[IT 计算机]第六讲第15章 商务智能.pptVIP

* Problems Suitable for Data-Mining 基于知识的决策 具有变化的外部环境 具有可以使用的、充分的相关数据 正确的决策具有高的回报率 * DM（数据挖掘） VS OLAP OLAP分析过程的本质是一个演绎推理的过程 OLAP分析先建立一系列的假设，然后通过OLAP来证实或推翻这些假设来最终得到自己的结论 * DM（数据挖掘） VS OLAP DM（Data Mining）和OLAP是完全不同 DM本质上是一个归纳的过程 不是用于验证某个假定的模型的正确性，而是在数据库中自己寻找模型 数据挖掘和OLAP具有一定的互补性 * 问题描述：预测信用水平是好还是差，银行据此决定是 否向客户发放贷款，发放多少 结果描述 收入大于5万元/年 是 否 有无储蓄帐户 是否房主 是 是 否 否 批准 不批准 批准 An Example * 数据挖掘的典型结果——电信 问题描述：根据客户信息，预测客户流失可能性 结果描述:(神经网络） 输 入 流失概率 （0.87) 输 出 男 29 3000元/月 神州行 130元/月 ………… An Example  15.5 商务智能的架构 * BI平台基本架构 数据仓库 引擎 数据集成引擎 OLAP引擎 挖掘引擎（DM） 业务数据库（OLTP） ETL DW Architecture of Business Intelligence System(Won Kim, 1998 2nd Worldwide Computing and it’s Applications) 数据 信息 知识 利润 * * 案例： 商务智能模型 AD 方法库 MD 模型库 异构数据 采集程序 采集接口1 采集接口2 采集接口n 数据修正筛选 程序 数据仓库系统 OLAP 数据挖掘 系统 表示与发布系统 管理驾驶舱系统 智能报表系统 WEB发布系统 诊断发布系统 WEB数据采集接口 WEB智能表单统计平台 第一部分 第二部分 第三部分 第四部分 * 应用实例: 航天科技风华电子预算分析及数据挖掘平台 哈药集团医药物流数据挖掘系统 酒店行业数据挖掘的实际应用 * 数据挖掘系统 全面预算管理系统 异构系统数据采集系统 Web数据采集整合系统 全面预算处理 数据挖掘处理 管理驾驶舱系统 MC 表示层 处理层 采集层 航天科技风华电子预算分析及数据挖掘平台总体目标 航天科技风华电子预算分析及数据挖掘平台 * 数据挖掘系统（用户化的模型库、方法库） 哈药集团商务智能系统的分析方法 哈药集团商务智能系统 * * 北京保利大厦 酒店行业数据挖掘的实际应用 时序模型 应用举例： VIP会员消费时间序列记录 应用效果： 掌握时间规律后，可以在其消费高峰到来之前，实施针对的促销手段， 使其高峰提前到来。在其消费高峰消失前，通过促销手段延迟其结束。 * 关联模型 应用举例： 某一类客人与某一种促销活动的关系 某一类客人与某些事件的关系 应用效果： 掌握某一类客人与某一事件的关联关系后，待有同类事件发 生时，将该信息通知该类客户，促成潜在消费机会的发生。 商务智能的提出 ——九十年代末，美国 商务智能的含义 商务智能（Business Intelligence, 缩写为BI）指利用计算机及计算机网络，从商业数据存储中提取与分析企业关注信息的智能化的数据分析处理系统。 商务智能的核心技术 数据仓库DW , 在线分析处理 OLAP, 数据挖掘DM 数据仓库 为满足管理决策中的数据需求，W.H.Inmon，在1992最先提出了数据仓库的概念。按照Inmon的定义，数据仓库是面向主题的、集成的、稳定的、不同时间的数据集合，用于支持经营管理的决策制定过程。目前已经成为企业级决策系统的重要组成部分。 数据仓库围绕一些主题,排除对于决策无用的数据,提供特定主体的简明视图. 构造数据仓库是将多个异种数据源集成在一起,确保命名约定,编码结构,属性度量等一致性 数据存储从历史的角度提供信息.数据仓库的关键结构,隐式或显式地包含时间元素. 数据仓库总是物理地分离存放数据;由于这种分离,数据仓库不需要事务处理,恢复和并发控制. 通常数据仓库只需要两种数据访问:数据的初始化装入和数据访问. 事务处理性能是第一位的 支持日常的业务 事务驱动 面向应用 数据是当前的并在不断变化 存储详细数据 (每一个事件或事务) 针对快速预定义的事务优化设计 可预见的使用模式 支持办事人员或行政人员 支持长远的业务战略决策 分析