浅谈数据挖掘在商业领域中的应用.pdfVIP

浅谈数据挖掘在商业领域中的应用 江莹，肖冬荣，赵靖 南京信息工程大学信息与控制学院，南京（210044 ） 摘 要：数据挖掘是对海量数据进行提炼以获得有价值信息的过程。现在商业数据库现在正 在以一个空前的速度增长，其中包含了大量的有价值的但尚未为人所知的信息。本文侧重介 绍了数据挖掘在商业领域的应用。 关键字：数据挖掘，商业应用，人工神经网络 中图分类号：TP311.13 文献标识码：[A] 1．技术上的定义及含义 数据挖掘（Data Mining ）是从大量的、不完全的、有噪声的、模糊的、随机的实际应 [1] 用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程 。 这个定义包括几层含义： 1 数据源必须是真实的、大量的、含噪声的。 2 发现的是用户感兴趣的有价值的知识。 3 发现的知识要可接受、可理解、可运用，可支持特定的发现问题。 2 ．商业角度的定义 数据挖掘是一种新的商业信息处理技术，主要是对商业数据库中的大量业务数据进行抽 [2] 取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据 。 现在，由于各行业业务信息化的实现，商业领域产生了大量的业务数据，这些数据或是 为了分析的目的而收集的，而或是纯粹的商业运作而产生。分析这些数据不再是单纯为了研 究的需要，更主要是为商业决策提供真正有价值的支持信息。目前所有企业面临的一个共同 问题是：企业数据量非常大，而其中真正有价值的信息却很少。因此就要求通过数据挖掘技 术的使用对大量的数据中进行深层分析，获得有利于商业决策的信息。 3 ． 数据挖掘与传统分析方法的区别 数据挖掘与传统的数据分析，如查询、报表、OLAP （联机应用分析）、统计分析等数 据分析技术的本质区别是数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识。数据 挖掘所得到的信息应具有先未知、有效和实用三个特征。 数据挖掘是要发现那些不能靠直觉发现的信息或知识,甚至是违背直觉的信息或知识,挖 掘出的信息越是出乎意料,就可能越有价值。在商业应用中一个经典的也是最常为人们所应 用的例子就是一家连锁店通过数据挖掘发现了在销售过程中小孩尿布和啤酒之间有着惊人 的联系。 4 ．数据挖掘技术及适用性 随着数据挖掘的发展和研究的深入，可使用的数据挖掘技术越来越多，有关联规则方法 （Association Rule ）、聚集检测（Cluster Detection ）、连接分析（Link Analysis ）、决策树 （Decision Trees ）、规则推理（Rule Induction ）、人工神经网络（Artificial Neural Network ）、 [3] 。下面介绍数据挖掘技术在商业中相应的应用。 遗传算法（Genetic Algorithm ）等 商业问题一般可以转化为数据挖掘能做的以下六类不同事务类型，不同任务可以使用不 - 1 - 同的技术进行数据挖掘，也可以使用多种技术的混合模型。 1 分类（Classification ）：商业应用如分析客户流失的原因，可以采用的技术有：遗传算 法，连接分析，决策树，人工神经网络。我们通常选择决策树技术，因为分完类之后， 我们需要知道每个类的流失的原因。 2 估值（Estimation ）：根据购买模式，估计一个家庭的收入及孩子的数量。ATT研究人 员Cortes an