人工智能——数据挖掘2

2、数据挖掘 工具

目前，世界上比较有影响的典型数据挖掘系统包括Enterprise Miner(SAS 公司)、Ielien Miner( IBM公司)SeMiner(SGl公司2Cnentine(SPSS 公司)、w arehouseSudic Syhhe公同) SuauQuet Resarce 公司Cvesoay EXPL.RA. KoDiscovery Workbench、DBMiner、、Quest等。

数据挖掘工具的选择可以考虑如下几点:

(1)商用数据挖掘系统各不相同。

(2)不同的数据挖掘工具的功能和使用方法不同。

(3) 数据集的类型可能完全不同。例如:

数据类型——是关系型的、事务型的、文本的、时间序列的还是空间的?

系统问题——支持一种还是多种操作系统?是否采用C/S架构?是否提供Web接口且允许输人输出XML数据?

数据源是 ASCII文件、文本文件还是多个关系型数据源?是否支持ODBC连接(OLE DB、JDBC)?

本节介绍两种典型的数据挖掘工具Amdocs和Predictive CRM。

1. Amdocs

在多年前电信行业已经开始利用数据挖掘技术进行网络出错预测等方面的工作.而近年来随着CRM理念的盛行.数据挖掘技术开始在市场分析和决策支持等方面得到广泛应用。市场上更出现了针对电信行业的包含数据挖掘功能的软件产品。比较典型的有Amdocs和Predictive CRM。

Amdocs提供了整个电信运营企业的软件支撑平台。在其Clarify CRM产品组件中，利用数据挖掘技术支持以下应用:客户流失管理(churnmanagement)、终身价值分析(lifetime value analysis)、产品分析(product analysis) 、欺诈甄别( fraud detection) 。

Amdocs产品中的数据分析和数据分析应用曾获得3届KDD杯奖。

2. Predictive CRM

SIp Infoware开发的Predictive CRM软件是一个面向电信行业的CRM平台软件，其中应用了大量的数据挖掘和统计学技术。其数据挖掘部分实际上是把SASInstitute、SPSS和UNICA等公司的数据挖掘产品加以二次开发，以适应电信行业的需要。数据挖掘在P-CRM中的应用包括客户保持、交叉销售、客户流失管理、欺诈甄别等方面。

利用SAS软件技术进行数据挖掘可以有3种方式:

(1)使用SAS软件模块组合进行数据挖掘。

(2)将若干SAS软件模块连接成-个适合需求的综合应用软件。

(3)使用SAS数据挖掘的集成软件工具SAS/EM。

SAS/EM是一个图形化界面、菜单驱动、对用户非常友好且功能强大的数据挖掘集成软件,集成了数据获取工具、数据取样工具、数据筛选工具、数据变量转换工具、数据挖掘数据库、数据挖掘过程、多种形式的回归工具、建立决策树的数据剖分工具、决策树测览工具、人工神经元网络、数据挖掘的评价工具。

目前，虽然已经有了许多成熟的商业数据挖掘工具，但这些工具般都是一 个独立的系统，不容易与电信企业现有的业务支撑系统集成。而且由于数据挖掘技术本身的特点，一个通用的数据挖掘系统可能并不适用于电信企业。

切实可行的办法是借鉴成熟的经验,结合自身特点开发专用的数据挖掘系统。

3、现状与未来

数据挖掘本质上是一种深层次的数据分析方法。

数据分析本身已有多年的历史，只不过在过去数据收集和分析的一般目的是用于科学研究;另外，由于当时计算能力的限制，很难实现大量数据的复杂分析。

现在，由于各行业业务自动化的实现，商业领域产生了大量的业务数据，这些数据并不是为了分析的目的而收集的，而是在商业运作过程中由于业务需要而自然产生的。

IEEE的会刊K norwledge and Data Engineering率先在1993年出版了KDD技术专刊。并行计算、计算机网络和信息工程等其他领域的国际学会、学刊也把数据挖掘和知识发现列为专题和专刊讨论。数据挖掘已经成为国际学术研究的重要热点之一。

此外，在Internet 上还有不少KDD电子出版物，其中以半月刊Knorwledge DiscoveryNuggets最为权威。在网上还有许多自由论坛，如DMEmailClub等。

自1989 年KDD术语出现以来，由美国人工智能协会主办的KDD国际研讨会已经召开了10次以上，规模由原来的专题讨论会发展到国际学术大会。而亚太地区也从1997年开始举行PAKDD年会。

与国外相比，国内对数据挖掘的研究起步稍晚但发展势头强劲。1993 年，国家自然科学基金首次资助复日大学在该领域的研究项目。目前，国内的许多科研单位和高等院校竞相开展数据挖掘的基础理论及其应用研究。

近年来.数据挖掘的研究重点逐渐从发现方法转向系统应用，注重多种发现策略和技术的集成以及多学科之间的相互渗透。