企業(yè)研究論文-數(shù)據挖掘與展現(xiàn)在企業(yè)管理中的作用作者：何光云馮慶明李曉飛摘要在市場經濟的激烈競爭中，企業(yè)必須把業(yè)務經營同市場需求聯(lián)系起來，在此基礎上做出科學、正確的決策，以求生存。為此，企業(yè)建立自己的數(shù)據庫系統(tǒng)，由計算機管理代替手工操作，以此來收集、存貯、管理業(yè)務操作數(shù)據，改善辦公環(huán)境，提高操作人員的工作效率。企業(yè)需要把已經廣泛收集到的數(shù)據集成到數(shù)據倉庫中，以便從業(yè)務數(shù)據中提取有用的信息，幫助他們在業(yè)務管理和發(fā)展上作出即時、正確的判斷，數(shù)據倉庫應運而生。關鍵詞數(shù)據倉庫挖掘展現(xiàn)一、現(xiàn)狀目前商業(yè)決策面臨的最大挑戰(zhàn)不是缺少數(shù)據，而是數(shù)據太多。大部分企業(yè)無法發(fā)掘數(shù)據的價值給公司決策層提供支持。決策人員的困惑在于，一是海量數(shù)據無邊無際，企業(yè)現(xiàn)有的信息系統(tǒng)無法高效地處理；二是數(shù)據混亂，根本找不到解決的方法。如何解決這種普遍存在的問題呢？正確的解決方案，應該是能夠完全整合現(xiàn)有的業(yè)務系統(tǒng)，保護已有投資，并能充分地分析數(shù)據，為決策提供支持。而數(shù)據倉庫的挖掘和展現(xiàn)就是這樣一種解決方案，將企業(yè)中現(xiàn)有的數(shù)據轉化為知識，是幫助企業(yè)做出明智的業(yè)務經營決策的工具。二、數(shù)據倉庫的形成上世紀80年代中期，“數(shù)據倉庫之父”WilliamH.Inmon先生在其建立數(shù)據倉庫一書中定義了數(shù)據倉庫的概念，隨后又給出了更為精確的定義：數(shù)據倉庫是在企業(yè)管理和決策中面向主題的、集成的、與時間相關的、不可修改的數(shù)據集合。與其他數(shù)據庫應用不同的是，數(shù)據倉庫更像一種過程，對分布在企業(yè)內部各處的業(yè)務數(shù)據的整合、加工和分析的過程。而不是一種可以購買的產品。數(shù)據倉庫的目的是要建立一種體系化的數(shù)據存貯環(huán)境，將分析決策所需的大量數(shù)據從傳統(tǒng)的操作環(huán)境中分離出來，使分散的、不一致的操作數(shù)據轉換成集成的、統(tǒng)一的信息，企業(yè)內不同單位的成員都可以在此單一的環(huán)境之下，通過運用其中的數(shù)據與信息，發(fā)現(xiàn)全新的視野和新的問題、新的分析與想法，進而發(fā)展出制度化的決策系統(tǒng)，并獲取更多經營效益。數(shù)據庫已經成為收集和分布信息的系統(tǒng)的基礎。數(shù)據采集目的在于此后根據數(shù)據庫內容進行正確決策。這些海量數(shù)據的深層隱藏的是很多的商業(yè)模式（Pattern），規(guī)則（Rules），這些隱藏的“商業(yè)知識”對于當前的數(shù)據擁有者來說意義非凡，因此他們可能預測整個集團未來的商業(yè)策略，市場開發(fā)計劃，以及為公司帶來新的盈利點，而要把這些目前還隱藏在大量看似無關聯(lián)的數(shù)據背后的“知識”挖掘出來需要使用專門的統(tǒng)計學或測量方法。三、數(shù)據倉庫的挖掘隨著數(shù)據庫技術、網絡技術的不斷發(fā)展及數(shù)據庫管理系統(tǒng)的廣泛應用，數(shù)據庫中存儲的數(shù)據量急劇增大。大中型企業(yè)每天的數(shù)據增加量都以萬記，然而，如何有效地使用這些數(shù)據卻成為一個問題，因為往往是數(shù)據豐富而知識缺乏，人們目前所使用的數(shù)據庫技術無法將隱藏在數(shù)據背后的重要信息挖掘出來利用，所以如何迅速、準確、有效但適量地提供用戶所需的信息，發(fā)現(xiàn)信息之間潛在的聯(lián)系，支持管理決策就是數(shù)據挖掘和數(shù)據倉庫要解決的問題。數(shù)據挖掘（Datamining），DataMining是一種決策支持過程，它主要基于AI、機器學習、統(tǒng)計學等技術，高度自動化地分析企業(yè)原有的數(shù)據，作出歸納性的推理，從中挖掘出潛在的模式，預測客戶的行為，幫助企業(yè)的決策者調整市場策略，減少風險，作出正確的決策。比如，酒店對客人信息的管理，如果某個客人是某酒店的老主顧，那么該酒店很自然地會知道這位客人的某些習慣和喜好，如是否喜歡靠路邊，是否吸煙，是否喜歡大床，喜歡什么樣的早餐，等等。當客人再次光臨時，不用客人自己提出來，酒店就會提供客人所喜歡的房間和服務。隨著對數(shù)據挖掘需求的不斷增加，以數(shù)據倉庫為基礎的商業(yè)智能已經成為大型企業(yè)未來競爭的重要工具，目前包括IBM、Oracle、SAS、NCR、BO、Brio等眾多技術廠商都提供了各自的獨家方案和產品，但現(xiàn)實問題是如何利用這些工具進行管理信息平臺的架構設計，如何進行系統(tǒng)軟件的規(guī)劃。在商業(yè)智能的理想方案中，管理信息平臺可以全部由工具搭建生成而不用手工編程，技術人員所做的只是寫一個腳本建數(shù)據倉庫，寫幾個SQL語句用于數(shù)據處理，然后按圖索驥畫無數(shù)張展現(xiàn)圖表。但現(xiàn)實遠遠不會如此簡單，由于工具軟件的功能所限，很多地方如果采用工具只能是削足適履，最終無法滿足系統(tǒng)功能要求。在商業(yè)智能系統(tǒng)中最為吸引人的特點是它的多維展現(xiàn)特性，能對一個業(yè)務主題進行多視角（時間、機構、地域、項目）的分析，并能完成鉆取、切片、挖掘等功能。這一點對企業(yè)的管理顯得尤其重要，而想完成這些功能，必須對數(shù)據采用十分復雜的關鍵字存儲方式，要想對其分析就更是難上加難了，在目前如何對已有的數(shù)據進行前端的展現(xiàn)和挖掘是一個十分重要的問題。數(shù)據挖掘的過程我們可以總結為以下幾個方面：（一）數(shù)據清洗（去除噪音數(shù)據和不統(tǒng)一數(shù)據）（二）數(shù)據整合（多個數(shù)據源的數(shù)據匯總到一起）（三）數(shù)據篩選（根據當前要分析的主題從數(shù)據庫中選取出與主題相關的數(shù)據）（四）數(shù)據轉換（整理，轉換數(shù)據使他們便于使用諸如“匯總”，“聚合”等挖掘算法的形式）（五）數(shù)據挖掘（這可是核心的步驟，使用智能化方法來抽取出隱含的模式，規(guī)則）（六）模式評估（對剛才新發(fā)現(xiàn)的“知識”進行驗證評估來檢驗此模式是不是可行）（七）知識表示（將挖掘出來的模式使用可視化的形式顯現(xiàn)給用戶）通過對數(shù)據進行深層次的挖掘和鉆取，我們可以得到隱藏在龐大的雜亂無章的數(shù)據背后的商機，充分運用數(shù)據倉庫的強大功能，可以為企業(yè)管理層提供多視角、深層次的報表，為企業(yè)管理層制定遠大的戰(zhàn)略決策提供依據。四、結束語數(shù)據倉庫的挖掘和展現(xiàn)，必將成為企業(yè)發(fā)展中不可缺少的重要組成部分，隨著企業(yè)數(shù)據量的積累，數(shù)據挖掘和展現(xiàn)的需求就會越來越強烈，因此，如何掌握數(shù)據倉庫的挖掘和展現(xiàn)將是企業(yè)需要面對的一個非常重要的問題，這將決定著企業(yè)未來的生存