基于数据挖掘技术的企业智能竞争情报系统研究

收稿日期:2007 07 12

基金项目:本文是河南省教育厅自然科学基金项目(编号:200787003)的研究成果之一。

作者简介:闫晓妍(1985 ),女,郑州大学信息管理系06级硕士研究生,研究方向:网络信息资源管理,已发表论文1篇。

基于数据挖掘技术的企业智能竞争情报系统研究

闫晓妍

(郑州大学,郑州450001)

摘 要! 现代意义的企业竞争是经济发展的动力所在,许多大中型企业都非常重视竞争情报策略的制定,纷纷建立企业竞争情报系统,以提高企业竞争力。随着网络技术、数据库技术的不断发展,将数据挖掘技术引入企业竞争情报系统是一个崭新的、有重要意义的课题。本文从数据挖掘的含义和一般过程入手,分析了数据挖掘的相关技术及数据挖掘在企业竞争情报系统中的应用,重点探讨如何构建基于数据挖掘技术的企业竞争情报系统。

关键词! 数据挖掘;竞争情报;企业竞争情报系统

Abstract ! Modern competition between en terprises is the dynamic force of economy.Many large enterpri ses pay more attention to information strategy,and they build enterp r i se competi tion intelli gence systems in order to enhance their competitive abili ty.Along with the development of network technology and data base technology ,enterprise com petition intelligence systems based on data mining is a new and i mportant topic.T his paper introduces the concep t of da ta mining and the general process,analyzes relevant technologies and its applications in the enterprise competition intel li gence system,then discusses how to build enterprise competiti on system based on data mining to strengthen the com petitive of enterprise.

Key words ! data mining;competi tive intelli gence;enterprise competitive in telligence system

中图分类号!F270 05

文献标识码!A

文章编号!1008-0821(2007)11-0187-03

现代意义的企业竞争是经济发展的动力所在,∀适者生存,优胜劣汰#这一市场竞争法则的客观存在迫使企业必须不断提高自身的竞争力。企业想要顺应环境变化,做出最优决策,赢得竞争优势,就必须在充分了解和分析竞争环境及竞争对手的基础上,制定科学的竞争战略。竞争情报可以说是企业赖以生存的继人才、资金、技术之后的第四种要素,是现代企业竞争战略的关键部分。

1 企业竞争情报与竞争情报系统

∀竞争情报#是从英文Competiti ve Intelligence 翻译过来的,简称CI 。关于竞争情报,国际上有来自不同领域、不同研究方向的学者的多种解释,如Cottrill 和Kotler 、斯丹文∃德迪约的过程说,认为竞争情报是一种过程,即情报的采集、加工和分析过程;也有不少学者认为竞争情报是一种产品,是上述过程的产物,德迪约∃伯恩哈特、戈登都持有此观点。我国学者包昌火认为:∀竞争情报是关于竞争环境、竞争对手和竞争策略的信息和研究。它既是一种过程,又是一种产品。过程是对竞争情报的搜集和分析;产品是指由此形成的情报或策略。#竞争情报的目的是为企业经营决策提供情报保障,提高企业的核心竞争力。

企业竞争情报系统是企业为了增强竞争力而建立起来的,以人工智能为主导、信息网络为手段,人机结合的战略决策系统和咨询系统。竞争情报系统通过对竞争对手的追踪分析及企业自身和外部竞争环境的相关竞争性情报的收集、存储、处理、分析,并以适当方式为企业决策者提供信息支持。数据挖掘过程主要通过聚类分析(clustering/segmentation )、可视化(visualization)、预测模型(predictive

modeling)、分析关联(link analysis)、偏差检测(deviation

detection)、建立依赖模型(dependency modeling)和概括总结(summarization)。在国外,数据挖掘主要应用在金融业、零售业等行业,涉及市场营销、风险管理、欺诈侦测(Fraud detection)、客户关系的建立和维护等过程。

2 数据挖掘

数据挖掘(Data Mining)是指从大型数据库或数据仓库中的大量数据中提取辅助决策的关键性知识,这些知识是隐含的、未知的、非平凡的及潜在有用的信息或模式,其

目的是为了提高市场决策能力、环境监视、风险预警、在

经验模型基础上预测未来趋势等,把握行业结构的进化,跟踪正在出现的连续性和非连续性变化,以及分析现有和潜在竞争对手的能力和方向,从而帮助企业赢得竞争优势。这些知识的表现形式可以是概念(Concepts )、规则(Rules)、规律(Regulari ties)、模式(Partems)、约束(Con straints)、可视化(Visualizations)等。

2 1 数据挖掘的一般过程

数据挖掘是一种新的信息处理技术,其主要特点是对数据库中的大量数据进行抽取、转换、分析和其他模型化处理,并从中提取辅助决策的关键性数据。数据挖掘过程包括数据准备、挖掘过程和模式的解释和评价等几个阶段。数据挖掘的一般过程如图1所示。

2 1 1 数据准备阶段

数据准备对于数据挖掘的成功应用至关重要,数据准备阶段需要进行数据集成、数据选择、数据缩减和转化。数据集成从多个文件、异构数据库中提取并集成数据,需

187 2007年11月第11期November 2007No.11

现代情报

%

企业情报

工作