第12章商務(wù)智能系統(tǒng)Lecture12:Business

Intelligence

Systems主要內(nèi)容12.1開源數(shù)據(jù)挖掘軟件12.1.1概述12.1.2Weka12.2

商品化的商務(wù)智能系統(tǒng)12.1.1開源數(shù)據(jù)挖掘軟件概述常用的開源數(shù)據(jù)挖掘或機(jī)器學(xué)習(xí)軟件有：WekaR軟件RapidMinerOrangeKNIMETanagra…等Weka新西蘭懷卡托（Waikato）大學(xué)開發(fā)的系統(tǒng)，是WaikatoEnvironmentforKnowledgeAnalysis的縮寫。該系統(tǒng)用Java語言開發(fā)。在windows、Linux以及Macintosh操作系統(tǒng)上都可以運(yùn)行?？梢詮膆ttp://www.cs.waikato.ac.nz/ml/weka免費(fèi)下載。它有四種使用方式：Explorer、KnowledgeFlow、Experimenter和命令行。Explorer的具體使用方法我們將在12.1.2節(jié)介紹。R軟件提供眾多的分析功能以及圖形繪制功能。數(shù)據(jù)挖掘功能包括分類、聚類、關(guān)聯(lián)規(guī)則、回歸分析以及時(shí)間序列分析等。還提供統(tǒng)計(jì)分析功能。該軟件可從網(wǎng)站/下載。R的內(nèi)核是用C語言實(shí)現(xiàn)的，但是要開發(fā)新的挖掘算法使用R提供的腳本語言，即R語言，開發(fā)更靈活、快速。RapidMiner較早的版本稱為YALE(YetAnotherLearningEnvironment)?？梢詮南螺d。用Java開發(fā)的，可以調(diào)用Weka中的挖掘算法等組件。使用樹狀結(jié)構(gòu)來組織各種分析組件。其用戶遍及40多個(gè)國家?？梢酝ㄟ^圖形化界面、命令行方式以及JavaAPI的方式使用其豐富的數(shù)據(jù)處理、分析及可視化功能?？梢栽L問眾多的數(shù)據(jù)源。KNIME（KonstanzInformationMiner）可從下載，在windows、Linux以及Macintosh操作系統(tǒng)上都可以運(yùn)行。用Java開發(fā)，可以調(diào)用Weka中的挖掘算法。使用方式類似于Weka中的KnowledgeFlow，可以很方便地通過可視化的方式創(chuàng)建數(shù)據(jù)分析的整個(gè)流程。該軟件的使用方式也與一些商品化的數(shù)據(jù)挖掘軟件，如IBMSPSS和SASEnterpriseMiner相似。Orange網(wǎng)站為http://www.ailab.si/orange。與KNIME類似，也是一種基于組件的數(shù)據(jù)挖掘開源軟件，通過各種控件設(shè)置挖掘步驟，組成挖掘流程。其底層核心由C++開發(fā)，用戶可以使用腳本語言Python進(jìn)行擴(kuò)展開發(fā)。在windows、Linux以及Macintosh操作系統(tǒng)上都可以運(yùn)行。提供了100多個(gè)控件（widget），覆蓋了絕大多數(shù)數(shù)據(jù)分析功能，使用簡單。提供豐富的可視化功能。Tanagra可從網(wǎng)站http://eric.univ-lyon2.fr/~ricco/tanagra/en/tanagra.html下載，可運(yùn)行于Windows操作系統(tǒng)。其前身是SIPINA，主要實(shí)現(xiàn)是有監(jiān)督的學(xué)習(xí)算法，如決策樹。在此之上，Tanagra增加了無監(jiān)督的許多學(xué)習(xí)方法，如聚類、關(guān)聯(lián)分析等。統(tǒng)計(jì)分析功能很強(qiáng)，提供了很多的統(tǒng)計(jì)檢驗(yàn)、特征選取與構(gòu)造以及回歸分析、因子分析等功能?？梢暬芰^弱。12.1.2Weka主要介紹Explorer方式下Weka的使用方法。先介紹可輸入的數(shù)據(jù)格式然后分別以一種典型方法為例說明Weka實(shí)現(xiàn)數(shù)據(jù)預(yù)處理、關(guān)聯(lián)分析、分類、聚類、回歸分析以及特征提取等主要技術(shù)的使用方法。WekaExplorer的主界面主界面數(shù)據(jù)文件Weka可識(shí)別的文件格式有多種，包括ARFF、C4.5、CSV等。其中ARFF是其獨(dú)有的文件格式。Weka自帶了多個(gè)ARFF格式的數(shù)據(jù)文件，如weather、CPU、iris等。如右圖可在寫字板中打開weather數(shù)據(jù)集。打開數(shù)據(jù)文件后的Weka界面界面的左下部分顯示的是所有屬性數(shù)據(jù)預(yù)處理要對(duì)weather數(shù)據(jù)集進(jìn)行關(guān)聯(lián)分析，需要將其中的兩個(gè)連續(xù)類型的屬性先進(jìn)行離散化處理。單擊上圖中位于屏幕上半部的choose按鈕，在unsupervised類型下的attribute下選擇Discretize，如右圖所示。選擇無監(jiān)督離散化功能離散化參數(shù)設(shè)置設(shè)置離散化為10個(gè)等間隔離散化后的weather數(shù)據(jù)集關(guān)聯(lián)分析關(guān)聯(lián)規(guī)則的參數(shù)設(shè)置輸出結(jié)果右邊為類別的關(guān)聯(lián)規(guī)則的部分輸出結(jié)果FPGrowth算法利用FPGrowth算法發(fā)現(xiàn)的關(guān)聯(lián)規(guī)則分類Weka中提供的分類算法列表輸出結(jié)果決策樹分類器的部分輸出結(jié)果可視化顯示可視化決策樹數(shù)據(jù)規(guī)范化與聚類規(guī)范化方法的選擇聚類Weka提供的聚類方法列表回歸分析CPU數(shù)據(jù)集的多元線性回歸

（SimpleLinearRegression）結(jié)果特征提取主成分分析的參數(shù)設(shè)置結(jié)果顯示Iris數(shù)據(jù)集的主成分分析的結(jié)果12.2

商品化的商務(wù)智能系統(tǒng)國外有IBM、甲骨文（Oracle）、SAP、賽仕（SAS）、微策略（MicroStrategy）、Teradata以及微軟（Microsoft）等。國內(nèi)有用友華表（http://www.cellsoft.cc/）、浪潮（/）、金蝶（/）、久其（/）、奧威智動(dòng)（/）等。這些商務(wù)智能的產(chǎn)品涉及查詢、報(bào)表、數(shù)據(jù)倉庫、在線分析處理、數(shù)據(jù)挖掘、文本挖掘及業(yè)務(wù)可視化工具等。數(shù)據(jù)倉庫主要供應(yīng)商、產(chǎn)品和網(wǎng)址供應(yīng)商產(chǎn)品網(wǎng)址Oracle數(shù)據(jù)倉庫

OracleDataIntegrator/TeradataEnterpriseDataWarehousing/enterprise-data-warehousing/SASEnterpriseDataIntegrationServer/software/data-management/entdiserver/index.htmlIBMInfoSphereWarehouse/software/products/cn/zh/category/SWM00MicrosoftSQLServer/china/OLAP主要供應(yīng)商、產(chǎn)品和網(wǎng)址供應(yīng)商產(chǎn)品網(wǎng)址IBMCognosBI/software/analytics/cognos/OracleESSBASE/MicrosoftSQLServerOLAPservices/china/SASOLAP服務(wù)器/technologies/bi/index.htmlSAPBusinessObjectsAnalysis/SAPNetweaverBW/MicroStrategy/數(shù)據(jù)挖掘主要供應(yīng)商、產(chǎn)品和網(wǎng)址供應(yīng)商產(chǎn)品網(wǎng)址IBMSPSSmodeler/software/analytics/SASEnterpriseMiner/dataminingSASTextMiner/text-analytics/text-miner/index.htmlIBM