì),針對(duì)交叉銷(xiāo)售(Cross selling)問(wèn)題,先用客戶(hù)維度信息提取客戶(hù)的人口統(tǒng)計(jì)特征聚類(lèi)模式,再把客戶(hù)聚類(lèi)模式信息作為新的分析維度引入到維間關(guān)聯(lián)規(guī)則挖掘中,實(shí)現(xiàn)了聚類(lèi)和關(guān)聯(lián)規(guī)則兩種挖掘算法與OLAP的有機(jī)融合。最后在SSA