怎樣把數據挖掘應用到企業中

怎樣把數據挖掘應用到企業中

　　通過以下三個重要課題，介紹數據挖掘在企業中的應用，教您怎樣把數據挖掘應用到企業中。以下是學習啦小編為您帶來的關于把數據挖掘應用到企業中，希望對您有所幫助。

　　把數據挖掘應用到企業中

　　一、預測

　　建立預測系統是企業的一大課題.例如，SCM成功的關鍵就在于最合理的庫存，因此最合理的預測是必不可少的。許多企業都建立了預測系統，而且是企業機密。

　　Excel網小編和企業負責人建立預測系統時會采用下述方法。首先，用Excel(必要時使用S-PLUS)分析，確立運算程序;接著，用具他數據檢驗預測的精確度，如果能夠證明運算程序具有足以實際應用的精確度，就著手建立系統。

　　某娛樂公司為廠預測每日的營業額，基于數量化理論I模型和回歸分析模型的混合模型建立預測系統，并應用NJK公司開發的數據庫Data Nature3進行操作。各分店店長負責確認營業預測值，若低十目標值就考慮實行促銷政策。以達成目標值，把預測值與實際行動緊密結合在一起。

　　講一個具體的把數據挖掘應用到工作中的例子，小編曾參與某食品公司預測系統建設項目的競標。競爭對于提出了著名的Forecast Pro(美國Business Forecast Systems公司研發)。對此，筆者提出了利用灰色理論的灰色模型和最近鄰法建立預測程序的方法。據說兩種方法的投資額分別足數百萬日元和數萬日元，但是預測精確度并沒確明顯差異。

　　二、模式與見解、趨勢、假設的獲得

　　小編也經常使用交叉表統計問卷調查結果，然后利用對應分析(雙尺度法)獲得假設、見解。

　　例如，將某化妝品銷售公司的營業數據錄入二菱電機的數據庫DIAPRISM，用數據透視表制作交叉表，然后利用對應分析(雙尺度法)進行解析。結果顯示，在不同年代人們對化妝品的購買傾向有很大差別，而且對于季節的理解也不同。只要精心制作交叉表，利川對應分析(雙尺度法)可以得到與文本挖掘和網絡挖掘相同的結果。數據挖掘形象圖如下：

　　三、求最優解

　　許多問題都要求在各種制約條件下求最優解，比如，求使成本最小，利潤最大的未知參數。最優人員配置計劃、投資組合問題(我們在后面的文章中會詳細地介紹)也屬于最優解問題。作為運籌學的強大工具，數理規劃法和規劃求解可以解決這些問題。