数据挖掘——以吉贝克为例

1、数据挖掘小议以吉贝克公司为例数据挖掘（Data mining），又译为资料探勘、数据挖掘、数据采 矿。它是数据库知识发现（英文：Knowledge-Discovery in Databases， 缩写：KDD）中的一个步骤。数据挖掘一般是指从大量的数据中自 动搜索隐藏于其中的有着特殊关系性的信息的过程。数据挖掘通常与 计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、 专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述 目标。说到数据挖掘，对许多人来说是一个全新的概念。我们不妨举一 个例子好让这个复杂的概念简单化：以麦当劳餐厅为例，有的顾客喜 欢薯条，有的喜欢汉堡，有的喜

2、欢可乐和鸡腿，不同的客户往往有着 不同的选择。但是，如果有一个数据仓库将这些不同顾客选择产品的 数据进行收集和分析，就会发现相当多的客户在选择汉堡的时候会点 上一杯可乐，在点了薯条的同时也许会配上一份鸡翅。有了这样的判 断，麦当劳就会根据大多数的选择，推出相应的套餐，并给出一定的 优惠，既吸引了你的购买，又节省了自身的交易成本。在企业的业务运营中，通常会借助数据挖掘技术来辅助产品设 计、营销推广等环节的工作。总的来说，做数据挖掘的公司主要分两 类：一类是技术开发性质的公司，一类是应用咨询的公司。对于应用咨询类的数据挖掘，我个人觉得是最符合客户需求的一类数据挖掘服 务，因为它往往能直接解决客户的

3、问题，帮助客户成功。对于商业企业来说，他们每天都需要面对大量的数据，但如何发 掘其背后的价值，从这些海量数据中抽取、筛选、加工并提炼出有价 值的内容，进而上升为人工智能，借助功能强大的计算机和人工神经 元网络、决策树等现代数理分析知识，对海量数据进行有效筛选整理， 继而对服务对象提供具有决策价值的解决方案，让管理者由此告别 “拍脑袋”作决策的尴尬选择。做这样事情在我们国内还得说是一种 新业务。这就是刘世平旗下的吉贝克公司做的事情。吉贝克信息技术有限公司是全球商业智能领域的佼佼者，本着 “客户至上、服务第一、技术领先、质量超群”的经营原则，通过“数 据一信息一知识一商业智能一盈利能力”的价值链，

4、为客户提供商业 智能（数据仓库、数据挖掘）、IT基础架构的业务咨询和系统软件开 发等服务，帮助企业迅速建立并轻松运用商业智能，提高其决策水平 和竞争能力并获得丰厚的回馈。其口号是“汇聚数据财富，挖掘潜力 无限”。吉贝克公司的总裁 刘世平，是公认的业内资深的商业智能 （数据仓库、数据挖掘）和风险管理的顶级专家，拥有10多年商业智 能领域的国际开发和管理经验，为全球数超过百家家大型公司担任过 商业智能咨询。从创业之初，刘世平就为吉贝克制定了目标：“做中国数据挖掘 的第一品牌。”吉贝克公司先后为上海证券交易所、深圳证券登记公司、交通银 行、中信银行、兴业银行、北京移动、新浪网、河北省地方税务局、 西

5、门子（中国）公司、美国罗氏药业等知名企业完成了多个咨询、数 据仓库及数据挖掘项目，并获得了百分百的满意度。数据挖掘综合了各个学科技术，有很多的功能，当前的主要功能 如下：1、数据总结：继承于数据分析中的统计分析。数据总结目的是 对数据进行浓缩，给出它的紧凑描述。传统统计方法如求和值、平均 值、方差值等都是有效方法。另外还可以用直方图、饼状图等图形方 式表示这些值。广义上讲，多维分析也可以归入这一类。2、分类：目的是构造一个分类函数或分类模型（也常常称作分 类器），该模型能把数据库中的数据项映射到给定类别中的某一个。 要构造分类器，需要有一个训练样本数据集作为输入。训练集由一组 数据库记录或元组

6、构成，每个元组是一个由有关字段（又称属性或特 征）值组成的特征向量，此外，训练样本还有一个类别标记。一个具 体样本的形式可表示为：（v1，v2，vn； c），其中vi表示字段值， c表示类别。例如：银行部门根据以前的数据将客户分成了不同的类 别，现在就可以根据这些来区分新申请贷款的客户，以采取相应的贷款方案。3、聚类：是把整个数据库分成不同的群组。它的目的是使群与 群之间差别很明显，而同一个群之间的数据尽量相似。这种方法通常 用于客户细分。在开始细分之前不知道要把用户分成几类，因此通过 聚类分析可以找出客户特性相似的群体，如客户消费特性相似或年龄 特性相似等。在此基础上可以制定一些针对不同客户

7、群体的营销方 案。例如：将申请人分为高度风险申请者，中度风险申请者，低度风 险申请者。4、关联分析：是寻找数据库中值的相关性。两种常用的技术是 关联规则和序列模式。关联规则是寻找在同一个事件中出现的不同项 的相关性；序列模式与此类似，寻找的是事件之间时间上的相关性， 例如：今天银行利率的调整，明天股市的变化。5、预测：把握分析对象发展的规律，对未来的趋势做出预见。 例如：对未来经济发展的判断。6、偏差的检测：对分析对象的少数的、极端的特例的描述，揭 示内在的原因。例如：在银行的100万笔交易中有500例的欺诈行为， 银行为了稳健经营，就要发现这500例的内在因素，减小以后经营的 风险。作为一个

8、咨询公司，吉贝克信息技术有限公司面向银行、电信、 证券、制造业、保险、政府和零售等行业，为开发商业智能应用提供 优质可靠的咨询和集成服务，以帮助用户增进客户服务、市场开拓、 销售和风险管理的能力。吉贝克信息技术有限公司在商业智能应用在国内外处于领先地 位，有一套完整的商业智能解决方案。吉贝克公司以先进的数据仓库(Data Warehousing)、联机分析处 理(OLAP)、数据挖掘(Data Mining)技术为基础，结合客户关系管 理和电子商务的经验，能够帮助公司全面提高科学管理水平和经营决 策能力，促进业务和利润的增长，提高市场竞争力。通过数据挖掘，及时了解营业状况、资金情况、利润情况、

9、客户 群分布等重要的信息，并结合大盘走势，提供不同行情条件下的最大 收益经营方式。同时，通过对各营业部经营情况的横向比较，以及对 本营业部历史数据的纵向比较，对经营状况做出分析，为制定决策提 供科学依据。结合当今的计算机时代背景，我个人认为，数据挖掘将会越来越 火，并且逐渐走向高峰。当今，计算机与网络的普及，带来了一个新的概念，IT界的人 士称之为大数据。我对此稍有涉猎。信息的高速发展与网络的普及，使得网民越来越多。网民上网所留下 的数据，在一些公司或者商业人士看来，就是一笔财富。大数据时代， 就是在这样的背景之下。各种网络公司，通过收集网民的资料，进行计算或者分析，得出 一定量的信息，并对此

10、加以商用。理论阐述，我觉得我阐述的并不好，我举个简单的例子。例如， 一个女生，经常喜欢逛淘宝或者天猫买衣服。注意，我们此处强调的 是买衣服。然后，在之后的网络生活中，她在打开各种页面的时候， 都会被推送一些关于女性衣服的信息。这个例子可能会简单一些，但 是能从理论上证明数据挖掘与分析，正在侵袭我们每个人。为什么说是侵袭呢？我们继续上面的例子来说，我们在淘宝买衣 服，按照道理来说，我们的购物习惯应该只有阿里巴巴知道，但是我 们无论打开哪个网站的页面，都会经常遇见其他商城的衣服推送信 息，他们是如何知道我们的购物习惯？也许是cookie跟踪吧，也许是 从阿里巴巴买的数据，谁知道呢？反正大数据来临了，网民的隐私以 及个人信息，被大量传送与买卖。然后被针对的推送各种广告。虽然 从数据分析与挖掘来看，这些迎合了大众需求，但是，网民的隐私又 怎样得到保证呢？我觉得，这也是大数据的来临，数据挖掘与分析走向高峰所必需 面临的一个很严肃的问题。相比较而言，我看重自己的隐私，但是似 乎数据挖掘与分析的热潮，根本不可挡。参考文献：1、吉贝克官网： HYPERLINK /succeedCase/succCaseMain.html