基于數(shù)據(jù)挖掘的企業(yè)競(jìng)爭(zhēng)情報(bào)系統(tǒng)研究

王　嵩

〔摘 要〕簡(jiǎn)述了企業(yè)競(jìng)爭(zhēng)情報(bào)系統(tǒng)與數(shù)據(jù)挖掘的概念，構(gòu)建了基于數(shù)據(jù)挖掘技術(shù)的企業(yè)競(jìng)爭(zhēng)情報(bào)系統(tǒng)，分別描述了系統(tǒng)的實(shí)施要素、整體架構(gòu)與集成，以及情報(bào)規(guī)劃、情報(bào)收集、情報(bào)處理、情報(bào)分析、情報(bào)評(píng)審、情報(bào)服務(wù)六大系統(tǒng)的主要功能模塊，并且闡述了系統(tǒng)的主要優(yōu)勢(shì)。

〔關(guān)鍵詞〕數(shù)據(jù)挖掘；企業(yè)競(jìng)爭(zhēng)情報(bào)；情報(bào)系統(tǒng)

〔中圖分類(lèi)號(hào)〕G350 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821(2009)02-0185-04

Research on Enterprise Competitive Intelligence

System Based on Data MiningWang Song

(Department of Information Management，Nanjing University，Nanjing 210093，China)

〔Abstract〕With the concepts of enterprise competitive intelligence and data mining，the enterprise competitive intelligence system based on data mining has been structured.The paper gave the enforcement elements，integrated structural frame and six main functional modules，including intelligence programming，intelligence collection，intelligence analysis，intelligence judgment and intelligence service.In the end，the main superiorities of the system have been stated.

〔Key words〕data mining；enterprise competitive intelligence；intelligence system

企業(yè)競(jìng)爭(zhēng)情報(bào)系統(tǒng)(Enterprise Competitive Intelligence System，簡(jiǎn)稱(chēng)ECIS)，是依托企業(yè)電子化信息環(huán)境，全面整合現(xiàn)有技術(shù)和信息資源，在收集加工競(jìng)爭(zhēng)情報(bào)的基礎(chǔ)上，為企業(yè)建立強(qiáng)大的情報(bào)中心提供有力支持的人員、設(shè)備、組織和流程架構(gòu)，以獲取競(jìng)爭(zhēng)優(yōu)勢(shì)的管理咨詢和信息服務(wù)的人機(jī)系統(tǒng)和體系。

數(shù)據(jù)挖掘(Data Mining，簡(jiǎn)稱(chēng)DM)是指從大型數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中的大量數(shù)據(jù)中提取輔助決策的關(guān)鍵性知識(shí)，這些知識(shí)是隱含的、未知的、非平凡的及潛在有用的信息或模式，其目的是為了提高市場(chǎng)決策能力、環(huán)境監(jiān)視、風(fēng)險(xiǎn)預(yù)警、在經(jīng)驗(yàn)?zāi)Ｐ突A(chǔ)上預(yù)測(cè)未來(lái)趨勢(shì)等，把握行業(yè)結(jié)構(gòu)的進(jìn)化，跟蹤正在出現(xiàn)的連續(xù)性和非連續(xù)性變化，以及分析現(xiàn)有和潛在競(jìng)爭(zhēng)對(duì)手的能力和方向，從而幫助企業(yè)贏得競(jìng)爭(zhēng)優(yōu)勢(shì)。

隨著信息技術(shù)的發(fā)展，企業(yè)競(jìng)爭(zhēng)情報(bào)工作者面對(duì)的現(xiàn)實(shí)是信息源紛繁復(fù)雜，數(shù)據(jù)結(jié)構(gòu)多種多樣，數(shù)據(jù)量海量增長(zhǎng)，分析這些結(jié)構(gòu)化、半結(jié)構(gòu)化甚至非結(jié)構(gòu)化的數(shù)量龐大的數(shù)字信息的難度也在增加。數(shù)據(jù)挖掘是一種從海量數(shù)據(jù)中提取有用信息和知識(shí)的新興技術(shù)，所以可行有效的方法是利用數(shù)據(jù)挖掘等先進(jìn)的技術(shù)對(duì)這些海量數(shù)據(jù)和信息進(jìn)行智能地采集、分析和處理。目前國(guó)內(nèi)文獻(xiàn)對(duì)于基于DM的ECIS的典型研究有：朱永武(2005)[1]、蒲群瑩(2005)[2]在給出了數(shù)據(jù)挖掘概念和一般過(guò)程的基礎(chǔ)之上，提出了一個(gè)基于數(shù)據(jù)挖掘的企業(yè)競(jìng)爭(zhēng)情報(bào)系統(tǒng)模型；閆曉妍(2007)[3]從數(shù)據(jù)挖掘的含義和一般過(guò)程入手，分析了數(shù)據(jù)挖掘的相關(guān)技術(shù)及數(shù)據(jù)挖掘在企業(yè)競(jìng)爭(zhēng)情報(bào)系統(tǒng)中的應(yīng)用，重點(diǎn)探討如何構(gòu)建基于數(shù)據(jù)挖掘技術(shù)的企業(yè)競(jìng)爭(zhēng)情報(bào)系統(tǒng)。本文將重點(diǎn)介紹基于數(shù)據(jù)挖掘技術(shù)的企業(yè)競(jìng)爭(zhēng)情報(bào)系統(tǒng)的整體架構(gòu)、主要功能模塊及其顯著優(yōu)勢(shì)。

1 系統(tǒng)的構(gòu)建

1.1 系統(tǒng)的實(shí)施要素

系統(tǒng)實(shí)施的主要支持要素見(jiàn)表1：

1.2 系統(tǒng)的整體架構(gòu)

1.3 系統(tǒng)的集成

各數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)經(jīng)過(guò)合并、修改與重構(gòu)以達(dá)到各庫(kù)之間的集成。庫(kù)的合并過(guò)程中主要解決屬性、命名、結(jié)構(gòu)等沖突，修改與重構(gòu)過(guò)程主要消除不必要的冗余。整個(gè)系統(tǒng)借助數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)的有效協(xié)作，有效地支持企業(yè)的競(jìng)爭(zhēng)情報(bào)分析。另外，操作型數(shù)據(jù)與分析型數(shù)據(jù)之間差別甚大，數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)是從原有的分散的數(shù)據(jù)庫(kù)中抽取來(lái)的，因此在數(shù)據(jù)進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)之前，必然要經(jīng)過(guò)加工與集成，統(tǒng)一與綜合，統(tǒng)一原數(shù)據(jù)中所有矛盾之處，將原始數(shù)據(jù)結(jié)構(gòu)作為一個(gè)從面向應(yīng)用到面向主題的大轉(zhuǎn)變。

2 系統(tǒng)功能模塊

2.1 情報(bào)規(guī)劃模塊

情報(bào)規(guī)劃是競(jìng)爭(zhēng)情報(bào)中心主管根據(jù)企業(yè)決策中心的情報(bào)需求，設(shè)定情報(bào)工作的目標(biāo)，確立情報(bào)任務(wù)，根據(jù)信息質(zhì)量評(píng)估和以往工作檢驗(yàn)初步劃定信息搜索的范圍、途徑等。情報(bào)規(guī)劃子系統(tǒng)根據(jù)關(guān)鍵情報(bào)課題/關(guān)鍵情報(bào)問(wèn)題(KIT/KIQ)競(jìng)爭(zhēng)情報(bào)模型，實(shí)現(xiàn)情報(bào)人員通過(guò)系統(tǒng)直接提出情報(bào)需求，對(duì)情報(bào)需求進(jìn)行管理和分析，以及對(duì)關(guān)鍵情報(bào)課題用項(xiàng)目管理的形式進(jìn)行統(tǒng)一管理。企業(yè)競(jìng)爭(zhēng)情報(bào)的獲取可以來(lái)自于企業(yè)外部網(wǎng)絡(luò)信息，如企業(yè)門(mén)戶網(wǎng)站、行業(yè)網(wǎng)站、競(jìng)爭(zhēng)對(duì)手網(wǎng)站、Web服務(wù)器日志文件等；也可以來(lái)自于企業(yè)內(nèi)部，如以企業(yè)的MIS、ERP等信息系統(tǒng)為中心，企業(yè)日常業(yè)務(wù)積累的數(shù)據(jù)信息形成的關(guān)系型數(shù)據(jù)庫(kù)、文檔數(shù)據(jù)庫(kù)等；還可以來(lái)自于媒體、報(bào)紙、雜志等。

2.2 情報(bào)收集模塊

競(jìng)爭(zhēng)情報(bào)收集模塊的主要任務(wù)是按照連續(xù)性和系統(tǒng)性的原則，采用適當(dāng)方式(自動(dòng)化、手工或兩者結(jié)合)，通過(guò)正當(dāng)途徑將不同形式(報(bào)告、報(bào)表、圖形、聲音、視頻、演示文稿等)、不同來(lái)源(門(mén)戶網(wǎng)站、行業(yè)網(wǎng)站、競(jìng)爭(zhēng)對(duì)手網(wǎng)站、Web服務(wù)器日志文件、企業(yè)的MIS、ERP等信息系統(tǒng)等)的各種公開(kāi)或非公開(kāi)的信息收集起來(lái)。

2.3 情報(bào)處理模塊

情報(bào)處理模塊是對(duì)收集到的原始信息進(jìn)行初步處理以便于進(jìn)一步分析或?qū)⑻幚斫Y(jié)果直接提供給情報(bào)使用者。主要有以下3個(gè)步驟：(1)信息過(guò)濾：主要是將錄入系統(tǒng)的信息進(jìn)行篩選，剔除明顯失真、重復(fù)以及虛假的信息。(2)信息整序：主要將無(wú)序的信息按照競(jìng)爭(zhēng)情報(bào)需求和制定的規(guī)則進(jìn)行分類(lèi)、聚類(lèi)，將收集的信息有序化。(3)信息加工：主要將不同類(lèi)型信息按照一定的格式進(jìn)行轉(zhuǎn)換，然后對(duì)已經(jīng)有序化的信息進(jìn)行標(biāo)引，生成關(guān)鍵詞、摘要。整個(gè)情報(bào)處理過(guò)程可以人工與自動(dòng)化相結(jié)合的方式進(jìn)行，收集的紙質(zhì)信息等可以由人工處理，直接從網(wǎng)絡(luò)獲取的信息可以由計(jì)算機(jī)自動(dòng)處理。經(jīng)過(guò)處理的信息存儲(chǔ)在數(shù)據(jù)倉(cāng)庫(kù)中，為競(jìng)爭(zhēng)情報(bào)分析做好基礎(chǔ)數(shù)據(jù)準(zhǔn)備。

2.4 情報(bào)分析模塊

2.4.1 定義問(wèn)題

模型的建立取決于問(wèn)題的定義，有時(shí)相似的問(wèn)題，所要求的模型幾乎完全不同。數(shù)據(jù)挖掘者要熟悉該行業(yè)的數(shù)據(jù)和業(yè)務(wù)問(wèn)題，缺乏這些，就不能夠充分發(fā)揮數(shù)據(jù)挖掘的價(jià)值，很難得到正確的結(jié)果。

2.4.2 數(shù)據(jù)準(zhǔn)備

數(shù)據(jù)準(zhǔn)備是數(shù)據(jù)挖掘的核心。該階段包括數(shù)據(jù)集成、數(shù)據(jù)選擇與數(shù)據(jù)預(yù)處理。數(shù)據(jù)集成將多文件或多數(shù)據(jù)庫(kù)運(yùn)行環(huán)境中的數(shù)據(jù)進(jìn)行合并處理，解決語(yǔ)義模糊性處理數(shù)據(jù)中的遺漏和清洗臟數(shù)據(jù)等。數(shù)據(jù)選擇的標(biāo)準(zhǔn)包括與數(shù)據(jù)挖掘目標(biāo)的相關(guān)程度等方面。預(yù)處理是為了克服目前數(shù)據(jù)挖掘工具的局限性。通常采用基于規(guī)則方法、神經(jīng)網(wǎng)絡(luò)方法和模糊匹配技術(shù)分析多數(shù)據(jù)源之間的聯(lián)系，然后再對(duì)它們實(shí)施相應(yīng)的處理。

數(shù)據(jù)庫(kù)是長(zhǎng)期存儲(chǔ)在計(jì)算機(jī)內(nèi)、有組織的、可共享的大量數(shù)據(jù)的集合，能夠減少數(shù)據(jù)的冗余度，節(jié)省了數(shù)據(jù)的存儲(chǔ)空間，并且實(shí)現(xiàn)數(shù)據(jù)資源的充分共享等等。數(shù)據(jù)倉(cāng)庫(kù)是面向主題的、集成的、穩(wěn)定的、隨時(shí)間變化的數(shù)據(jù)集合，用以支持管理決策的過(guò)程。

2.4.3 挖掘操作

數(shù)據(jù)挖掘階段可分為4個(gè)子步驟：主題確定、工具選擇、模型建立和結(jié)果評(píng)價(jià)。

數(shù)據(jù)挖掘是一個(gè)經(jīng)常需要回溯的過(guò)程，因此沒(méi)有必要在數(shù)據(jù)完全準(zhǔn)備好之后才開(kāi)始進(jìn)行數(shù)據(jù)挖掘。隨著時(shí)間的推移，使用的數(shù)據(jù)及其分組方式、以及數(shù)據(jù)清洗的效果等都將改變，并有可能改進(jìn)整個(gè)模型。該步驟會(huì)涉及到了解研究主題的局限性，選擇待完成的良好研究主題，確定待研究的合適的數(shù)據(jù)元素，以及決定如何進(jìn)行數(shù)據(jù)操作等。

選擇數(shù)據(jù)挖掘工具時(shí)要全面考慮多方面的因素：(1)工具的可視化。源數(shù)據(jù)、挖掘模型、挖掘過(guò)程、挖掘結(jié)果的可視化，可視化的程度、質(zhì)量和交互的靈活性都將嚴(yán)重影響到數(shù)據(jù)挖掘系統(tǒng)的使用和解釋能力。(2)工具的開(kāi)放性。工具應(yīng)盡可能的與其他工具進(jìn)行集成，減少數(shù)據(jù)轉(zhuǎn)換的時(shí)間，充分利用整個(gè)的數(shù)據(jù)和數(shù)據(jù)倉(cāng)庫(kù)的處理能力。(3)操作的簡(jiǎn)易性。工具應(yīng)該為用戶提供友好的可視化操作界面和圖形化報(bào)表工具。(4)數(shù)據(jù)挖掘的功能和方法。工具應(yīng)該能夠?yàn)槊總€(gè)步驟提供相應(yīng)的功能集以及方便的導(dǎo)出挖掘的模型。(5)數(shù)據(jù)挖掘的可伸縮性。工具應(yīng)該可以處理盡可能大的數(shù)據(jù)量，盡可能多的數(shù)據(jù)類(lèi)型，盡可能高的提高處理的效率。

確定要輸入的數(shù)據(jù)后，通過(guò)數(shù)據(jù)挖掘工具讀人數(shù)據(jù)并從中構(gòu)造出模型，不同的數(shù)據(jù)挖掘工具構(gòu)造出的數(shù)據(jù)模型也會(huì)有很大差別。利用數(shù)據(jù)挖掘工具在數(shù)據(jù)中查找時(shí)，可以由系統(tǒng)自動(dòng)執(zhí)行，自底向上搜索原始事實(shí)以發(fā)現(xiàn)它們之間的某種聯(lián)系，也可以加入用戶交互過(guò)程，由分析人員主動(dòng)發(fā)問(wèn)，從上到下地找尋以驗(yàn)證假設(shè)的正確性。對(duì)數(shù)據(jù)挖掘的搜索過(guò)程需要反復(fù)多次，通過(guò)評(píng)價(jià)數(shù)據(jù)挖掘結(jié)果以不斷調(diào)整數(shù)據(jù)挖掘的精度，以達(dá)到發(fā)現(xiàn)知識(shí)的目的。

通過(guò)反復(fù)多次的數(shù)據(jù)挖掘搜索過(guò)程，評(píng)價(jià)數(shù)據(jù)挖掘結(jié)果滿足業(yè)務(wù)目標(biāo)的程度，找到模型在業(yè)務(wù)上的不足，不斷調(diào)整數(shù)據(jù)挖掘的精度，達(dá)到發(fā)現(xiàn)知識(shí)的目的。同時(shí)，根據(jù)最終用戶的決策目的對(duì)數(shù)據(jù)挖掘發(fā)現(xiàn)的模式進(jìn)行評(píng)價(jià)，消減其中重復(fù)的部分，將有用的模式或描述有用的模式的數(shù)據(jù)以可視化技術(shù)和知識(shí)表示展示給用戶，讓用戶能夠評(píng)價(jià)模式的有效性，并對(duì)模式結(jié)果做出解釋。

2.4.4 解析預(yù)測(cè)

對(duì)結(jié)果進(jìn)行表述和解釋?zhuān)鶕?jù)最終用戶的決策目標(biāo)對(duì)提取的信息進(jìn)行分析，把最有價(jià)值的信息進(jìn)行區(qū)分出來(lái)，并且通過(guò)決策支持工具提交給決策者。通過(guò)時(shí)間序列等方法對(duì)企業(yè)競(jìng)爭(zhēng)情報(bào)、宏觀環(huán)境、行業(yè)環(huán)境等進(jìn)行預(yù)測(cè)分析。

2.5 情報(bào)評(píng)審模塊

評(píng)審工作應(yīng)該貫穿整個(gè)競(jìng)爭(zhēng)情報(bào)工作，如對(duì)信源的評(píng)價(jià)、對(duì)收集到的資料評(píng)價(jià)和審查等。信息的不對(duì)稱(chēng)性、競(jìng)爭(zhēng)情報(bào)的高度保密性、反情報(bào)工作的開(kāi)展、競(jìng)爭(zhēng)對(duì)手發(fā)布虛假信息等，都要求對(duì)競(jìng)爭(zhēng)情報(bào)的評(píng)審。

2.6 情報(bào)服務(wù)模塊

競(jìng)爭(zhēng)情報(bào)服務(wù)模塊是根據(jù)企業(yè)高層決策者和各部門(mén)管理者的情報(bào)需求，動(dòng)態(tài)地提供情報(bào)產(chǎn)品和情報(bào)服務(wù)，以支持企業(yè)戰(zhàn)略決策，并為企業(yè)戰(zhàn)略執(zhí)行提供即時(shí)的信息反饋。情報(bào)人員在提供服務(wù)時(shí)要考慮情報(bào)用戶的特殊背景和需要，及時(shí)地將不同的情報(bào)準(zhǔn)確地傳遞給所需用戶。情報(bào)產(chǎn)品設(shè)計(jì)時(shí)要根據(jù)決策者喜好或產(chǎn)品的內(nèi)容選擇合適的競(jìng)爭(zhēng)情報(bào)形式。該模塊又可細(xì)分為：(1)用戶定制子模塊，為由用戶根據(jù)自己的競(jìng)爭(zhēng)情報(bào)需求向系統(tǒng)提出服務(wù)的入口。(2)情報(bào)服務(wù)子模塊，該模塊包括兩部分：最終展現(xiàn)給用戶的信息平臺(tái)和滿足不同用戶不同需求的各種情報(bào)發(fā)送模塊。呈現(xiàn)給用戶的情報(bào)服務(wù)平臺(tái)是將所有加工整序后的情報(bào)按照不同情報(bào)主題發(fā)布給用戶，在該平臺(tái)下用戶可以根據(jù)關(guān)鍵詞和主題等不同檢索方式進(jìn)行檢索。情報(bào)發(fā)送模塊是根據(jù)用戶的定制服務(wù)類(lèi)型來(lái)向用戶推送情報(bào)服務(wù)的。

3 系統(tǒng)主要優(yōu)勢(shì)

3.1 資源整合與系統(tǒng)集成

傳統(tǒng)的競(jìng)爭(zhēng)情報(bào)系統(tǒng)一般按功能分為許多功能模塊，信息的共享范圍與反應(yīng)速度一般。而基于數(shù)據(jù)挖掘的競(jìng)爭(zhēng)情報(bào)系統(tǒng)，采用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)來(lái)組織管理數(shù)據(jù)，能完整一致地刻畫(huà)各個(gè)分析對(duì)象所涉及的企業(yè)各項(xiàng)數(shù)據(jù)，對(duì)提取出來(lái)的數(shù)據(jù)進(jìn)行集成，從而將企業(yè)內(nèi)外部各種信息聯(lián)結(jié)在一起，最大限度地實(shí)現(xiàn)信息共享和速度提高?；跀?shù)據(jù)挖掘的系統(tǒng)，決策人員無(wú)需對(duì)決策系統(tǒng)有深刻的理解，也不需要深入學(xué)習(xí)數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘等相關(guān)知識(shí)。而專(zhuān)業(yè)人員則可以通過(guò)TCP/IP協(xié)議隨時(shí)訪問(wèn)有關(guān)的服務(wù)器，對(duì)系統(tǒng)進(jìn)行管理、維護(hù)、擴(kuò)展等。

3.2 數(shù)據(jù)挖掘與信息服務(wù)

系統(tǒng)可以對(duì)企業(yè)海量數(shù)據(jù)進(jìn)行處理，面向主題的數(shù)據(jù)組織方式可在較高層次上對(duì)分析對(duì)象的數(shù)據(jù)給出完整、一致的描述，能完整、統(tǒng)一的刻畫(huà)各個(gè)分析對(duì)象所涉及的企業(yè)各項(xiàng)數(shù)據(jù)以及數(shù)據(jù)之間的聯(lián)系，從而適應(yīng)企業(yè)各個(gè)部門(mén)的業(yè)務(wù)活動(dòng)特點(diǎn)和企業(yè)數(shù)據(jù)的動(dòng)態(tài)特征，從根本上實(shí)現(xiàn)數(shù)據(jù)與應(yīng)用的分離。數(shù)據(jù)挖掘使信息的自動(dòng)處理不再局限于對(duì)結(jié)構(gòu)化數(shù)據(jù)和字符型數(shù)據(jù)的處理，還提供了更加科學(xué)的分析方法，如決策樹(shù)、貝葉斯分類(lèi)、基于關(guān)聯(lián)的分類(lèi)等，使分類(lèi)結(jié)果更加具有針對(duì)性和科學(xué)性。

數(shù)據(jù)挖掘的應(yīng)用拓寬了信息服務(wù)范圍，增加了信息服務(wù)項(xiàng)目，使信息服務(wù)變得更加主動(dòng)，使服務(wù)質(zhì)量大大提高。例如，定題情報(bào)服務(wù)方式將由傳統(tǒng)的、檢索式的服務(wù)方式轉(zhuǎn)變?yōu)橥ㄟ^(guò)互聯(lián)網(wǎng)主動(dòng)地把從浩瀚的網(wǎng)絡(luò)資源和數(shù)據(jù)庫(kù)中自動(dòng)挖掘獲得的信息或知識(shí)推送給用戶的服務(wù)方式。

3.3 情報(bào)分析與趨勢(shì)預(yù)測(cè)

過(guò)去的競(jìng)爭(zhēng)情報(bào)主要依賴(lài)于對(duì)顯性知識(shí)的分析，而傳統(tǒng)方法與數(shù)據(jù)挖掘的結(jié)合，能夠使隱性知識(shí)浮現(xiàn)出來(lái)，確保情報(bào)收集更加全面、數(shù)據(jù)分析更有說(shuō)服力。數(shù)據(jù)挖掘的出現(xiàn)大大加強(qiáng)了信息分析能力，其中的分類(lèi)、聚類(lèi)、綜合以及關(guān)聯(lián)分析等技術(shù)使信息分析更加完備和豐富，為企業(yè)決策提供了強(qiáng)有力的工具。

數(shù)據(jù)挖掘以數(shù)據(jù)倉(cāng)庫(kù)和多維數(shù)據(jù)庫(kù)中的數(shù)據(jù)為基礎(chǔ)，發(fā)現(xiàn)數(shù)據(jù)中的潛在模式并進(jìn)行預(yù)測(cè)。一般的數(shù)據(jù)庫(kù)為了提高系統(tǒng)的效率，往往盡可能少地保留歷史信息。而數(shù)據(jù)倉(cāng)庫(kù)具有一個(gè)重要的特征，就是一般具有長(zhǎng)時(shí)間的歷史數(shù)據(jù)存儲(chǔ)。存儲(chǔ)長(zhǎng)時(shí)間歷史數(shù)據(jù)的目的就是進(jìn)行數(shù)據(jù)長(zhǎng)期趨勢(shì)的分析，預(yù)測(cè)未來(lái)一段時(shí)間內(nèi)的庫(kù)存量變化，實(shí)現(xiàn)前瞻性調(diào)撥，增強(qiáng)適應(yīng)突發(fā)因素的能力，為決策者的長(zhǎng)期決策行為提供有力的數(shù)據(jù)支持。

4 結(jié)束語(yǔ)

本文將數(shù)據(jù)挖掘技術(shù)引入競(jìng)爭(zhēng)情報(bào)系統(tǒng)，與傳統(tǒng)的競(jìng)爭(zhēng)情報(bào)系統(tǒng)相比，使其知識(shí)提取更詳實(shí)、

有效，其分析結(jié)果實(shí)用性更強(qiáng)，同時(shí)由于數(shù)據(jù)挖掘方法較多，系統(tǒng)開(kāi)發(fā)更加方便。整體而言，數(shù)據(jù)挖掘技術(shù)對(duì)企業(yè)情報(bào)系統(tǒng)的建立有重要的借鑒意義。

參考文獻(xiàn)

[1]朱永武.基于數(shù)據(jù)挖掘的企業(yè)競(jìng)爭(zhēng)情報(bào)系統(tǒng)[J].現(xiàn)代情報(bào)，2005，(6)：168-170.

[2]蒲群瑩.基于數(shù)據(jù)挖掘硇競(jìng)爭(zhēng)情報(bào)系統(tǒng)模型[J].情報(bào)雜志，2005，(5)：38-40.

[3]閆曉妍.基于數(shù)據(jù)挖掘技術(shù)的企業(yè)智能競(jìng)爭(zhēng)情報(bào)系統(tǒng)研究[J].現(xiàn)代情報(bào)，2007，(11)：187-189.

[4]包昌火，謝新洲.企業(yè)競(jìng)爭(zhēng)情報(bào)系統(tǒng)[M].北京：華夏出版社，2002.

[5]孫新寧，楊建林，江念南，等.數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘[M].北京：清華大學(xué)出版社，2006.