数据挖掘在商务中的应用

《数据挖掘在商务中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、维普资讯http://www.cqvip.com2004年9月广西师范学院学报(自然科学版)Sep．2OO4第21卷第3期JournalofGu嗣ⅢlTeachersEdueaUonUniver~ty(NaturalScienceEdition)Vo1．21No．3文章编号1002．8743(2004)03-0069．06数据挖掘在商务中的应用李新仕(广西财经学院，广西南宁530003)摘要：随着数据挖掘技术的不断改进和数据挖掘工具的不断完善，数据挖掘必将在各行各业中得到广泛的应用．该文首先介绍数据挖掘的常用模式和常用的解决方案，并着重介绍关联规则、多层和多维规则以及

2、聚类分析在商务中的应用．关键词：数据挖掘(DM)；关联规则；联机分析处理(0LAP)；聚类分析中图分类号：TP311文献标识码：A数据挖掘技术是一项以数据库技术、统计分析、人工智能等为依托的综合性运用技术，它在零售、保险、电信、电力等行业的运用已经显示出巨大的商业价值并逐步向其他行业渗透．数据挖掘是新型的商业分析处理技术它是从大型数据仓库中发现并提取隐藏在其中的信息的一种新技术，帮助决策者寻找数据间潜在的关联，发现被忽略的因素．它不仅是面向特定数据库的简单检索查询调用，而且要求对这些数据进行微观、中观乃至宏观的统计、分析、综合和推理，以指导实际问题的求解，企图发现事件

3、间的相互关联，甚至利用已有的数据对未来的活动进行预测这些信息和因素对预测趋势和决策行为是至关重要的．随着信息化进程的不断推进，企业信息化工作发展迅速，各种辅助管理软件(ERP、CRM、SCM、PDM等)在企业中都得到了广泛的应用．而这些辅助软件的核心就是数据库技术，随着数据库技术的发展，数据仓库、数据集市的建立，企业存储有大量的管理资料、客户资料和生产资料，如何从中提取出隐藏在其中的信息，帮助决策者进行决策，是企业面临的问题．1常用数据挖掘模式数据挖掘模式有很多种，按功能可分为预测型模式和描述型模式两类．预测型模式是可以根据数据项的值精确确定某种结果的模式，挖掘预测型

4、模式所使用的数据也都是可以明确知道结果的．描述型模式是对数据中存在规则的描述，或者根据数据的相似性把数据分组．在实际应用中，往往根据模式的实际作用将数据挖掘模式细分为以下几种．1．1分类模式分类模式是一个分类函数(分类器)，它把数据集中的数据项映射到某个给定的类上．分类模式往往表现为一棵分类树，根据数据的值从树根开始搜索．沿着数据满足的分支往上走，走到树叶即可确定类别．1．2回归模式回归模式的函数定义与分类模式相似，差别在于前者的预测值是连续的，而后者是离散的．1．3时间序列模式时间序列模式是根据数据随时间变化的趋势预测将来的值．收稿日期：2004—06—08作者简介

5、：李新仕(1967一)，男，广西田东县人，讲师，研究方向：电子商务与企业信息化维普资讯http://www.cqvip.com·70·广西师范学院学报(自然科学版)第21卷1．4聚类模式聚类模式把数据划分到不同的组中，组之间的差别尽可能大，组内的差别尽可能小．与分类模式不同，聚类前并不知道将要划分的组的数量和类型，也不知道根据那一个数据项来定义组．1．5关联模式关联模式是数据挖掘的核心技术，它是由R．Agrawal等人首先提出的．关联规则就是给定一组项目和一个记录集合，通过分析记录集合，推导出项目间的相关性，关联模式广泛应用于各行各业．其数学模型表达如下：设I={I1

6、，I2，⋯，I}是二进制文字的集合，其中的元素称为项目．记D为交易T的集合，交易T是项目的集合，并有TcI项的集合，并且TcI．设x是一个I中项目的集合，如果XCT，那么称交易T包含X．一个关联规则是形如xjY的蕴含式，XCI，YCI，并且xnY=①．规则xY在交易数据库D中的支持度是交易集中包含x和Y的交易数与所有交易数之比，记为support(X~Y)．规则xY在交易集T中的可信度是指包含x和Y的交易数与包含x交易数之比，记为confidence(X~Y)．给定一个交易集D，挖掘关联规则问题就是产生支持度和可信度分别大于用户给定的最小支持度和最小可信度的关联规则．

7、2数据挖掘在商务应用中的解决方案传统的数据库已无法满足大容量历史数据、不同部分数据难以集成等特点，于是数据仓库应运而生．数据仓库是面向主题的、继承的、稳定的和随着时间变化的数据集合，它是数据挖掘的基础．数据挖掘也称数据仓库中的知识发现．2．1基于数据仓库的数据挖掘系统结构基于数据仓库的数据挖掘系统的结构一般包括三个部分：数据仓库管理系统、模型库管理系统和知识库管理系统．如图1所示．区垂困l匡图1基于数据仓库的数据挖掘系统结构框架数据仓库管理系统：直接负责对数据仓库进行管理，并完成对各种异构分布数据源中数据的提取工作，在最大限度上屏蔽各类异构数据源对系