面向商业智能的并行数据挖掘技术及应用研究

面向商业智能的并行数据挖掘技术及应用研究

摘要 随着当前我国商业信息化技术的不断进步与发展，各个企业在长期的发展过程中积累了大量的业务数据，往往这类数据通常都具有较大的商业价值，在当前这个市场竞争不断激烈的时代，对这类信息进行数据分析挖掘可以提取有用的商业价值信息，为企业的销售工作提供良好的依据，从而显著的提高企业的经济效益。随着我国科学技术的不断进步与发展，在进行数据分析工作时逐渐开始引用一种并行数据挖掘技术，通过此项技术的应用，显著提高了数据挖掘的实际效率，有效改善了当前企业的经营现状。

关键词 商业智能;并行数据;数据挖掘;技术分析

前言

随着当前市场竞争不断激烈，各个企业想要在激烈的竞争当中占有一席之地必须要了解市场实际的运行规律，在商业经济发展的过程中大量的数据当中所含有的商业价值十分高，通过对这些数据进行分析、处理，可以从中获取更多有价值的信息，从而有效掌握市场的发展规律，从而有效提高了企业的经济效益。而商业智能并行数据挖掘技术可以在对数据进行挖掘的过程中发挥巨大的作用，可以实现客户分析、市场营销分析以及经营成本分析工作，极大程度地提高了实际的商业运行效率，增强了相关企业在市场上的竞争力。本文主要对商业智能并行数据挖掘技术进行了系统的分析与探讨，以希望可以提高此技术在数据挖掘工作当中的应用。

1 商业智能与数据挖掘的具体含义

通常将报表、数据分析、数据挖掘等基础技术统称为商业智能，一般由相应的班组企业提供技术应用，对各个商业信息进行具体的管理以及分析的过程，最终帮助企业在进行决策时提供科学合理的依据。在此过程中首先需要从不同的数据当中提取有利用价值的数据信息，将这类数据进行统一的整理，利用专业的数据挖掘工具处理数据，最终将数据转化为易于理解的商业信息。通过应用商业智能可以将有价值的商业信息及时准确的传递给相应的决策者，对消费者与企业之间的关系进行有效的改善。数据挖掘技术主要作用就是提高对于各项数据的统计、录入以及查询的效率，可以从大型数据库当中帮助使用者寻找需要的信息。一般数据的挖掘工作主要包括数据的分类、关联、时序等各项处理工作，有效地实现与用户之间的交互，并且数据挖掘可以为用户提供多维视图分析，为用户更多具有实际意义的信息[1]。

2 商业智能并行数据挖掘技术具体的实施方法

在实际进行数据挖掘工作的过程中，主要是从大型的数据库当中挖掘具有实际意义的信息，当前最大的数据系统就是web分析系统，而数字化的营销与传统的营销方式最主要的区别就是个性化以及精准定位。随着科学技术的不断进步

与发展，企业和客户之间的关系也逐渐发生了变化，在这错综复杂的环境下对客户进行有效的跟踪，并且将客户每一个点击以及收藏等各项行为都纳入到企业的收入漏斗当中并且将其转化为收入是一个巨大的挑战，而通过数据物挖掘技术可以将此项挑战进行有效的解决。

2.1 数据库的具体分类

在进行数据挖掘工作时首先需要对数据库进行系统的分类，而数据库一般可以分为主动型、时间型、空间型等各个种类，而這些分类种类一般需要结合实际应用的技术进行合理的选择。而数据挖掘所应用的技术一般可以把包括人工神经网络、规则归纳以及遗传算法等。在这其中关联规则挖掘可以将各个数据之间的关联性挖掘出来，其主要的形式大致为：若是购买泡面同时有90%的顾客购买了火腿肠。这类规律在实际应用过程中主要利用相应的关系型数据，结合顾客实际的购买信息将顾客的购买规律以及相应的需求进行有效的分析，为顾客提供更加人性化的服务[2]。

2.2 并行数据处理技术分析

在实际利用并行数据挖掘技术需要以并行数据处理技术为基础，此项技术主要包含并行计算、并行算法以及并行程序涉及等各个层面。在实际应用过程中并行数据模型可以对并行计算机系统进行抽象化的管理，应用时可以通过建立PRAM模型对数据进行处理，处理完成后需要经历一个并行化的阶段，之后再对计算极端以及交互阶段进行处理，从而有效的分析出数据的实际价值。在对并行算法进行优劣评价工作时，一般采用基准测试法对实际运行的并行系统进行测试，从而显著提高其实际的运行效率，不断提高性能指标评价系统的实用性[3]。

2.3 构建完善的数据挖掘体系

随着互联网时代的到来，大数据已经和在线营销密不可分，其具体的应用范围可以将线上以及线下进行全面的覆盖，而相应的数据挖掘工具企业的平时发展过程中得到了越来越广泛的应用。随着当前社会对于平板电脑、手机等移动客户端的大范围的应用，各个企业的营销方式也发生了巨大的改变，这也给大数据挖掘技术提供了良好的发展条件。一般数据挖掘技术需要结合相应的数据挖掘算法进行使用，从而有效完成整个数据挖掘工作。通常数据挖掘系统是建立在数据仓库或较为大型的数据库之上的，一般可以具体分为数据查询功能、数据分析功能以相应的数据显示功能等等几个类别，这也是企业决策值系统的重要组成部门。在实际应用过程中通过提到数据挖掘结果的数量对系统进行有效的管理，对整个系统进行不但的完善与改进。在实际应用过程中通过不断提高数据挖掘算法的准确性，可以显著提高最终所获得结果实际的应用价值，可以为用户提供更多其所需要的数据信息，为企业的各项决策提供科学有效的数据依据[4]。

3 结束语

基于商业智能并行数据挖掘技术的应用可以帮助企业有效的提升具体的经

济效益，使得企业的各项营销管理决策变得更加科学合理，让企业可以更加有效的了解消费者具体的消费需求，从而显著提高企业在市场上的竞争力。在实际利用并行数据挖掘技术的过程中，主要通过对于商业数据的智能分析的过程以及建立相应的预测模型的方式，显著提高了当前数据挖掘工作的效率，因此此项技术也具有较高的实际利用价值，在未来的企业的发展过程中将会得到更大范围的推广以及实用。

参考文献

[1] 黄甜.面向智能电网的电力需求响应商业运作模式研究[D].江宁：东南大学，2016.

[2] 廖林伟，陆楠，邹志明.面向商业智能的ETL模型研究综述[J].信息技术，2012，36（04）：25-29.

[3] 何月顺，杜萍.一种面向商业智能的数据挖掘体系结构的应用研究[J].商场代化，2009，（04）：32-33.

[4] 李慧.面向商业舆情的网络智能分析系统研究与实现[D].北京：电子科技大学，2016.