当前位置：首页 > BI-商业智能 > BI案例 > 正文

提升决策质量中小企业数据挖掘应用方案

来源：软件世界作者：李兴森

2011/3/24 19:56:00

大中小

中小企业的数据量不够能做数据挖掘吗？数据质量差能挖掘出有用的知识吗？分析证明，不同信息化程度的企业可以部署不同的数据挖掘方案。

分享到：新浪微博腾讯微博

本文关键字： BI 商业智能数据

基于数据挖掘的信息系统完善分5个步骤:

3、根据挖掘的商业目标和数据地图判断现有信息系统是否能够满足数据挖掘的需要，如果不能，确定要增加的软件系统及其实施顺序等;

4、实施补充的信息系统，积累数据;

5、数据积累达到数据挖掘的要求时，实施数据挖掘项目，得到挖掘结论并用于决策。

这样可以根据企业决策的需要，高效率地完善信息系统，时间短，见效快。

三、对信息系统齐全，数据质量差的企业，通过数据挖掘咨询提高数据质量。

从数据挖掘的角度发现现状数据和目标数据之间的差距，提供数据挖掘咨询（包括进行挖掘目标、数据质量分析，从数据挖掘角度提出改进建议等），采取调整数据结构、存储方式、汇总方式、保留时间等，使数据的完整性和准确性提高，逐步提高整体的数据质量，缩小数据质量的差距。循环进行挖掘试验，采取改进措施，差距逐渐减小，高质量的数据逐渐替换低质量的数据，使数据质量逐步提高，在某一时刻量变引起质变，由数据挖掘咨询、试验阶段进入数据挖掘项目正式实施阶段，一旦数据挖掘的结论为业务决策带来价值，公司管理层、业务人员就会更加重视信息系统数据的质量，也会采取一些促进信息化建设的措施，如增加投入，加强管理，重视数据分析等，这样对数据的需求增加，会促使更多的数据集成，新数据集成后又会发现质量问题，进入下一循环的数据挖掘咨询、项目实施。这种螺旋上升式的循环实施，不但实现了不可挖掘数据到可挖掘数据的转换，还驱使企业信息化程度和质量的整体提升。

四、对信息系统齐全，数据质量较好的企业，直接实施数据挖掘项目。

中小企业的数据挖掘项目可以采用专一功能的数据挖掘软件，同时建立知识平台，人机结合，不断积累知识。

另外，对业务范围较广，企业自身数据不足的，可以挖掘网络信息，得到供应商、客户群、竞争环境等的知识。实践证明，数据挖掘对中小企业同样具有深远的意义。当然，受各种条件限制，中小企业在实施数据挖掘项目的过程中，还会遇到一些问题，如软件集成和更新费用高、人员维护能力差，以及挖掘网络资料的技术要求较高等，MCLP数据挖掘软件是一种操作简单、成本较低的挖掘工具，该软件该软件采用以线性规划为基础的多目标决策法，给定一组类别和一组评价变量，用一些相关的边界变量去区别类别。最简单的多目标描述为既求分类重叠的最小化又求类别之间距离的最大化，其结果为最满意解。

这个方法有如下特点:1、建模型过程简单明了;2、可灵活的修改参数;3、容易用多类别分析;4、预测可靠度和精确度较其他方法高。这种方法在研究阶段已成功得用于美国著名信用卡公司两种有代表性的实际信用卡历史数据集的分析。第一种的6000个数据来源于美国二十八个州的6000个居民的个人信用卡历史记录。第二种来源于一家银行所发行的6023个信用卡记录。经过计算机三十多次变换参数的分析，结果表明模型在分析精度上非常高。当数据集的数据个数超过3000，模型呈现出成熟性特征，即分析精度趋向稳定和可靠。此外，由于近年计算机芯片的快速发展，计算速度的成倍提高，大大增加了这种模型商业应用的价值。

最优线性数据挖掘方法不但已用于世界上最大的信用卡公司（First Data Corporation）的商业操作，同时在信息安全和艾滋病研究中取得了领先成果，并尝试进行基因库的研究。最优线性数据挖掘的评分系统知识管理法正成为信用卡、个人资信和企业资信数据分析的前沿技术。

责编：张泽牧