数据挖掘在商业数据分析中的应用.doc

期 末 论 文 论文题目：数据挖掘在商业数据分析中的应用 所属课程名称_____ 指导教师_____________ 班 级__________ 学 号_________ 姓 名_____________ 成 绩___________________数据挖掘在商业数据分析中的应用 【摘要】本文主要介绍数据挖掘在商业数据分析中的应用，文章从数据挖掘的商业内涵、数据挖掘的商业需求分析出发，阐述了数据挖掘在海量信息中提取有效信息的作用。最后介绍了数据挖掘关于企业客户数据分析、企业财务预警两个方面上的应用及相关案例，说明了数据挖掘给人们带来了便利，给企业带来了新的利润空间以及为企业提供了决策支持，进一步强调了数据挖掘在商业数据分析中存在的必要性。 【关键字】 数据挖掘；财务预警；决策支持 一、从商业角度看数据挖掘技术 数据挖掘从本质上说是一种新的商业信息处理技术。数据挖掘技术把人们对数据的应用，从低层次的联机查询操作，提高到决策支持、分析预测等更高级应用上。它通过对这些数据进行微观、中观乃至宏观的统计、分析、综合和推理，发现数据间的关联性、未来趋势以及一般性的概括知识等，这些知识性的信息可以用来指导高级商务活动。 从决策、分析和预测等高级商业目的看，原始数据只是被开采的矿山，需要挖掘和提炼才能获得对商业目的游泳的规律性知识。这正是数据挖掘这个名字的由来。所以，从商业角度看，数据挖掘就是按企业的既定业务目标，对大量的企业数据进行深层次分析以揭示隐藏的、未知的规律性并将其模型化，从而支持商业决策活动。从商业应用角度刻画数据挖掘，可以使我们更全面的了解数据挖掘的真正含义。它有别于机器学习等其它研究领域，从它的提出之日起就具有很强的商业应用目的。同时，数据挖掘技术只有面向特定的商业领域才有应用价值。数据挖掘并不是要求发现放之四海而皆准的真理，所有发现的知识都是相对的，并且对特定的商业行为才有指导意义。 二、数据挖掘技术的商业需求分析 数据挖掘之所以吸引专家学者的研究兴趣和引起商业厂家的广泛关注，主要在于大型数据系统的广泛使用和把数据转换成有用知识的迫切需要。60年代，为了适应信息的电子化要求，信息技术一直从简单的文件处理系统向有效的数据库系统变革。70年代，数据库系统的三个主要模式——层次、网络和关系型数据库的研究和开发取得了重要进展。80年代，关系型数据库及其相关的数据模型工具、数据索引及数据组织技术被广泛采用，并且成为了整个数据库市场的主导。80年代中期开始，关系数据库技术和新型技术的结合成为数据库研究和开发的重要标志。从数据模型上看，诸如扩展关系、面向对象、对象-关系（Object-Relation）以及演绎模型等被应用到数据库系统中。从应用的数据类型上看，包括空间、时态、多媒体以及WEB等新型数据成为数据库应用的重要数据源。同时，事务数据库（Transaction Database）、主动数据库（Active Database）、知识库（Knowledge Base）、办公信息库（Information Base）等技术也得到蓬勃发展。从数据的分布角度看，分布是数据库（Distributed Database）及其透明性、并发控制、并行处理等成为必须面对的课题。进入90年代，分布式数据库理论上趋于成熟，分布式数据库技术得到了广泛应用。目前，由于各种新型技术与数据库技术的有机结合，使数据库领域中的新内容、新应用、新技术层出不穷，形成了庞大的数据库家族。但是，这些数据库的应用都是以实时查询处理技术为基础的。从本质上说，查询时对数据库的被动使用。由于简单查询只是数据库内容的选择性输出，因此它和人们期望的分析预测、决策支持等高级应用仍有很大距离。 新的需求推动新的技术的诞生。数据挖掘的灵魂是深层次的数据分析方法。数据分析是科学研究的基础，许多科学研究都是建立在数据收集和分析基础上的。同时在目前的商业活动中，数据分析总是和一些特殊的人群的高智商行为联系起来，因为并不是每个平常人都能从过去的销售情况预测将来发展趋势或作出正确决策的。但是，随着一个企业或行业业务数据不断积累，特别是由于数据库的普及，人工去整理和理解如此大的数据源已经存在效率、准确性等问题。因此，探讨自动化的数据分析技术，为企业提供能带来商业利润的决策信息而成为必然。事实上，数据（Data）、信息（Information）和知识（Knowledge）可以看作是广义数据表现的不同形式[1]。毫不夸张地说，人们对于数据的拥有欲是贪婪的，特别是计算机存储技术和网络技术的发展加速了人们收集数据的范围和容量。这种贪婪的结果导致了“数据丰富而信息贫乏（Data Rich Information Poor）”现象的产生。数据库是目前组织