基于產(chǎn)業(yè)鏈協(xié)作平臺(tái)的商務(wù)智能架構(gòu)及數(shù)據(jù)挖掘技術(shù)研究.pdf

1、汽車產(chǎn)業(yè)鏈?zhǔn)怯烧囍圃焐?、供?yīng)商、經(jīng)銷商、服務(wù)商等相關(guān)企業(yè)組成的龐大網(wǎng)絡(luò)?；贏SP(Application Service Provider,ASP)模式的產(chǎn)業(yè)鏈協(xié)作平臺(tái)，是降低產(chǎn)業(yè)鏈的運(yùn)營成本、實(shí)現(xiàn)產(chǎn)業(yè)鏈協(xié)作中復(fù)雜信息交互的有效途徑，已成為提升汽車制造業(yè)競爭能力的主要手段之一。這種公共服務(wù)平臺(tái)的成功實(shí)施，提高了汽車產(chǎn)業(yè)鏈上下游企業(yè)的協(xié)作效率，降低了企業(yè)信息交換、傳遞和獲取的成本，促進(jìn)了企業(yè)業(yè)務(wù)數(shù)據(jù)的積累。
　　 隨著企業(yè)業(yè)務(wù)

2、數(shù)據(jù)的積累越來越多，以及市場競爭環(huán)境的不斷加劇，如何利用這些數(shù)據(jù)創(chuàng)造價(jià)值成為企業(yè)下一步思考的問題。企業(yè)希望能夠把大量的業(yè)務(wù)數(shù)據(jù)迅速轉(zhuǎn)換成可靠的信息，發(fā)現(xiàn)數(shù)據(jù)背后隱藏的知識(shí)，找到潛在的規(guī)律，從而提高決策質(zhì)量，把握和發(fā)現(xiàn)市場機(jī)遇，提升企業(yè)的競爭力。但是，傳統(tǒng)的信息管理系統(tǒng)已經(jīng)難以滿足企業(yè)的這些新需求，由數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘等技術(shù)支撐的商務(wù)智能(Business Intelligence，BI)給企業(yè)帶來了新希望。BI是一種基于大

3、量數(shù)據(jù)基礎(chǔ)上的提煉和重新整合知識(shí)的過程，這個(gè)過程與知識(shí)共享和知識(shí)創(chuàng)造緊密結(jié)合，完成了從信息到知識(shí)的轉(zhuǎn)變，幫助企業(yè)決策者做出及時(shí)、正確、可行和有效的決策，最終增強(qiáng)企業(yè)的競爭優(yōu)勢。
　　 本文以四川省制造業(yè)信息化研究院開發(fā)的汽車產(chǎn)業(yè)鏈協(xié)作ASP平臺(tái)為基礎(chǔ)，依托國家科技支撐計(jì)劃課題“面向高競爭性行業(yè)的產(chǎn)業(yè)鏈協(xié)作技術(shù)集成推廣應(yīng)用(2006BAF01A37)”的支持，進(jìn)行了以下幾個(gè)方面的研究工作：
　　 1)隨著汽車產(chǎn)業(yè)鏈協(xié)作AS

4、P平臺(tái)的成功推廣實(shí)施，企業(yè)數(shù)據(jù)的積累量與日俱增。面對(duì)加劇的市場競爭環(huán)境，企業(yè)管理者考慮在現(xiàn)有基礎(chǔ)上實(shí)施商務(wù)智能系統(tǒng)，以滿足在決策信息方面的需求。本文結(jié)合汽車產(chǎn)業(yè)鏈平臺(tái)的特點(diǎn)以及用戶的需求，提出了基于汽車產(chǎn)業(yè)鏈協(xié)作平臺(tái)的商務(wù)智能系統(tǒng)的解決方案和體系架構(gòu)；
　　 2)車輛故障分析是挖掘故障配件與車輛行駛里程、使用時(shí)間、使用地區(qū)、配件品牌、相關(guān)故障件等信息之間的關(guān)聯(lián)規(guī)則，其目的是為了提高整車設(shè)計(jì)的合理性。關(guān)聯(lián)規(guī)則挖掘的核心算法是尋找頻

5、繁集，經(jīng)典的Apriori關(guān)聯(lián)規(guī)則挖掘算法采用的候選項(xiàng)集產(chǎn)生原理決定了該算法尋找頻繁集時(shí)對(duì)數(shù)據(jù)庫掃描過于頻繁；無候選項(xiàng)集FP-Growth算法，通過FP-tree尋找頻繁集，極大地減少了I/O數(shù)據(jù)交換，但是，F(xiàn)P-tree的規(guī)模和數(shù)據(jù)特征有關(guān)，當(dāng)數(shù)據(jù)集大且過于稀疏時(shí)，構(gòu)造基于內(nèi)存的FP-tree是不現(xiàn)實(shí)的。而且由于先天性“剪枝”算法的不足，導(dǎo)致這兩種算法在數(shù)據(jù)庫發(fā)生變化時(shí)，原來發(fā)現(xiàn)的頻繁集很難重用。針對(duì)以上問題，提出了基于矩陣的頻繁集發(fā)

6、現(xiàn)及更新算法；
　　 3)客戶是企業(yè)的重要戰(zhàn)略資源，高效的客戶關(guān)系管理以扎實(shí)的客戶細(xì)分為基礎(chǔ)，而實(shí)現(xiàn)客戶細(xì)分的主要途徑就是客戶聚類。設(shè)計(jì)高效、準(zhǔn)確的客戶細(xì)分聚類算法，成為汽車協(xié)作產(chǎn)業(yè)鏈平臺(tái)實(shí)施客戶細(xì)分的關(guān)鍵。針對(duì)經(jīng)典的FKP混合數(shù)據(jù)聚類算法存在收斂速度慢、初始聚類中心選擇困難等問題，提出一種利用遺傳算法快速搜索FKP算法需要的初始聚類中心、同時(shí)利用FKP算法對(duì)染色體進(jìn)行優(yōu)化、避免早熟收斂的GA-FKP聚類算法。
　　 G