績效管理中數(shù)據(jù)挖掘技術研究.pdf

1、隨著信息技術飛速發(fā)展，企業(yè)要在信息爆炸的現(xiàn)實社會中求生存，就要把企業(yè)信息化作為發(fā)展的一個必要步驟。企業(yè)資源計劃(ERP)將成為各企業(yè)進行信息化戰(zhàn)略的重要手段。利用企業(yè)信息數(shù)據(jù)，參與決策，進行決策支持已經(jīng)成為當前及今后ERP的發(fā)展趨勢和終極目標。而對作為ERP重要組成部分的績效管理來說，智能化的需求則更為迫切。如何推進績效管理智能化的發(fā)展是當前一個重要的研究課題。由于數(shù)據(jù)挖掘是解決這一問題的有力工具，因此績效管理中數(shù)據(jù)挖掘技術的研究更具意

2、義。 頻繁模式的挖掘是數(shù)據(jù)挖掘關聯(lián)挖掘的核心和基礎，是影響挖掘算法效率的一個決定性的因素。而最大頻繁項集中隱含著全部的頻繁項集，因此，在最大頻繁模式挖掘方面取得的任何進展都將對關聯(lián)挖掘以至于其它數(shù)據(jù)挖掘任務的效率產(chǎn)生重要的影響。故結(jié)合績效管理的實際，對最大頻繁項集挖掘算法進行分析研究，給出了對績效管理關鍵績效指標（KPI）的確定中挖掘最大頻繁項集的一種算法FP-MaxgrowthforKPI。 根據(jù)績效管理中數(shù)據(jù)的特點，

3、采用位圖數(shù)據(jù)格式，由用戶的需求導出頻繁模式樹（FP-tree）。并在分析Apriori和FP-growth等經(jīng)典算法優(yōu)缺點的基礎上，結(jié)合各種有效剪枝技術，采用局部超集存在判斷方法對FP-tree上的最大頻繁項集挖掘進行優(yōu)化，改進最大頻繁項集挖掘算法，以適應績效管理的實際環(huán)境。經(jīng)過實驗得出改進算法FP-MaxgrowthforKPI效率明顯高于傳統(tǒng)算法。 根據(jù)績效管理的實際應用，基于該改進算法的思想，設計出了基于最大頻繁項集挖掘的