管理信息系统(3).pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * （3）数据库维护功能 数据库的初始化。 运行日志维护。 数据库的重组。 数据库的恢复。 （4）数据通讯功能 远程用户登录。 数据的传输。 第三节 数据挖掘 一、数据仓库 1、数据仓库的产生 （1）全局应用 子系统的分布性与异质性 （2）复杂分析 数据仓库的建立将企业的信息环境分为两大部分： ①操作环境 ②信息提供 2、数据仓库的概念 （1）数据仓库之父WH.Inmon的定义：数据仓库是支持管理决策过程的、面向主题的、集成的、随时间而变的、持久的数据集合。 （2）公认的定义：数据仓库是在企业管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合。 3、数据仓库的特点 （1） 面向主题，可根据最终用户的观点组织和提供数据。 （2）数据仓库的数据是集成的。 ①统一源数据中的所有矛盾之处； ②进行数据综合和计算。 （3）数据仓库的数据是不可更新的。 （4）数据仓库的数据是随时间不断变化的 ①数据仓库随时间变化不断增加新的数据内容； ②数据仓库随时间变化不断删除旧的数据内容； ③数据仓库中的综合数据很多是和时间相关的。 4、数据仓库的体系结构 客户应用 数据仓库 集成器 监视器 监视器 监视器 数据源 数据源 数据源 … 信息发布 报表、查询 OLAP工具 数据挖掘工具 操作平台 数据仓库管理系统 数据集市管理系统 管理平台 数元据 数据抽取 数据净化 数据载入 操作型数据和外界数据 二、数据挖掘的概念 1、数据挖掘的概念 数据挖掘：从很大的数据库中抽取有效的、从前未知的、综合性的、活动的信息，并且用其作出关键的业务决策的过程。 数据挖掘技术：任何帮助从大量数据中发现知识的技术都可用于数据挖掘。具体的数据挖掘技术有预测模型、关联分析、分类、数据库分割等 2、数据挖掘－－原由 数据挖掘 数据库越来越大 有价值的知识 可怕的数据 3、数据挖掘技术 （1）分类（Classification） ①区分数据类别，描述离散型变量的输出。 ②分类模式：分类树，根据数据值从树根有哪些信誉好的足球投注网站，沿着数据满足的分支往上走，走到树叶就能确定类别。 如：给出某动物特征，分类可判定其是哺乳动物还是鸟类。 （2）估值（Estimation） 处理连续值的输出。 如：给出某人的教育情况、工作经验等，可以用估值判定此人的年工资范围：6000以下/6000-10000/10000以上。 （3）预测（Prediction） 通过分类或估值得出模型，用于对未知变量预言，需要时间验证，用历史预测未来。 2005年预测值 （4）关联分析（Association） ①关联规则：通过分析数据或记录间的关系，决定哪些事情将一起发生。 例如： ⅰ在无力偿还贷款的人中，60％月收入在3000元以下。 ⅱ购买铁锤的顾客中有70％同时购买铁钉? 规划商品摆放。 ⅲ人寿保险：年龄在40岁以上，工作在A区的投保人中，45%曾向保险公司索赔过。 ②序列模式 与关联规则相仿，而把数据间的关联性与时间联系起来，不仅需要知道事件是否发生，而且需要确定发生的时间。 如：在购买彩电的人中，60％的人会在3个月内购买影碟机。 案例：销售自动化对哥恩阿沃瑞公司进行重组 在销售管理及自动化领域中有一种令人担忧的趋势，即用高度结构化的销售方法指导销售人员一步一步地进行销售，然后实施一个把这种结构强加于销售人员的销售自动化系统。该项活动用了一些令人迷惑的词，如机会管理、虚拟销售、销售渠道及销售管道等。但这并没有起什么作用。许多公司都说无法让其销售人员采纳其中任何一项方法，因为没有一项方法反映了现实销售世界。 初看结构化的销售流程似乎是销售经理的一项伟大成就，他想做的就是提高效率和效益。 IS经理和销售自动化软件厂商对此方法也十分欢迎