商务智能整理.docVIP

商务智能概念：商务智能是企业利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息，创造和累计商务知识和见解，改善商务决策水平，采取有效的商务行动，完善各种商务流程，提升各方面商务绩效，增强综合竞争力的智慧和能力。”BI市场份额的36%，其中国内BI许可证的销售金额只占全部BI许可证的6%。经过近年来的发展，商务智能的状况在国外和国内都有新的变化。商务智能在国外发展十几年来，发展早期的商务智能厂商都是以数据分析为主，当然这些厂商又要依托于数据存储厂商，数据存储厂商开始向商务智能转变，即开始数据分析服务。商务智能在功能上也有了很大的增 强，开始注重产品模块的集成，朝着新的方向发展。 在我国，商务智能发展速度迅猛，我国BI市场规模的扩大和发展刺激了国外BI企业大规模入驻我国，也激励了国内BI企业的发展。，我国商务智能企业也开始发展，出现了唯智、博科等知名厂商。 主要厂商： 金融行业应用：很多金融企业也拥有较完整的业务处理系统，并实现了业务数据的大集中，为实施商务智能项目提供了基础。采用了战略性智能架构，主要从风险智能、顾客智能、运营智能和财务智能等方面入手，采用不同智能组件的整合方案，帮助企业实现战略业务决策智能化，提高企业利润，降低企业风险，真正使企业盈利最大化、风险最小化。??? 对于银行来说，需要着重强调风险管理，公司提供的风险分析工具运用风险模型把有关风险信息通过直观的仪表盘和报表等形式呈现给用户。管理风险的专业人员可以一目了然地看到信贷、运营和市场方面的风险数据，并在此基础上钻取详细的信息。管理者可以轻松地看到风险的级别，有效地预测和降低风险。商务智能可以给金融企业带来如下价值。??? (1)整合金融企业资源，进行成本控制、获利分析和绩效评估。 (2)评估、模拟、分析与控制市场风险、信用风险以及运营风险。???? (3)开发、保留和利用金融顾客关系，发展增值服务和个性化服务。Oltp区别 数据挖掘和OLAP，数据仓库两两之间关系 数据挖掘的技术定义 数据挖掘的基本步骤 为什么强关联规则不一定有效 关联规则的分类 .基于规则中处理的变量的类别： 关联规则处理的变量可以分为布尔型和数值型基于规则中数据的抽象层次： 基于规则中数据的抽象层次，可以分为单层关联规则和多层关联规则基于规则中涉及到的数据的维数： 关联规则中的数据，可以分为单维的和多维的。分类(classification )： 　　它找出描述并区分数据类或概念的模型(或函数)，以便能够使用模型预测类标记未知的对象类。分类分析在数据挖掘中是一项比较重要的任务, 目前在商业上应用最多。分类的目的是学会一个分类函数或分类模型(也常常称作分类器),该模型能把数据库中的数据项映射到给定类别中的某一个类中。　是指根据“物以类聚”的原理，将本身没有类别的样本聚集成不同的组，这样的一组数据对象的集合叫做簇，并且对每一个这样的簇进行描述的过程。它的目的是使得属于同一个簇的样本之间应该彼此相似，而不同簇的样本应该足够不相似。与分类规则不同，进行聚类前并不知道将要划分成几个组和什么样的组，也不知道根据哪些空间区分规则来定义组。其目的旨在发现空间实体的属性间的函数关系，挖掘的知识用以属性名为变量的数学方程来表示。 若选出的一对样品在已经分好的组中都未出现过，则把它们形成一个新组。 若选出的一对样品中，有一个出现在已经分好的组里，则把另一个也加入到该组。 若选出的两个样品，它们分别出现在已经分好的两组中，则把这两个组连在一起。 若选出的两个样品都出现在同一组中，则不须再分组。