chapter4-數(shù)據(jù)資源.ppt

UIBE,第4章 數(shù)據(jù)資源管理 創(chuàng)建商務智能 2019年7月10日,UIBE,主要內容,商務智能 關系數(shù)據(jù)庫模型 數(shù)據(jù)庫管理工具 數(shù)據(jù)倉庫和數(shù)據(jù)挖掘 組織中的數(shù)據(jù)資源管理,UIBE,商務智能關于客戶、競爭對手、合作者的，以及競爭環(huán)境和內部環(huán)境的知識。 兩類信息（知識）處理工具： OLTP 事務信息的處理。 OLAP 支持決策制定的信息處理。,一、商務智能,UIBE,IBM 的 BI,知識就是力量。 BI 系統(tǒng)收集客戶的相關信息并加以分析，以幫助確定商機和創(chuàng)建可以滿足客戶需求的戰(zhàn)略。 數(shù)據(jù)倉庫、數(shù)據(jù)挖掘和決策支持中的先進技術創(chuàng)建大量的BI工具。,UIBE,商業(yè)智能解決方案的應用,1 電子商務 分析商品銷售，協(xié)助改善網站經營狀況；實時分析客戶行為、消費傾向，從而實施更具針對性和高效的商業(yè)戰(zhàn)略；幫助決策者優(yōu)化經營模式、發(fā)現(xiàn)新市場，提高用戶忠誠度。 2 稅務部門 查出應稅未報者和瞞稅漏稅者，并對其進行跟蹤；對不同行業(yè)、產品和市場中納稅人的行為特征進行描述，找出普遍規(guī)律，謀求因勢利導的稅務征稽策略；對不同行業(yè)、產品和市場應收稅款進行預測，制定最有效的征收計劃。 3 零售業(yè) 按條目對每種商品、每個分店進行銷售趨勢分析，購買趨勢、時令特點和定價策略都一目了然，幫助經營者及時準確地作出決策。 4 電信業(yè) 客戶呼叫行為分析，客戶信用分析（欺詐檢測），銷售和渠道的效益分析；市場競爭、營銷手段效果分析。 5 保險業(yè) 新保業(yè)務分析（預收、承保），保全業(yè)分析（續(xù)期、失效復效、保單變更、給付），理賠分析（賠付率），險種相關分析，分支機構及代理點經營分析，財務指標分析等。,UIBE,舉例,1 銀行業(yè) 信貸業(yè)務分析管理，銀行資產分析，資金運用管理等。 銀行商業(yè)智能系統(tǒng)提供豐富的經濟數(shù)學模型，全面、直觀地分析銀行存貸款的分布和業(yè)務變動趨勢，展現(xiàn)業(yè)務發(fā)展、運做成本與經營利潤的增長曲線，通過總量控制、流動性、安全性贏利等指標體系的數(shù)據(jù)反映促進銀行業(yè)務的穩(wěn)健發(fā)展和最優(yōu)化運做，幫助用戶識別風險，預測業(yè)務發(fā)展情況。 2 保險商業(yè)智能系統(tǒng) 保險商業(yè)智能系統(tǒng)BI.INSURANCE幫助保險公司全面提高風險控制能力和經營決策能力，促進業(yè)務和利潤的增長，提高市場競爭力，迎接以客戶為中心的經營模式的轉變。BI.INSURANCE建立量化、動態(tài)的保險業(yè)務綜合考核體系和風險控制體系。,UIBE,商業(yè)示例-Versace范思哲,品牌主要服務對象 是皇室貴族和明星。 設計風格非常鮮明 獨特的美感極強的藝術先鋒 強調快樂與性感，領口常開到腰部以下 拮取了古典貴族風格的豪華、奢麗，又能充分考慮穿著舒適及恰當?shù)娘@示體型。 其他業(yè)務 經營香水、眼鏡、絲巾、領帶、內衣、包袋、皮件、床單、臺布、瓷器、玻璃器皿、羽絨制品、家具產品等 時尚產品已滲透到了生活的每個領域。,UIBE,UIBE,UIBE,Panorama NovaView,減少通過數(shù)據(jù)查找重要信息的時間 使用NovaView的交互智能和邏輯，揭示隱藏的、重要的信息 使所有者整體成本更低,UIBE,UIBE,UIBE,從2001年-2003年在上海恒隆廣場成功實施,Versace用戶問題 自動銷售規(guī)劃 在所有分店追蹤客戶購買行為 績效考核 多維度分析（按產品類別、生產線等） 解決方案- Panorama NovaView 3.0（BI的解決方案） 實施效果與客戶證言 實施效果 各級主管能透視公司的問題可以解決，而后使美洲及亞洲的業(yè)務快速發(fā)展 客戶證言 評估過多家BI解決方案公司后, 我們選擇了Panorama，因為他們能幫助我們提高生產力，提供最佳客戶關系管理方法。,UIBE,構造商務智能技術平臺,UIBE,二、數(shù)據(jù)庫,一組相關數(shù)據(jù)的集合（DB）； 由人操作軟件（DBMS）管理數(shù)據(jù)； 目的：提供有用的商務信息和信息管理的一般方法。,UIBE,1、數(shù)據(jù)庫應用舉例,商場的積分卡 銀行儲蓄記錄 售票系統(tǒng) 銷售記錄 客戶記錄 ,其中包括大批量數(shù)據(jù)嗎,？,UIBE,2、數(shù)據(jù)庫管理的優(yōu)點,實現(xiàn)數(shù)據(jù)共享* 減少數(shù)據(jù)的冗余度* 數(shù)據(jù)的一致性和完整性好* 數(shù)據(jù)和程序之間的獨立性好* 有較高的數(shù)據(jù)安全性* 并發(fā)控制性好* 實現(xiàn)數(shù)據(jù)庫恢復*,UIBE,3、三個世界的概念,現(xiàn)實世界 現(xiàn)實世界的事物及事物之間存在著聯(lián)系 事物本身的性質 概念世界 客觀事物及其聯(lián)系的一種抽象描述 實體 、屬性和聯(lián)系 數(shù)據(jù)世界 將概念世界中的事物數(shù)據(jù)轉化計算機中數(shù)據(jù)結構 數(shù)據(jù)庫、表、記錄,UIBE,不同世界概念的對應關系,UIBE,不同世界概念的對應關系（示例）,UIBE,數(shù)據(jù)抽象的基本過程,UIBE,3、E-R方法 (Entity-Relationship Approach),實體-聯(lián)系方法：通過E-R圖表示信息世界中實體、屬性、關系的模型 反映客觀世界事物、事物的特征以及事物之間的關系 導出關系數(shù)據(jù)模型。,UIBE,E-R信息模型的設計,E-R圖中三要素：實體、屬性、聯(lián)系 實體用方框表示 屬性用橢圓框表示 聯(lián)系用菱形框表示 框內填寫相應的實體名、屬性名、聯(lián)系名,UIBE,E-R的使用方法,畫單個的實體圖（實體+屬性） 確定實體之間的聯(lián)系方式 聯(lián)系方式（1：1、1：m、m：n） 如果m：n，通過插入實體的方法改成 1:m n:1方式 畫出綜合的E-R圖,UIBE,訂購關系的屬性, , ,UIBE,4、關系數(shù)據(jù)庫模型,數(shù)據(jù)庫 是一個集合，在這個集合中可以按照數(shù)據(jù)的邏輯結構對其進行組織和存取。 關系數(shù)據(jù)庫模型- 二維表形式 關系 兩個二維表之間的聯(lián)系,UIBE,信息的組織,物理組織,技術 界面,邏輯組織,字節(jié),位,字Word,Character 字符,Field 字段,Record 記錄,File 文件,database 數(shù)據(jù)庫,data warehouse 數(shù)據(jù)倉庫,字節(jié)Byte,位Bit,UIBE,組成： 以二維表、文件、關系形式保存的具體信息 信息的邏輯結構-數(shù)據(jù)的邏輯特征,關系型數(shù)據(jù)庫 -Todays Major Application,UIBE,關系型數(shù)據(jù)庫 收集信息,一個數(shù)據(jù)庫文件包含一個或更多的文件 文件之間有相關性或聯(lián)系,UIBE,關系數(shù)據(jù)庫構成模塊,實體 Entity 與二維表名對應,代表客觀事物 屬性 Attribute 是用來描述實體的特征 實例 Instance 是實體的具體描述,實例的集合構成實體,訂單、雇員、客戶等表,訂單（訂單ID、客戶、雇員、訂購日期）,10987、中通、劉英玫、1996-3-4,UIBE,數(shù)據(jù)庫表及組件,數(shù)據(jù)庫表由交叉的行和列組成，其中表的行和列具有如下特征： 為每個屬性命名一個列，其中包含了該列所表 示的屬性的屬性值 每行由一個稱為主鍵的屬性唯一確定 主鍵： 能唯一確定一條記錄的的屬性或多個屬性的集合 外鍵： 兩個表之間的關系通過外鍵確定，一個表的外鍵是在表中與所指向的主鍵相匹配的屬性,UIBE,關系型數(shù)據(jù)庫舉例（ACCESS） 創(chuàng)建邏輯結構,客戶ID是主鍵,在字段屬性中可以定義每個字段的格式、有效性等,UIBE,列-字段,行-記錄,UIBE,再談關系類型,一對一（1：1）：兩個實體是一一對應的關系，例如員工號和員工。 一對多（1：M）：一個表中的記錄可能與另一個表中多個記錄有對應關系。如部門與雇員之間的關系。一對多是關系數(shù)據(jù)庫設計的標準。 多對多（N：M）：兩個表中的記錄出現(xiàn)多對應的關系。例如，訂單與產品。 多對多關系可以通過復合表的方法轉變?yōu)閮蓚€一對多的關系。,UIBE,關系型數(shù)據(jù)庫 關系圖例,UIBE,關系的轉化-減少數(shù)據(jù)冗余,訂單,產品,訂單,產品,M：N,M,1,1,M,訂單細節(jié),UIBE,5、數(shù)據(jù)庫管理系統(tǒng)DBMS,定義數(shù)據(jù)邏輯結構 DBMS引擎 數(shù)據(jù)定義子系統(tǒng)：數(shù)據(jù)的邏輯結構 數(shù)據(jù)操作子系統(tǒng)：挖掘數(shù)據(jù)/更改信息 應用程序生成子系統(tǒng)：開發(fā)數(shù)據(jù)庫的應用程序 數(shù)據(jù)管理子系統(tǒng)：管理數(shù)據(jù)庫 例如ACCESS軟件、Oracle、informix、sysbase DB,UIBE,DBMS 構成,數(shù)據(jù)庫,DBMS,工具,數(shù)據(jù)定義,數(shù)據(jù)處理,應用系統(tǒng)生成,數(shù)據(jù)管理,建立并修改數(shù)據(jù)庫的邏輯結構,查詢以及編輯信息,生成菜單、窗體、報表等,使用者的權限、數(shù)據(jù)備份和恢復等,UIBE,DBMS 引擎- 接收來自其他子系統(tǒng)的邏輯查詢請求，并將邏輯請求換成其對應的物理形式,數(shù)據(jù)庫管理系統(tǒng)工具,UIBE,數(shù)據(jù)庫管理系統(tǒng)工具,數(shù)據(jù)定義子系統(tǒng) 幫助定義、維護數(shù)據(jù)字典，定義數(shù)據(jù)庫文件的結構 數(shù)據(jù)操作子系統(tǒng) 幫助添加、更改、刪除數(shù)據(jù)庫中的信息，挖掘有用的數(shù)據(jù)庫信息 包括QBE和 SQL,UIBE,數(shù)據(jù)庫管理系統(tǒng)工具 數(shù)據(jù)定義子系統(tǒng),信息邏輯結構 字段類型 類型 格式 缺省值 有效范圍 輸入約束 可否重復,UIBE,數(shù)據(jù)庫管理系統(tǒng)工具 數(shù)據(jù)操作子系統(tǒng)-視圖,使用望遠鏡發(fā)現(xiàn)信息,UIBE,數(shù)據(jù)庫管理系統(tǒng)工具 數(shù)據(jù)操作子系統(tǒng)-報表生成器（打?。?UIBE,UIBE,數(shù)據(jù)庫管理系統(tǒng)工具 數(shù)據(jù)操作子系統(tǒng)-范例查詢工具,Query-by-example (QBE)范例查詢工具 以圖表的方式設計問題的答案,UIBE,數(shù)據(jù)庫管理系統(tǒng)工具 數(shù)據(jù)操作子系統(tǒng)-范例查詢工具,QBE網格,查詢條件,UIBE,Structured query language (SQL) 在DBMS工具中經常使用的第四代查詢語言. 格式 SELECT Part.Part Number, Part.Cost, Employee.Employee Name, Employee.Employee Number FROM Part, Employee WHERE (Part.Cost)10);,數(shù)據(jù)庫管理系統(tǒng)工具 數(shù)據(jù)操作子系統(tǒng)-范例查詢工具,UIBE,select 語句示例,選擇表中的列 select from 表名; select peopcode,peopname,sex from people; 選擇表中的行 select from 表名 where 行所需要滿足的條件; select * from people where salary1700; select * from people order by salary; update 語句示例： update 表名 set 列名=, where 邏輯表達式; update people set award=award+500 where job=處長 or job=經理;,UIBE,數(shù)據(jù)庫管理系統(tǒng)工具 數(shù)據(jù)生成子系統(tǒng),Application generation subsystem 幫助我們建立面向事物處理的應用程序 數(shù)據(jù)輸入屏幕 DBMS-選擇特定的 程序設計語言 利用程序設計語言設計公共的交互界面,UIBE,數(shù)據(jù)庫管理系統(tǒng)工具 數(shù)據(jù)管理子系統(tǒng),Data administration subsystem 數(shù)據(jù)庫備份、數(shù)據(jù)恢復、優(yōu)化查詢功能,UIBE,6、數(shù)據(jù)庫管理系統(tǒng)與Excel比較,數(shù)據(jù)庫系統(tǒng)有邏輯結構和物理結構 數(shù)據(jù)庫文件中表之間有聯(lián)系 數(shù)據(jù)庫系統(tǒng)可以建立查詢、報表、窗體等幫助客戶 數(shù)據(jù)庫系統(tǒng)可以優(yōu)化、備份、恢復,UIBE,數(shù)據(jù)庫、數(shù)據(jù)庫管理系統(tǒng)、數(shù)據(jù)庫系統(tǒng)的關系,先購買和安裝數(shù)據(jù)庫管理系統(tǒng)DBMS； 使用這個DBMS去設計數(shù)據(jù)庫DB； 再用DBMS實現(xiàn)統(tǒng)計等應用； 計算機、OS、用戶、管理員、DB、DBMS共同構成DBS,UIBE,三層WEB體系結構,數(shù)據(jù),服務器,WEB SERVER,應用SERVER,數(shù)據(jù)庫 SERVER,HTTP,Browser,UIBE,二層結構,數(shù)據(jù),服務器,WEB 和應用SERVER,數(shù)據(jù)庫 SERVER,HTTP,Broser,UIBE,7、數(shù)據(jù)庫的應用類型,事務處理（OLTP） 支持繁忙的事務信息處理，需要高的并發(fā)性及高讀率的處理好技術； 決策支持（OLAP） 挖掘數(shù)據(jù)種的信息，需要好的查詢算法和查詢優(yōu)化技術。,UIBE,電子商務應用（支持電子商務活動） 預售活動 銷售過程 銷售付款 交付產品及相關活動 客戶支持和售后服務,UIBE,電子目錄：提供瀏覽和搜索功能（產品、供應商、分銷商、零售商，運貨商等） 市場（客戶、帳號、價格） 反向拍賣市場 拍賣 交易（例如股票、債券交易） 訂單結算（帳務、產品、服務）,舉例,UIBE,UIBE,UIBE,UIBE,數(shù)據(jù)庫小結,舉例，以Access為工具，建立小型數(shù)據(jù)庫管理系統(tǒng)，參見NORTHWIND管理系統(tǒng) 引出三個概念 數(shù)據(jù)庫 數(shù)據(jù)庫管理系統(tǒng) 數(shù)據(jù)庫系統(tǒng)（人、硬件、軟件、數(shù)據(jù)庫）,UIBE,四、數(shù)據(jù)倉庫和數(shù)據(jù)挖掘 什么是數(shù)據(jù)倉庫,Data warehouse 是數(shù)據(jù)的邏輯集合，這個數(shù)據(jù)來自不同的業(yè)務數(shù)據(jù)庫和不同時期的數(shù)據(jù)庫。其中的數(shù)據(jù)用于建立商務智能，以便支持企業(yè)的業(yè)務活動和決策。 強調： 來源：歷史的、多樣的 用途：支持決策制定,UIBE,1、數(shù)據(jù)倉庫的定義,數(shù)據(jù)倉庫之父W.H.Inmon將其定義為： 數(shù)據(jù)倉庫是支持管理決策過程的、面向主題的、集成的、隨時間而變化的、持久的數(shù)據(jù)集合 。,UIBE,數(shù)據(jù)倉庫和數(shù)據(jù)挖掘 什么是數(shù)據(jù)倉庫,UIBE,數(shù)據(jù) 加載器,查詢/分析工具,數(shù)據(jù)倉庫,數(shù)據(jù)源3,數(shù)據(jù)源1,數(shù)據(jù)源2,2、數(shù)據(jù)倉庫體系結構,UIBE,查詢和 分析工具,數(shù)據(jù)倉庫,數(shù)據(jù)凈化過程,數(shù)據(jù)提取過程,關系數(shù)據(jù)庫,層次數(shù)據(jù)庫,網狀數(shù)據(jù)庫,扁平文件,電子表格,最終用戶訪問,UIBE,3、數(shù)據(jù)倉庫的關鍵要素,何時及如何收集數(shù)據(jù) 數(shù)據(jù)清理（糾正和預處理） 數(shù)據(jù)模式 數(shù)據(jù)源的更新 匯總何種數(shù)據(jù),UIBE,4、數(shù)據(jù)倉庫模式-星型結構,日期信息,商店信息,產品信息,客戶信息,銷售信息,UIBE,5、數(shù)據(jù)倉庫技術的特點,數(shù)據(jù)倉庫將來自不同數(shù)據(jù)庫的數(shù)據(jù)集合在一起 數(shù)據(jù)倉庫是多維的，是一個超立體結構；例如：區(qū)域、年份、顧客、信譽度、生產線、商品等 數(shù)據(jù)倉庫是為決策服務的而不是為事務處理,UIBE,6、數(shù)據(jù)挖掘工具,Data mining tools 在數(shù)據(jù)倉庫中進行信息查詢的軟件工具 包括 查詢和報告工具 - QBE tools, SQL, and report generators. 智能代理 - 模糊邏輯、神經網絡形成OLAP的信息查詢基礎.,UIBE,7、數(shù)據(jù)挖掘工具類型,多維分析 (MDA) tools ： slice-and-dice （一片一層）techniques that allow you to view multidimensional information from different perspectives. 統(tǒng)計工具 ： help you apply various mathematical models to the information stored in a data warehouse to discover new information.,UIBE,8、數(shù)據(jù)挖掘技術定義（Data Mining）,數(shù)據(jù)挖掘(Data Mining)是從數(shù)據(jù)集中識別出有效的、新穎的、潛在有用的以及最終可理解模式的高級處理過程。 從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中,提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。,UIBE,9、了解數(shù)據(jù)挖掘理論基礎,數(shù)理統(tǒng)計 排序，計算最大值、最小值、平均值、局部匯總，同期比較、前期比較，比重分析，20/80分析。 頻數(shù)分布、累計頻率分布、樣本均值（標準差，變異系數(shù)）、抽樣技術、區(qū)間估計與假設檢驗 。 多元統(tǒng)計 聚類分析、主成分分析、因子分析 、判別分析、 相關分析、典型相關分析、對應分析、回歸分析。,有的財富掌握在的人的手里； 所有的的收入來自于去年在的時間里所付出的努力（所以你去年真正工作的時間只有） 一年當中的快樂也是來自于的時間等等,UIBE,趨勢預測 移動平均法、一次指數(shù)平滑法、 二次指數(shù)平滑法、最小二乘法、自適應過濾以及自動組合預測。 運籌學 馬爾可夫、博奕理論、網絡計劃、統(tǒng)計決策、排隊模型、因果分析圖、反饋系統(tǒng)模型。 數(shù)學規(guī)劃 人工智能與專家系統(tǒng),數(shù)據(jù)挖掘理論基礎（續(xù)）,UIBE,10、數(shù)據(jù)挖掘的應用,DM應用于金融業(yè)保險業(yè) 對客戶進行信用等級評價 對金融市場預測和分析 信用卡模式、用戶分析 確定不同行業(yè)、不同年齡、處于不同社會層次的人的保險金 險種關聯(lián)分析 預測新險種的客戶群 ,UIBE,DM的應用（續(xù)）,DM應用于商業(yè) 顧客購買習慣分析（尿布與啤酒） 銷售商品構成分析（市場定位、商品定價） 商品銷售預測、零售店選擇等等 DM應用于通信服務業(yè) 用戶細分 網絡規(guī)劃的用戶預測 資費分析、新業(yè)務發(fā)展預測 客戶信用分析及反欺詐 ,UIBE,常用的數(shù)據(jù)挖掘技術,人工神經網絡 仿照生理神經網絡結構的非線形預測模型，通過學習進行模式識別。 決策樹 代表著決策集的樹形結構。通過將大量數(shù)據(jù)有目的分類，從中找到一些有價值的，潛在的信息。 遺傳算法 基于進化理論，并采用遺傳結合、遺傳變異、以及自然選擇等設計方法的優(yōu)化技術。尋找最優(yōu)的算法。,UIBE,數(shù)據(jù)挖掘的任務,關聯(lián)分析(association analysis) 關聯(lián)規(guī)則挖掘是由Rakesh Apwal等人首先提出的。兩個或兩個以上變量的取值之間存在某種規(guī)律性，就稱為關聯(lián)。數(shù)據(jù)關聯(lián)是數(shù)據(jù)庫中存在的一類重要的、可被發(fā)現(xiàn)的知識。關聯(lián)分為簡單關聯(lián)、時序關聯(lián)和因果關聯(lián)。關聯(lián)分析的目的是找出數(shù)據(jù)庫中隱藏的關聯(lián)網。一般用支持度和可信度兩個閥值來度量關聯(lián)規(guī)則的相關性，還不斷引入興趣度、相關性等參數(shù)，使得所挖掘的規(guī)則更符合需求。 聚類分析(clustering) 聚類是把數(shù)據(jù)按照相似性歸納成若干類別，同一類中的數(shù)據(jù)彼此相似，不同類中的數(shù)據(jù)相異。聚類分析可以建立宏觀的概念，發(fā)現(xiàn)數(shù)據(jù)的分布模式，以及可能的數(shù)據(jù)屬性之間的相互關系。 分類(classification) 分類就是找出一個類別的概念描述，它代表了這類數(shù)據(jù)的整體信息，即該類的內涵描述，并用這種描述來構造模型，一般用規(guī)則或決策樹模式表示。分類是利用訓練數(shù)據(jù)集通過一定的算法而求得分類規(guī)則。分類可被用于規(guī)則描述和預測。,UIBE,預測(predication) 預測是利用歷史數(shù)據(jù)找出變化規(guī)律，建立模型，并由此模型對未來數(shù)據(jù)的種類及特征進行預測。預測關心的是精度和不確定性，通常用預測方差來度量。 時序模式(time-series pattern) 時序模式是指通過時間序列搜索出的重復發(fā)生概率較高的模式。與回歸一樣，它也是用己知的數(shù)據(jù)預測未來的值，但這些數(shù)據(jù)的區(qū)別是變量所處時間的不同。 偏差分析(deviation) 在偏差中包括很多有用的知識，數(shù)據(jù)庫中的數(shù)據(jù)存在很多異常情況，發(fā)現(xiàn)數(shù)據(jù)庫中數(shù)據(jù)存在的異常情況是非常重要的。偏差檢驗的基本方法就是尋找觀察結果與參照之間的差別。,UIBE,數(shù)據(jù)挖掘流程,定義問題：定義出業(yè)務問題，確定數(shù)據(jù)挖掘的目的。 數(shù)據(jù)準備： 數(shù)據(jù)準備包括：選擇數(shù)據(jù)-在大型數(shù)據(jù)庫和數(shù)據(jù)倉庫目標中提取數(shù)據(jù)挖掘的目標數(shù)據(jù)集； 數(shù)據(jù)預處理-進行數(shù)據(jù)再加工，包括檢查數(shù)據(jù)的完整性及數(shù)據(jù)的一致性、去噪聲，填補丟失的域，刪除無效數(shù)據(jù)等。 數(shù)據(jù)挖掘：根據(jù)數(shù)據(jù)功能的類型和和數(shù)據(jù)的特點選擇相應的算法，在凈化和轉換過的數(shù)據(jù)集上進行數(shù)據(jù)挖掘。 結果分析：對數(shù)據(jù)挖掘結果進行解釋和評價，轉換成為能夠最終被用戶理解的知識。 知識的運用：將分析所得到的知識集成到業(yè)務信息系統(tǒng)的組織結構中去。,UIBE,五、企業(yè)信息資源的管理 誰來管理企業(yè)的信息資源,Chief information officer (CIO) 負責信息化戰(zhàn)略的制定、技術方向、信息資源的宏觀管理。 Chief knowledge officer(CKO)-是CIO的提升 Data administration 規(guī)劃、監(jiān)視和管理組織的信息資源。 Database administration 負責信息管理中偏技術方面的工作，例如建立何種數(shù)據(jù)庫、怎么加密、壓縮等。,UIBE,企業(yè)信息資源的管理 技術變化將對信息的組織和管理哪些影響？,技術改變? 查詢工具的集合? 信息所有權? 道德規(guī)范?,UIBE,Syntellects 在線事務處理系統(tǒng),UIBE,CASE-匯園ERP中的數(shù)據(jù)庫,公司情況： 創(chuàng)建于1992年6月，是目前國內知名度很高的大型果汁飲料生產企業(yè)之一。 主要從事各種果蔬汁的開發(fā)、生產和銷售，年生產成品果蔬汁飲料50萬噸，產品有6大類、90多個品種，果汁飲料生產規(guī)模位居全國第一。 據(jù)中國飲料協(xié)會提供的數(shù)據(jù)：2000年全國果汁飲料的總產量為97萬噸，其中匯源果汁占了22萬噸左右，以23%的市場份額雄居第一。 從1998年開始就已經選用了浪潮通軟公司基于Sybase數(shù)據(jù)庫系統(tǒng)的Windows版財務管理軟件，并且取得了良好的效果,UIBE,財務到ERP,2001年，技術人員對匯源果汁財務、競爭力、管理、組織結構及市場環(huán)境等狀況進行了認真的調查研究，并與匯源公司的各層人員進行了溝通，對該公司各方面狀況有了比較深入的了解。在放眼全局、把握行業(yè)和公司特色的基礎上，IT公司為匯源果汁量身定制