数据挖掘及其在企业管理中的应用.doc

数据挖掘及其在企业管理中的应用
[摘要] 随着知识经济的发展,知识作为一种重要的经济资源可以提升企业的竞争力,知识管理作为一种经营战略模式越来越受到企业的重视。数据挖掘技术是数据库和信息决策领域的一个理论前沿,是知识发现的核心部分,利用数据挖掘技术可以从企业海量的数据和信息中挖掘出有效的知识,帮助企业实施科学有效的知识管理,从而提升企业的核心竞争力,促进企业科学、快速与持续发展。数据挖掘就是在此时应运而生的,如何更充分的利用企业积累的大量数据,如何让他们发挥更大的作用,成为企业生存和发展的关键之关键。
[关键词]数据挖掘企业应用
中图分类号:C37文献标识码: A
1 前言
近年来,知识管理飞速发展,学者对知识管理的研究越来越深入,知识管理在企业中的实践也越来越广泛。企业可以广泛搜集到组织所掌握的技术诀窍、业务资料和长期实践经验等数据资料。但如何对这些数据资料进行科学地分析、处理,从而发掘出对管理和决策有价值的信息和知识,却是企业面临的主要挑战。数据挖掘技术可以有效地解决这一问题,并且被广泛应用于企业知识管理中。企业要在激烈的市场竞争中获胜,必须对组织中的知识进行整理或收集,形成企业的核心竞争能力的知识资本,从而提高企业的市场竞争力。
2 数据挖掘概述
数据挖掘是一种决策支持过程,是一类深层次的数据分析方法。它主要基于AI、机器学习、统计学等技术,高度自动化地分析企业原有的数据,作出归纳性地推理,从中挖掘出潜在的模式,预测客户行为,帮助企业的决策者调整市场策略,减少风险,做出正确的决策。数据挖掘的商业应用可以描述为:按企业既定业务目标,对大量的企业数据进行探索和分析,揭示隐藏的、未知的或验证已知的规律性,并进一步将其模型化的先进有效的方法。数据挖掘是一个利用各种分析工具在海量数据中发现模型和数据间关系的过程,这些模型和关系可以用来做出预测。数据挖掘,还可以称为数据库中的知识发现(Knowledge Discovery in Database, KDD),是从大量数据中提取出可信、新颖、有效并能被人理解的信息的高级处理过程。
数据挖掘是在数据库技术、人工智能技术、概率与数理统计的基础上发展起来的一种的技术。
数据库技术
SQL统治数据库查询语言标准三十多年这一事实本身就与现在 IT 发展的节拍不符,难道我们“只会查询”吗?所以就有很多专家纷纷转向数据仓库与数据挖掘技术,从数据查询转向数据挖掘、从数据演绎转向数据归纳。传统的数据库系统的体系结构也过于瘦少,只有不协调的两层,这样的结构就造成了只有程序员能编程,老板只能求助于这些“专家”。
人工智能技术
人工智能技术的三大难题:“知识获取、知识表示、缺乏常识”直接制约了它在现实技术市场上的作用。而在与数据仓库技术的结合上,它可以发挥重要作用,这使得它转向数据挖掘技术。
概率与数理统计
数理统计技术是应用数学中最重要、最活跃的学科。但在与数据库技术的结合上作为有限,这从 SQL 中那可怜的几条汇总函数便可看出。随着数据挖掘对查询、归纳对演绎需求的进化,概率与数理统计将获得新的生命力。
数据挖掘中最常用的技术:
人工神经网络(Artificial works)
人工神经网络是