l 数据挖掘技术 1.1数据挖掘概念 数据挖掘(DM)就是从大型数据库的数据中提取人们感兴趣的知识，也可称数据库中的知识发现。它们可表示为概念、规则、规律、模式等形式。数据挖掘的对象可为数据库、也可为文件系统，或其它任何组织在一起的数据集合。确切地说。是一种决策支持过程，主要基于人工智能、机器学习、统计学等技术，高度自动化地分析企业原有的数据。从中挖掘出潜在信息，帮助企业决策者做出正确决策。 1.2数据挖掘模型与任务 数据挖掘模型在本质上可分为预测型模型与描述型模型两类(图1)，预测型模型利用从不同数据中发现的已知结果，对数据的值进行预测；而描述型模型对数据中的模式或关系进行辨识。在数据挖掘模型下包含以下几种基本的数据挖掘任务： (1)分类，指将数据映射到预先定义好的群组或类。(2)回归，指将数据项映射到一个实值预测变量。(3)时间序列分析，指通过时间序列图将时间序列数据可视化，时间序列图是数据的属性值时间变化的图形。(4)预测，指基于过去和当前数据对未来数据状态进行预测。(5)聚类，指没有预先定义而由数据来决定类别，是无指导学习或分割。(6)汇兑，指将数据映射到伴有简单描述的子集中。(7)关联规则，指提示数据之间相互关系的一项数据挖掘任务，而这种关系在数据中没有直接表示。(8)序列发现，指确定数据之间与时间相关的序列模式。 补充： 1.3 数据挖掘 过程 数据挖掘过程也称知识发现的过程(KDD)，是一个包含许多不同步骤的过程，图2构造出了数据挖掘的过程，可见，其过程可划分为数据准备、数据挖掘和知识表达和解释三个阶段。具体步骤为源数据经集成得到数据，数据经选择得到目标数据，目标数据经处理后碍到预处理后数据(后数据)。后数据经挖掘得到各种模式的数据，各种模式的数据经过解释就得到了知识。 2 知识 生产管理 知识生产管理是指以知识生产为管理对象，对整个生产活动进行计划、组织和控制，尽可能实现按规定的产品质量、 计划成本 和 交货期 完成知识生产的任务。最终向 知识产品 消费者提供满意的产品。知识生产不同于一般性的物质生产，其不仅包括原创性的生产，还包括复制性生产及定制性生产，而知识生产的首要任务是进行原创性生产，专业人员 开发产品 ，管理人员维护控制产品 生产过程 ，在生产过程中逐渐丰富企业自身的知识库，从而为进一步进行定制性生产和复制性生产打下基础，最终提供给 客户满意 的产品。知识生产的管理按其功能可划分为几种不同的模块(图3)，其中 客户管理 的功能是指对知识生产企业的客户信息进行加工处理，产生客户智能，为企业的战略决策提供支持； 项目管理 主要包括项目预算及控制项目的进度等； 生产计划管理 主要是进行知识产品的 需求预测 ，制定 主生产计划 ，知识需求计划、材料计划、设备计划及 人力资源计划 等；组织管理的主要功能是选择合适的生产组织来完成相应的知识生产任务，以保证最有效的生产过程； 人力资源管理 的功能是根据 生产计划 ，在组织内或通过招聘等形式选择合适的人力进行生产、通过培训和调配，使人力资源保持最佳状态，以便有效地完成生产任务。知识库管理是对企业生产过程中积累的知识数据进行有效的管理，包括知识的获取、组织、存储、查询、更新和维护等； 质量管理 的功能是指对知识生产过程进行质量控制； 采购管理 是完成对采购全过程的管理； 设备管理 的功能是对知识生产企业现有的设备进行系统的管理； 物料管理 则是对知识生产所需的、企业现存的物质材料进行管理；作业管理是指对具体知识生产的作业过程进行管理；而 成本管理 就是控制知识生产的成本。使知识生产在保证按时按量的前提下达到成本最低。
温馨提示：答案为网友推荐，仅供参考