基于可拓集企业数据挖掘应用方案初探

《基于可拓集企业数据挖掘应用方案初探》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第38卷第7期哈尔滨工业大学学报VolI38No．72O06年7月JOURNALOFHARBININSTITUTE0FTECHNOI。OGYJulv2006基于可拓集的企业数据挖掘应用方案初探李兴森1，石勇2，李爱华1(1．中国科学院研究生院管理学院，中国科学院数据技术与知识经济研究中心，北京100080，E—mil：lixingsen@126．com；2．中国科学院研究生院，中国科学院数据技术与知识经济研究中心，北京100080)摘要：数据本身的质量差造成数据挖掘结论的可信度低已经成为影响数据挖掘应用的重要因素，针对不完备数据设计的清洗算法、容忍算法等都不能从根本

2、上解决这个问题．通过深入分析这一矛盾现象的原因，对企业数据建立物元可拓集合，提出基于可拓方法的数据挖掘企业应用方案．以数据挖掘所需的完备数据集做为条件物元，发现数据质量差距，以事元“数据挖掘咨询”促使物元集可拓域的发展变换，推出以数据挖掘应用咨询带动数据质量改进的措施，从而解决了数据质量的矛盾问题，使数据质量不高的企业也可以实施数据挖掘项目，提高信息决策水平．关键词：可拓学；可拓集合；物元分析；数据挖掘；企业信息化；数据质量；数据挖掘咨询中图分类号：TPl311文献标识码：A文章编号：0367—6234(2006)07一1124—05Studyonenterpris

3、edataminingsolutionbasedonextensionsetLIXing—senl，SHIYon92，LIAi—hual(1．CollegeofManagement，GraduateUniversity《t}leChineseAcademy0fSciences，TheCASResearchCenteronDataTech—nology&KnowledgeEconomy，Beijing100080，China，E—mail：lixingsen@126．com；2．GraduateUniversityoftheChineseA—cademyofScien

4、ces，TheCASResearchCenteronDataTechnology&KnowledgeEconomy，Beijing100080，China)Abstract：Dataminingneedshighqualitydatawhilemanyente叩riseshavenogoodenoughdatatogetacred—ibleconclusion，whichpreventsitsimplementation．ThereasonshavebeenanalysedbasedonEXtension7I'heo—Iy，andanewmethodhasbeenp

5、roposedbyusingMatterElementAnalysisandextensionset，whichsolVestheconnictingproblembydataminingconsulting．Itsapplicationinawebcompanyshowsthatithasgoodpracti—calitywhichcandodataminingp110jectsinlowqualitydataente印risesandincreasethedecisionleVels．Keywords：Extenics；extensionset；matte卜el

6、ementanalysis；datamining；enterpriseinfo珊ationsystem；dataquality；dataminingconsulting性选取的有限性之间的矛盾等等．其中，数据质量l数据挖掘应用现状及存在问题问题已成为影响数据挖掘应用的重要因素H山一，近年来，数据挖掘在生物、金融、保险、零售等存在有错误的或者不完整的、冗余的、稀疏的数据行业已得到较为广泛的应用¨。J，成为后信息化使得最终数据挖掘结论的可信度降低。因而，数据时代的关键技术．但在数据挖掘项目洽谈及实施挖掘专家对数据质量差的企业得出的结论是不能过程中，常常会碰到各种矛盾问题

7、．例如，数据本做数据挖掘，做了结论准确性也很低，无法商业化身质量问题和挖掘结论正确性的矛盾、海量数据应用；对企业而言，往往缺乏有效措施使数据准与快速挖掘的矛盾、影响因素的无限性和挖掘属确口J，同时数据准确性无法有效检验，最终导致数据挖掘项目的沟通时间长，企业热情由高到低，收稿日期：2006—03—30．基金项目：国家自然科学基金委管理科学部与信息科学部跨学可能使数据挖掘项目的洽谈无法达成协议．科重点资助项目(7053104JD)；国家自然科学基金资助针对数据质量和挖掘结论准确性之间的矛盾，项目(70501030)．目前企业的做法通常是制定数据质量检验的标准，作者