数据挖掘在经济管理中的应用

《数据挖掘在经济管理中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、摘要：随着信息技术的高速发展，人们积累的数据量急剧增长，如何从海量数据中提取出有用的信息和知识已经成为经济管理领域以及其他各领域所关注的重要研究问题。数据挖掘是解决海量数据知识发现的关键技术，它是一种透过数理模式来分析企业内储存的大量资料，以找出不同的客户或市场划分，分析出消费者喜好和行为的方法。数据挖掘指的是从大型数据库或数据仓库中提取人们感兴趣的知识，这些知识是隐含的、事先未知的潜在有用信息。大部分的人认为数据挖掘和数据库是等价的概念。数据挖掘是随着科学技术的迅速发展、数据库规模的日益扩大以及人们对数据库中潜在信息资源的需求而迅速发展起来的。它是数据库技术、人

2、工智能、机器学习、统计分析、模糊逻辑等学科相结合的产物。数据挖掘的对象不仅是结构化数据库，也可以是半结构化的超文本文件，甚至是非结构化的多媒体。而数据仓库上面的数据挖掘，将是数据挖掘技术应用的主流。数据挖掘技术是为了解决网络上“RichDataPoorInformation”即数据爆炸而知识贫乏这种矛盾现象而产生的，它研究的核心是如何从海量数据中进行知识的发现——KnowledgeDiscoveryinDatabase，简称KDD。数据挖掘的权威定义为从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据集合中，提取隐含在其中的、人们事先不知道的、但又是潜在有用

3、的信息和知识的过程。它结合了数据库技术、人工智能、概率论与数理统计等多个学科的知识为一体，能够为管理者制订战略规划提供正确的决策依据。数据挖掘一般由数据准备、挖掘操作、结果表达和解释三个主要阶段组成。在数据准备阶段应集成多个运作数据源中的数据，解决语义模糊性、处理遗漏数据、清洗脏数据。挖掘阶段是一个假设产生、合成、修正和验证传播的过程，也是上述三个阶段的核心。结果表达和解释阶段根据最终用户的决策目的把提取的有用信息正确地表达出来。数据挖掘的方法和技术可大致划分为三类：统计分析、知识发现、可视化技术等。统计分析用于检查异常形式的数据，然后利用统计模型和数学模型来解释

4、这些数据，统计分析方法是目前最成熟的数据挖掘工具。而知识发现则着眼于发现大量数据记录中潜在的有用信息或新的知识，属于所谓“发现驱动”的数据挖掘技术途经。知识发现常用的方法有人工神经网络、决策树、遗传算法、模糊计算或模糊推理等。数据质量、可视化数据的能力、极大数据库尺寸、数据挖掘者的技能、数据的粒度都是影响知识发现方法的重要因素。可视化技术则采用直观的图形方式将信息模式、数据的关联或趋势呈现给决策者，决策者可以通过可视化技术交互式地分析数据关系。由于数据仓库在规模、历史数据、数据集成和综合性、查询支持等方面都和传统的数据库有着本质的区别，所以数据仓库为数据挖掘提供了

5、更广阔的活动空间。数据仓库完成了数据的收集、集成、存储、管理等工作，数据挖掘面对的是经初步加工的数据，使得数据挖掘更专注于知识的发现；另一方面，由于数据仓库所具有的新特点，又对数据挖掘技术提出了更高的要求。所以，数据仓库技术的发展必须和数据挖掘技术有机地结合起来。因此，在现代企业经济管理中数据挖掘技术是必不可少的。数据挖掘在企业客户管理中的应用建立数据仓库来存放对全体客户、预定义客户群、某个客户的信息和交易数据，并通过对这些数据进行挖掘和关联分析，实现面向主题的信息抽取。对客户的需求模式和盈利价值进行分类，找出最有价值和盈利潜力的客户群，以及他们最需要的服务，更好

6、地配置资源，改进服务，牢牢抓住最有价值的客户。通过对客户资源信息进行多角度挖掘，了解客户各项指标（如资产贡献、忠诚度、盈利率、持仓比率等），掌握客户投诉、客户流失等信息，从而在客户离开之前，捕获信息，及时采取措施挽留客户。数据挖掘在企业经营管理中的应用企业在日常经营管理中会遇到各种各样的问题，比如产品的销售分区分量、仓库的最佳位置、最优的进货量、员工的最佳福利待遇方案等等。面对如此多的问题，仅凭原始的财务分析手段已经无法达到最优的分析结果，而且也并不是十分的科学，也许得出的最优结果是“伪最优”也是有可能的。所以现代企业往往采取数据挖掘当中的模型和分析工具，采用合适

7、的算法来对相关数据进行分析，希望得出最优的解决方案。比如采用时间按序列的方法对每个地区的销售量建立时间序列模型，得出下一期的最优销售量，这样可以减少库存的增加所带来的费用。除此之外，财务分析者通过数据挖掘参与销售、生产的财务预测、预算执行分析、业绩分析，并提出专业的分析建议，为业务决策提供专业的财务支持，使决策者得出正确的决策结果。企业通过数据挖掘，可以及时了解营业状况、资金情况、利润情况、客户群分布等重要的信息。并结合市场走势，提供不同条件下的最大收益经营方式。同时，通过对各营业部经营情况的横向比较，以及对本营业部历史数据的纵向比较，对营业部的经营状况作出分析，

8、提出经营建