基于数据挖掘的竞争情报系统模型.pdfVIP

#情报技术# J our n al of In form a t ion No . 1, 2005 基于数据挖掘的竞争情报系统模 蒲 群 莹 ( 中科院文献情报中心 北京 100080) , 。 随着企业对竞争情报的日益重视, 企业纷纷建立各自的竞争 最多的数据库之一。 情报系统, 以处理与企业竞争相关的各种情报。竞争情报的情报 b. 数据仓库。数据仓库是数据库技术发展的产物, 它是面向 来源多种多样, 比如各种数据报表、会议文献、产品信息等等。随 主题的、集成的、内容相对稳定的、随时间变化的数据集合。数据 着信息技术的发展, 企业也有了更多快捷的获取以及存储信息的 仓库可以将多个数据库集成在一起。它与传统数据库的区别在 新途径, 例如建立企业内部数据库、通过互联网发布企业信息并 于:数据仓库是面向主题的;其中的数据是经过对多个数据源的 获取竞争情报等。然而, 如何对获取的这些结构化、半结构化甚 数据的处理( 如清理、去冗等) ; 数据仓库具有只读性, 只支持查 至非结构化的数量庞大的数字信息进行分析, 从中得到企业需要 询、检索、提取, 不能对数据进行修改或删除;数据仓库中的数据 的情报呢? 数据挖掘正是从海量的数字信息中挖掘知识和情报 不是实时性的, 但是会被定期更新。数据仓库所能提供的最有力 的技术, 因此数据挖掘在竞争情报系统中扮演着重要的角色。本 的数据挖掘工具是多维分析方法(MultidimensionalData Analysis), 文主要介绍数据挖掘各种技术及其在竞争情报系统中的应用, 从 也称为联机分析处理( OLA ) 。数据仓库中的数据是经过清洗、 而提出一个建立在数据挖掘技术基础上的竞争情报系统模 。 集成、选择、转换等处理的, 最符合数据挖掘的条件, 因此它能为 数据挖掘提供最佳的挖掘环境。 1 c. 文本数据库。这一类数据库主要存储的内容是文字, 虽然 1. 1 随着信息量的快速膨胀、信息获得手段 信息含量大, 但是, 此类数据多数是非结构化或者是半结构化的 和途径的日益增加, 人们可以获得的信息越来越多, 可是相对而 (如HTML 、E- mail 邮件、Web 网页等), 对这类数据进行挖掘比 言, 对人们有用的信息所占的比例却越来越小。因此, 如何在浩 较复杂, 目前对此类数据库的挖掘也是数据挖掘领域研究的热点 瀚的信息海洋中找到有用的信息已经越来越受到关注, 数据挖掘 之一。针对此类数据库的数据挖掘主要有文本的主题特征提取、 技术就是在这样的背景下应运而生的。简单地讲, 数据挖掘是一 文本分类、文本聚类、文本摘要。 种利用各种分析工具建构数据分析模 , 从而在大 的数据库 d. 复杂类 数据库。这类数据库主要指非单纯文本的数据库 (或数据仓库) 中提取人们感兴趣的知识的过程。这些知识是隐 或能够表示动态的序列数据的数据库, 主要有空间数据库、时序 含的、事先未知的、潜在有用的信息, 提取的知识一般可以表达为 数据库以及多媒体数据库。 概念、规则、规律、模式等形式。 1. 3 由一些软件供应商和用户组织(包括 同传统的数据分析相比, 数据挖掘是在没有明确假设的前提 NCR, Daimler- Benz, S SS 等)成立的跨行业数据挖掘过程标准 下挖掘信息, 发现的知识通常是未知的、很难预料的, 但对人们是 (CRIS - DM)协会开发了一个与行业无关、与工具无关的数据挖 非常有用的;而传统的数据分析则是在人们提出某种假设的前提