我对如何将BI与数据挖掘联系起来感到有点困惑。BI可以被定义为某种数据挖掘的表现形式吗?
像Microsoft Analysis Services这样的BI工具与像Weka这样的数据挖掘工具有什么不同?
我猜BI涉及更多的数据报告和分析,数据中的数据经历了某种聚合,并以立方体的形式表示,但数据挖掘也涉及不同的算法来执行聚类,不是吗?
有什么建议吗?
干杯
发布于 2009-05-10 00:11:53
BI small正在生成详细报告(今天的销售列表)。几乎不涉及数学运算,可能需要计算行数和销售额总和。在这里,您可以看到称为"BI“的报告工具
BI medium正在生成指标(本季度的利润率)。这只是一个简单的代数,但由于数据量巨大,频繁地生成它是一个挑战。这是一个立方体和olap的世界。
BI large正在进行数学建模。这可能是从线性回归到统计模型的任何东西,你可以命名它。这里的关键是模型使用了大量的数据。真正的统计学家使用“数据挖掘”这个词是一种贬义,因为没有接受过统计使用培训的人可能会挖掘数据,直到他们发现一个虚假的相关性。你的数据集越大,你就越有可能因为偶然而找到关系,而不是现实中真正存在这样的关系。
因为BI的客户是业务经理,而不是PhD研究生,所以像微软等人这样的供应商。通过向我们提供黑盒“数据挖掘”工具来简化它,许多工具与您在SAS和类似工具中找到的工具相同。
我所看到的将短语BI的所有这些应用程序连接起来的唯一一件事是,它们都在使用大量数据来制定业务决策。
发布于 2009-06-12 15:11:30
要回答你的一般性问题“商业智能是数据挖掘的表现吗”,实际上是另一种方式。
一般而言,商业智能就是使用你公司的数据来了解你的市场状况并做出决策。因此,正如MatthewMartin所说,它可以像SSRS报告一样简单,也可以像实时决策支持/AI系统一样复杂。
数据挖掘是BI的一个方面,因为数据挖掘可以用来对海量数据进行知识发现和预测,使用实现算法的工具,如聚类、神经网络等。
https://stackoverflow.com/questions/844376
复制相似问题