企业战略分析详解.doc

PAGE  PAGE - 1 - 《决策支持与管理》课程论文 论文名称：数据挖掘技术在竞争情报系统中的应用研究 学 期： 2014-2015学年第2学期 学时学分： 34学时 2学分 专业班级： 信管1221 学　　号： 120312018 姓　　名： 刘明 指导老师： 周新民 副教授 提交日期： 2015年6月19日 数据挖掘技术在竞争情报系统中的应用研究 一、课程设计目的 20世纪80年代初期，西方经济发达国家对竞争情报系统的建立进行了较为深入的研究，并将其应用到企业技术竞争、市场营销和战略管理活动以及政府制定竞争政策和行业规则的实践中。 在市场竞争日益激烈的形势下，企业管理者越来越重视情报的研究、收集、分析和研究，竞争情报系统的建立，对企业的发展起到了重要的作用。出现了很多应用竞争情报系统，推动公司发展的案例。如摩托罗拉通过竞争情报确立发展战略，IBM公司建立竞争情报体系，施封德电气利用多途径获取竞争情报[1]，竞争情报系统在企业中的应用愈加受到重视。 数据挖掘也称知识发现。数据挖掘是一门不断发展的综合交叉学科，兴起于20世纪80年代末，是当前计算机行业最热门的研究领域之一。数据挖掘理论汇聚了数据库、可视化、并行计算等方面的技术，集统计学、人工智能、模式识别、计算机科学、机器学习等多门学科理论知识为一体。数据挖掘技术从本质上来说是一种新的商业信息处理技术。从商业角度看，数据挖掘技术就是按企业的既定的业务目标，对大量的企业数据进行深层次分析以揭示隐藏的，未知的规律并将其模型化，从而支持商业决策活动。 我国目前竞争情报专业教育从培训本科、硕士到博士研究生的分层培养体系框架已初步形成。国家教育改革委员会正计划在高等院校中的信息系统与管理、工商管理等专业和理工科类专业中开设竞争情报本科课程。在应用方面，目前国内已涌现出一批像百度、TRS、天下互联、赛迪等具有较强实力的竞争情报系统开发与服务商，竞争情报的理论研究成果正逐步走出研究机构和大学讲堂，被社会和企业所接受，并转化为现实生产力，由此也推动了我国竞争情报产业化的进程[2]。同时，随着国内竞争情报研究与应用的不断深入，与境外的交流和合作步入良性循环轨道。 二、问题描述 竞争情报有狭义和广义之分。狭义的竞争情报主要指与竞争相关联的一切情报；广义的竞争情报则指为了提高竞争力而进行的一切情报活动，既包括情报产品，也包括活动过程。美国竞争情报从业者协会给出了一个竞争情报的标准模型，如图2.1所示： 信息收集 信息加工 情报分析 情报传播 规划与定向 图2.1竞争情报标准模型 竞争情报系统(Competitive Intelligence System—CIS)是指对反映企业内部和外部竞争环境要素或事件的状态或变化的数据或信息进行收集、存储、处理和分析，并以适当的形式将分析结果(即情报信息)发布给战略管理人员的计算机信息系统。CIS简称为基于计算机信息管理的竞争情报系统。CIS的应用目的是在市场竞争环境中企业为保持或增加利润，围绕企业的经营战略目标，通过竞争情报系统为其获取有关企业内部、竞争对手、竞争环境的信息，并加以存储、处理、分析、研究，竞争情报分析研究结果最终对企业经营战略目标确立与实施产生调整作用的信息系统。 2. 数据挖掘及其关键技术 2.1.1 数据挖掘及其一般过程 数据挖掘（Data Mining，简称DM）就是利用各种分析工具从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的，但却非常有用的信息、模式(规则)和趋势，这种模型能对未来做出预测和评估，能发现那些不能靠直觉发现的信息或知识，甚至是违背直觉的信息或知识。 定义问题 数据准备 确定主题 读入数据并建立模型 挖掘操作 结果表达和解释 数据挖掘的一般过程由六个阶段组成[3]，如图2.2所示： 图2.2 数据挖掘的一般过程 (1) 定义问题：首先明确定义将要解决的问题，所以，数据挖掘者要熟悉该行业的数据和业务问题。 (2) 数据准备：数据准备是数据挖掘的核心。这一阶段又可分为3个子步骤：数据集成、数据选择、数据预处理。 (3) 确定主题：即确定要研究的主题，这一步涉及到了解研究主题的局限性，选择待完成的良好研究主题，确定待研究的合适的数据元素，以及决定如何进行数据操作等。 (4) 读入数据并建立模型：当输入的数据确定之后，就需要用数据