行快速、一致、交互地访问,从而获得对数据的更深入了解的一类软件技术。(3)数据挖掘(DM)是一种决策支持过程,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,做出归纳性的推理,从中挖掘出潜在的模式,预测客户的行为,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。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。还有很多和这一术语相近似的术语,如从数据库中发现知识(KDD)、数据分析、数据融合(Data Fusion)以及决策支持等。数据挖掘是一门很广义的交叉学科,它汇聚了不同领域的研究者,尤其是数据库、人工智能、数理统计、可视化、并行计算等方面的学者和工程技术人员。数据挖掘的研究主要有3个技术支柱,即数据库、人工智能和数理统计。 2.2.2 商务智能系统处理流程商务智能作为一个概念,描述与业务紧密结合,并且根据需要进行相关特性展示和数据处理的过程。为了让数据“活”起来,往往需要利用数据仓库、数据挖掘、报表设计与展示、联机在线分析(OLAP)等技术。数据或者数据源包含的种类繁多,例如存储在关系型数据库中的,在外围数据文件中的,在业务流中实时产生存储在内存中的等等。而商业智能最终能够辅助的业务经营决策,既可以是操作层的,也可以是战术层和战略层的决策。这些分析有财务管理、点击流分析(Clickstream)、供应链管理、关键绩效指标(Key Performance Indicators, KPI)、客户分析等。商务智能关注的是, 从各种渠道(软件,系统,人,等等)发掘可执行的战略信息。商务智能用的工具有抽取(Extraction)、转换(Transformation)和加载(Load)软件(搜集数据,建立标准的数据结构,然后把这些数据存在另外的数据库中)、数据挖掘
全文预览
