智能分析概述

智能分析概述

关键词：智能分析、商业智能、数据挖掘、体系架构

何谓智能分析

何谓智能分析，对智能分析、商业智能、数据挖掘等名词进行剖析，对比差异性

数据源：操作性数据库、历史数据、外部数据、数据仓库中的信息

数据仓库的主要技术：数据抽取、转换和加载；数据管理；数据访问；元数据

数据挖掘系统的发展

数据挖掘过程模型

KDNuggests（www.kdnuggets.com/software）上介绍的近百个数据挖掘系统，大致可以将数据挖掘模型分为如下两种类型：

四代挖掘系统

四代是基于技术的划分，下表从技术层面介绍数据挖掘系统的演变过程：

1)         第一代系统：一般一次性调进内存进行处理。典型的系统如Salford Systems公司早期的CART系统。

2)         第二代系统：与数据库管理系统（DBMS）集成，支持数据库和数据仓库，和它们具有高性能的接口，具有高的可扩展性。典型的系统如DBMiner，能通过DMQL挖掘预言进行挖掘操作。

3)         第三代系统：第三代数据挖掘系统一个重要的优点是由数据挖掘系统产生的预言模型能够自动地被操作型系统吸收，从而与操作型系统中的预言模型相联合提供决策支持的功能。

4)         第四代系统：当前的一个研究领域。

初步结论

数据管理系统和数据挖掘系统之间有着紧密的联系，结合国内现状，当前尚未应用业界较成熟的数据管理和挖掘技术。数据管理系统有着很成熟的应用，如Oracle提供一整套数据仓库和OLAP分析的解决方案，下一阶段我们需要以数据仓库技术为重点，构建针对挖掘特定领域有价数据的数据仓库。

数据挖掘算法，目前的挖掘系统做了大量的应用，但是我们需要了解挖掘的算法，根据我们的业务需求来进行改进。