数据挖掘在企业竞争情报系统中的应用.docx

数据挖掘在企业竞争情报系统中的应用

第一篇：数据挖掘在企业竞争情报系统中的应用数据挖掘在企业竞争情报系统中的应用摘要：本文主要概述了数据挖掘技术的发展历史和研究现状。并将数据挖掘技术在企业竞争情报系统中的应用状况分别从国内和国外两方面作了介绍。同时对数据挖掘技术在企业竞争中的应用的相关经典理论与最新理论作了简要的介绍。关键词:数据挖掘；企业竞争情报;知识发现中图分类号:TP3921.引言数据挖掘也称知识发现。数据挖掘是一门不断发展的综合交叉学科，兴起于20世纪80年代末，是当前计算机行业最热门的研究领域之一。数据挖掘理论汇聚了数据库、可视化、并行计算等方面的技术，集统计学、人工智能、模式识别、计算机科学、机器学习等多门学科理论知识为一体。数据挖掘技术从本质上来说是一种新的商业信息处理技术。[1]从商业角度看，数据挖掘技术就是按企业的既定的业务目标，对大量的企业数据进行深层次分析以揭示隐藏的，未知的规律并将其模型化，从而支持商业决策活动。[2]2.研究历史2.1国外历史从数据库中发现知识（KDD）一词首次出现在1989年举行的第十一届国际联合人工智能学术会议上。到目前为止，由美国人工智能协会主办的KDD国际研讨会已经召开了8次，规模由原来的专题讨论会发展到国际学术大会，研究重点也逐渐从发现方法转向系统应用，注重多种发现策略和技术的集成，以及多种学科之间的相互渗透。1999年，亚太地区在北京召开的第三届PAKDD会议收到158篇论文，空前热烈。IEEE的KnowledgeandDataEngineering会刊率先在1993年出版了KDD技术专刊。并行计算、计算机网络和信息工程等其他领域的国际学会、学刊也把数据挖掘和知识发现列为专题和专刊讨论，甚至到了脍炙人口的程度。[3]2.2国内历史与国外相比，国内对DMKD的研究稍晚，没有形成整体力量。1993年国家自然科学基金首次支持我们对该领域的研究项目。[4]目前，国内的许多科研单位和高等院校竞相开展知识发现的基础理论及其应用研究，这些单位包括清华大学、中科院计算技术研究所、空军第三研究所、海军装备论证中心等。其中，北京系统工程研究所对模糊方法在知识发现中的应用进行了较深入的研究，北京大学也在开展对数据立方体代数的研究，华中理工大学、复旦大学、浙江大学、中国科技大学、中科院数学研究所、吉林大学等单位开展了对关联规则开采算法的优化和改造；南京大学、四川联合大学和上海交通大学等单位探讨、研究了非结构化数据的知识发现以及Web数据挖掘。[5]2.3重要理论1997年，Mannila对当时流行的数据挖掘理论的理论框架给出了综述。[6]结合最新的研究成果，有下面一些重要的理论。模式发现架构理论，规则发现架构理论，基于概率与统计理论，微观经济学观点理论，基于数据压缩的理论，基于归纳数据库理论，可视化数据挖掘理论。这些经典的理论直到今天还是研究的热门。而且也不能算是完善的理论。毕竟数据挖掘的概念的提出不过几十年。Piatetsky-Shapiro说数据挖掘技术在被广泛应用之前，仍然有许多“鸿沟”要跨越，即所谓Chasm阶段。[7]3．研究现状3.1国外研究与应用现状最近，GartnerGroup的一次高级技术调查将数据挖掘和人工智能列为“未来三到五年内将对工业产生深远影响的五大关键技术”之首，并且还将并行处理体系和数据挖掘列为未来五年内投资焦点的十大新兴技术前两位。根据最近Gartner的HPC研究表明，“随着数据捕获、传输和存储技术的快速发展，大型系统用户将更多地需要采用新技术来挖掘市场以外的价值，采用更为广阔的并行处理系统来创建新的商业增长点。”[8]据美国《幸福》杂志统计，全球500强企业的前100名企业和美国95％的公司均拥有自己的竞争情报系统，帮助企业根据竞争环境和竞争对手的各种变化，赢得竞争的主动权。根据美国未来集团对世界500强企业的调查统计，竞争情报对企业效益所作的贡献占企业总效益的比率分别是：微软为17％、摩托罗拉为11％、IBM为9％、宝洁为8％、通用电气为7％、惠普为7％、可口可乐为5％、英特尔为5％。[9]3.2国内研究与应用现状我国学者对竞争情报的研究始于20世纪80年代末期。当时，上海科技情报所的研究人员在国外进修期间接触到竞争情报的概念，并将其引入到国内，拉开了我国竞争情报研究的序幕。1991—1994年，中国兵器工业情报研究所牵头进行了一项课题“情报研究的国内外比较研究“，提出了把我国情报研究工作的重点转向竞争情报，推进国家、集团和企业的科技进步，增强它们的竞争力和提高产品与服务的市场占有率方面来的重要对策。1992年中期，上海科学技术情报研究所成立了“市场调研部”，开始进行竞争情报实践的探索。由该所负责的“上海轿车工业竞争环境监视系统”是国内竞争情报领域第一个由政