抱着西瓜吃夏天22
范文一：医学数据挖掘
第一章
一(填空
1(数据挖掘和知识发现的三大主要技术为:数据库、统计学、机器学习 2(数据挖掘获得知识的表现形式主要有6种:规则、决策树、知识基网络权值、公式、案
例
3(规则是由前提条件、结论两部分组成
(基于案例推理CBR的基础是案例库 4
5(知识发现的基本步骤:数据选择、处理、转换、数据挖掘、解释与评价。数据挖掘是知
识发现的关键步骤
6(数据挖掘的核心技术是:人工智能、机器学、统计学
7.目前数据挖掘在医学领域的应用集中在疾病辅助诊断、药物开发、医院信息系统、遗传学等方面
二(名解
1(数据挖掘DM:在数据中正规的发现有效的、新颖的、潜在有用的、并且最终可以被读
懂的模式的过程
2(案例推理CBR:当要解决一个新问题时，CBR利用相似性检索技术到案例库中搜索与新
问题相似的案例，再经过对就案例的修改来解决新问题
三(简答
1(数据挖掘的特点
a挖掘对象是超大型的DB，b发现隐含的知识，c可以用于增进人类认知的知识，d不是
手工完成的
2(案例是解决新问题的一种知识，案例知识表示为三元组
a问题描述:对求解的问题及周围环境的所有特征的描述，b解描述:对问题求解方案的
描述，c效果描述:描述解决方案后的结果情况，是失败还是成功
3(医学数据挖掘存在的关键问题
a数据预处理，b信息融合技术，c快速的鲁棒的书库挖掘算法，d提供知识的准确性和
安全性
4(数据挖掘在遗传学方面的应用
遗传学的研究表明，遗传疾病的发生是由基因决定的，基因数据库搜索技术在基因研究
上做出了很多重大发现，其工作主要包括:a从各种生物体的大量DNA序列中定位出具
有某种功能的基因，b在基因DB中搜索与某种具有高阶结构或功能的蛋白质相似的高
阶结构序列
第二章
一(填空
1(DM的对象分为:关系型DB、数据仓库、文本DB、复杂类型DB 2(从用户角度来看，数据仓库的基本组成包括:数据源、数据存储、应用工具、可视化用
户界面
3(数据仓库是最流行的数据模型是多维数据模型，多维数据模型将数据看作是数据立方体
的形式，数据立方体是由维和事实来定义
4(常用的多维数据模式包括:星型模式、雪花模式、事实星座模式。星型模式是由事实表
和维表构成
5(WEB ,,分为:,,,内容挖掘、,,,结构挖掘、,,,使用挖掘 二(名解
,(数据仓库:一个面向主题的、集成的、时变的、非易失的数据集合，用以支持管理活动
的决策过程
,(数据立方体:指以两维或多维来描述或者分类数据。这里的维类似于关系数据结构中的
属性或者字段
,(,,,数据挖掘:指同万维网相关数据的挖掘
三(简答
,(人们使用文本DB的三个主要目的
a用户需要便利的获得全文文本，即文献检索，b用户应用此类数据库确定需要阅读的
相关资料，c用户希望从文本数据库中获得信息的特异性片段，即从相关资料的特异性
部分获得某个特意问题的答案
2(WEB数据库中的数据可以分为五个类别
a网页的内容，b网页间的结构，c网页内的结构，d描述用户如何使用网页的数据，e
用户的人口统计学和注册信息
第三章
一.填空题
1.确定商业目标,认清数据挖掘的目的是DM的第一步
2.影响DM结果质量的两个因素是:所采用DM技术的有效性(模型的选择),用于挖掘的数据
的质量和数量
3.数据质量的含义包含四个方面:数据的正确性,数据的一致性,数据的完整性,数据的可靠性 4.数据清洗的技术:空值处理,噪音数据,不一致数据等处理技术
5.数据挖掘模型按功能可分为:预测模型,描述模型.其中前者包括:分类模型,回归模型,时间序
列模型;后者包括:聚类模型,关联模型,序列模型
6.模型准确性的测试分为三类:简单验证,交叉验证,自举法
二.名词解释
1.静态数据:开展业务活动所需要的基本数据(动态数据的基础,保持数据的唯一性) 动态数据:指每笔业务发生时产生的事务处理信息
2.数据归纳:其目的是建立用于挖掘的合适的数据集合,缩小处理范围,是在数据选择的基础上对挖掘数据的进一步约简,又叫数据缩减或数据收缩
三:简答
1.CRISP-DM模型的六个阶段
理解问题,理解数据,准备数据,建立模型,方案评估,方案实施
2.数据准备包含的方面
a从多个数据源中整合数据挖掘所需要的数据,保证数据的综合性,易用性,数据的质量和数据的时效性;b如何从现有数据中衍生出所需要的指标
3.在数据生成,处理和管理的许多阶段都会引入错误,主要包括
a数据输入和获得过程的错误;b数据集成所表现出来的错误(a度量纲问题b命名冲突问题c数据精度问题d汇总问题);c数据传输过程所引入的错误
4.通过历史数据预测未来,它的的有效性的前提条件隐藏着三个假设为
a过去是将来的好的预测器;b数据是可利用的;c数据包含我们想要的预测 5.预测模型和描述模型的区别
数据挖掘模型按照功能分为预测模型和描述模型.在预测模型中,用来预测的称为独立变量,要预测的称为相关变量或目标变量.预测模型包括分类模型,回归模型和时间序列模型;描述模型包括聚类模型,关联模型和序列模型.前者有时又称为有监督学习,可直接用来检测模型的准确性,一般在建立这些模型时,使用一部分数据作为样本,用另一部分数据来检验,校正模型;后者又称为无监督学习,因为在模型建立前结果是未知的,模型的产生不受任何
监督
第四章
一.填空
1(关联分析就是用于发现隐藏在大型数据集中的令人感兴趣的联系,所发现的联系可以利用关联规则或者频繁项集的形式表示
2.关联规则算法通常采用的策略是把关联规则挖掘任务分解为两步:找出所有频繁的项集;由频繁项集产生强关联规则
3.Apriori算法的两大缺点:可能产生大量的候选集,可能需要重复扫描数据库 4.Apriori算法优化的四种思路:减少DB描述的次数,对挖掘的数据集中进行扫描,利用修剪技术来减少候选集C的大小,并行数据挖掘 k
5.同层关联规则可以采用的两种支持策略:统一的最小支持度,递减的最小支持度
第五章 聚类分析
一,填空.1.大多数聚类算法采用的两种具有代表性的数据结构:数据矩阵,相异度矩阵. 2.基于划分的聚类分析方法有,K-平均算法,K-中心点算法,CLAYANS算法. 3.孤立点挖掘的方法主要有:基于统计的方法,基于距离的方法,基于偏离的方法. 4.两种基于偏离的孤立点的检测技术是:序列异常技术，olap数据立方体技术. 二,名词解释
1.聚类分析,是一个将数据集划分为若干组成类的过程.并使得同一个组内的数据对象具有较高的相似度,而不同组中的数据是不相似的.
2.相异度矩阵,是一个对象-对象结构,它存放所有n个对象两两之间所形成的差异性(相似性) 3.孤立点，与其他数据有显著区别的数据对象的集合。
4，孤立点挖掘，
三，简答
1.K-平均算法的操作流程:
给定K后，1，从数据对象中任意选择K个对象作为初始聚类中心。2，计算每个聚类的平均值，用该平均值代表相应的聚类中心。3，计算每个对象与这个中心的距离，并根据最小距离重新对相应对象进行划分，将它分配到与它最近的聚类中。4，循环。5，直到每个聚类不在发生变化为止。
2.孤立点产生的原因:1，度量或执行错误导致。2.固有的数据变异的结果。 3.孤立点挖掘问题可以看成是2个问题;
1，定义在数据集中的什么是不一致的数据。
2，找到一个能够挖掘出所定义的孤立点的有效方法。
第六章 决策树
1.决策树的基本组成部分:决策节点 分枝 叶子
2.在决策树中最上面的节点称为 根节点 是整个决策树的开始，每个分枝是一个新的决策点或者是树的叶子，每个叶节点 代表一种可能的分类的结果。
3.Hunt 提出的概念学习系统 是一种早期的决策树学习方法，它是许多决策树算法的基础 4.一个完整的决策树构造过程应包含决策树的创建和决策树的剪枝
5.决策树修剪的3种方法 前修剪方法，后修剪方法，混合的修剪方法
第八章 人工神经网络
一、填空
1、大多数生物神经元由细胞体、轴突、树突和突触组成
2、人工神经网络是对生理神经元的模拟，有向弧则是轴突——突触——树突对的模拟，有向弧的权值表示两处理单元间相互作用的强弱
3、在结构上，人工神经网络可以分为:输入层、隐蔽层、输出层，每一层可以包含若干个节点(神经元)，层与层之间的节点相互联系
4、BP算法包括信息的正向传递和误差的反向传播
5、网络按照连接权值可以有三种训练方法:死记式学习、有监督学习(有导师学习)、无监督学习(无导师学习)
二、名词解释
1、人工神经网络是一个对人脑的某种程度上的抽象、简化和模拟的数学模型，它能用电子线路来实现或用计算机来模拟人的自然智能，从人脑的生理结构出发来研究人的智能行为，模拟人脑对信息进行处理的功能
三、简答
1、人工神经网络历史发展的四个阶段
a产生时期:M-P模型;b高潮时期:感知机;c低潮时期;d热潮时期:BP网络 2、人工神经网络的基本功能
a联想记忆功能b非线性映射能力c分类、识别与图像处理功能d控制与优化计算功能e知识处理功能
3、人工神经网络的工作过程
a学习阶段:对网络进行训练，主要是调整网络神经元的连接权值和连接方式 b工作阶段:训练好的网络即可用于实际工作，此时网络的连接权值和连接方式固定不变，工作过程表现为输入数据在状态空间的映射和变化过程，神经网络最终的稳定状态即是工作输出
4、BP算法基本思想
BP算法的学习过程由信号的正向传播与误差的反向传播的两个过程组成 a正向传播:输入样本?输入层?各隐层?输出层;若输出层实际输出与期望输出不同，则转入b
b误差的反向传播:输出误差(某种形式)?隐层?输入层;通过将输出误差的反传分摊给各层所有单元，从而获得各层单元的误差信号，修改各神经元的权值 5、BP神经网络的建模步骤
a、确定训练样本集:训练样本含量适宜b、样本的归一化处理c、BP神经网络结构设计:输入层、隐含层、输出层设计d、BP神经网络权值初始化e、利用BP算法学习建模
第十章 医学决策支持系统
一、填空
1、常见的狭义医学决策支持系统包括:医疗专家系统和临床决策支持系统两种 2、医院信息系统(HIS)分为医院管理信息系统(HMIS)和临床信息系统(CIS) 3、数据仓库的逻辑数据模型是多维结构的数据视图，也称多维数据模型，其最流行的表现形式是数据立方体
4、多维数据模型常用的有:星型模型、雪花模型、星网模型，其中星型模型是最常见的多维数据模型，星型模型由事实表和唯表构成
5、多维数据分析包括切片、切块、旋转、上钻、下钻等五个基本操作
6、信息系统经历了电子数据处理系统、管理信息系统和决策支持系统三个阶段 二、名解
1、决策支持系统:指为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，并通过调用各种数据分析工具提取决策信息，帮助决策者提问决策水平和质量，解决了由计算机自动组织和协调以数值计算为主体的数据模型和仿真模型的运行，以及DB中大量数据的存取和处理，从而达到更高层次的辅助决策能力
2、医学决策支持系统:通常我们从广义和狭义两个角度来定义
广义:指在医学信息系统基础上发展起来的，以支持各级医疗卫生人员辅助决策为的的计算机信息系统
狭义:一种通过计算机进行模型计算，知识推理以及从医学数据中获得诊断信息和诊断的知识以支持医学诊断辅助决策为目的的计算机信息系统
3、数据仓库:值一个面向主题的、集成的、时变的、非易失的数据集合，用以支持管理获得的决策过程
4、OLAP(联机分析处理):是分析人员，管理人员和执行人员能够从多种角度对从原始数据中转化出来的，能够真正为用户所理解的并真实反映企业多维特性的信息进行快速、一致、交互的存取，从而获得数据更深入了解的一类软件技术
三、简答
1、DSS发展的四个阶段
a、以模型库为核心的DSS;b、模型库与知识推理结合的智能DSS;c、DW+OLAP+DM的新型DSS;d、网络环境的综合DSS
2、医院管理决策支持系统的分析功能
a、医疗质量决策分析;b医疗病源决策分析;c、业务成本决策分析;d、财务与效益决策分析;e、医保决策分析与监控
3、数据仓库结构
DW包括的几类数据:当前基本数据，轻度综合数据，高度综合数据及原数据 当前基本数据:最近时期的业务数据，是DW用户最感兴趣的部分，数据最大，随时间的推动由DW的时间控制机制转为历史基本数据，一般存储于磁盘与介质 轻度综合数据:从当前数据中提取出来的用于提供决策分析的数据设计这层数据结构会遇到综合处理数据的时间段选取、综合数据包含哪些属性和内容等问题
高度综合数据:是准决策数据，十分精炼
原数据:是关于数据的数据，它是描述数据仓库内数据的结构和建立方法的处理
下面是泰戈尔励志经典语录，欢迎阅读。
不需要的朋友可以编辑删除～～
1. 上帝对人说道:“我医治你，所以要伤害你;我爱你，所以要惩罚你。”
2. 如果错过太阳时你流了泪，那么你也要错过群星了。
3. 天空中没有翅膀的痕迹，但我已飞过。
4. 当你把所有的错误都关在门外，真理也就被拒绝了。
5. 错误经不起失败，但是真理却不怕失败。
6. 离我们最近的地方，路程却最遥远。我们最谦卑时，才最接近伟大。
7. 爱就是充实了的生命，正如盛满了酒的酒杯。
8. 月儿把她的光明遍照在天上，却留着她的黑斑给她自己。
9. 生命因为付出了爱，而更为富足。
10. 果实的事业是尊重的，花的事业是甜美的，但是让我做叶的事业罢，叶是谦逊地专心地垂着绿荫的。
11. 上帝对人说道:“我医治你，所以要伤害你;我爱你，所以要惩罚你。”
12. 如果错过太阳时你流了泪，那么你也要错过群星了。
13. 天空中没有翅膀的痕迹，但我已飞过。
14. 当你把所有的错误都关在门外，真理也就被拒绝了。
15. 错误经不起失败，但是真理却不怕失败。
16. 离我们最近的地方，路程却最遥远。我们最谦卑时，才最接近伟大。
17. 爱就是充实了的生命，正如盛满了酒的酒杯。
18. 月儿把她的光明遍照在天上，却留着她的黑斑给她自己。
19. 生命因为付出了爱，而更为富足。
20. 果实的事业是尊重的，花的事业是甜美的，但是让我做叶的事业罢，叶是谦逊地专心地垂着绿荫的。
21. 失败可以导致胜利，死亡可以导致永生。
22. 任何事物都无法抗拒吞食一切的时间。
23. 虚伪的真诚，比魔鬼更可怕。
24. 母亲不仅仅属于家庭，而且还属于世界。我尝过做母亲的痛苦，但却没有做母亲的自由。
25. 鸟翼系上黄金，这鸟便永远不能在天上翱翔
26. 真理是严酷的，我喜爱这个严酷，它永不欺骗。
27. 果实的事业是尊贵的，花的事业是甜美的;但是让我做叶的事业吧，叶是谦逊地、专心地垂着绿荫的。
28. 夜把花悄悄地开放了，却让白日去领受谢词。
29. 有时候，两个从不相识的人的确也很可能一见面就变成了知心的朋友。
30. 青春啊，难道你始终囚禁在狭小圈子里?你得撕破老年的蛊惑人心的网。
31. 全是理智的心，恰如一柄全是锋刃的刀。它叫使用它的人手上流血。
32. 要使生如夏花之绚烂，死如秋叶之静美。
33. 权力把受害者的百般苦恼看作忘恩负义
34. 真理之川从他的错误的沟渠中流过。
35. 虚伪的真诚，比魔更可怕。
36. 休息与工作的关系，正如眼睑与眼睛的关系。
37. 抽象概念作为一种见解倒是不错的，但应用到人们身上，就不那么行得通了
38. 你可以从外表的美来评论一朵花或一只蝴蝶，但你不能这样来评论一个人。
39. 世界上的一切伟大运动都与某种伟大理想有关。
40. 我们把世界看错了，反说它欺骗我们
41. 我给你爱的阳光，同时给你光辉灿烂的自由。
42. 顺境也好，逆境也好，人生就是一场对种种困难无尽无休的斗争，一场以寡敌众的战斗。 ——罗宾德拉纳特?泰戈尔
43. 真理穿了衣裳觉得事实太拘束了，在想象中，她却转动得很舒畅。
44. 如果把所有的错误都关在门外的话，真理也要被关在门外了。
45. 贞操是从丰富的爱情中生出来的资产。
46. 有些事情是不能等待的。假如你必须战斗或者在市场上取得最有利的地位，你就不能不冲锋、奔跑和大步行进。
47. 在哪里找到了朋友，我就在哪里重生。
48. 爱是亘古长明的灯塔，它定晴望着风暴却兀不为动，爱就是充实了的生命，正如盛满了酒的酒杯。
49. 那些仅仅循规蹈矩过活的人，并不是在使社会进步，只是在使社会维持下去
50. 医治罪恶的正确方法是和它进行斗争
51. 在任何情况之下，天神都不会用镣铐来束缚他所创造的人的;他使他们的生活经常发生变化，从而得到启发。
52. 只有人类精神能够蔑视一切限制，相信它的最后成功，将它的探照灯照向黑暗的远方。
53. 不要从你自己的袋里掏出勋绩借给你的朋友，这是污辱他的。
54. 埋在地下的种子产生果实，却并不要求什么报酬。
55. 情报对敌人和我们周围的世界的了
56. 在老年时，会有许多闲暇的时间，去计算那过去的日子，把我们手里永久丢失了的东西，在心里爱抚着。
57. 真理只有用它受到的阻力和反对来检验它是真是假??真理必须通过它在各个时代受到的反对和打击被人重新发现。
58. 生命是永恒不断的创造，因为在它内部蕴含着过剩的精力，它不断流溢，越出时间和空间的界限，它不停地追求，以形形色色的自我表现的形式表现出来。
59. 我宁愿要那种虽然看不见但表现出内在品质的美。
60. 静止便是死亡，只有运动才能敲开永生的大门。
61. 我希望你照自己的意思去理解自己，不要小看自己，被别人的意见引入歧途。
62. 如果错过了太阳时你流了泪，那么你也要错过群星了。
63. 要是童年的日子能重新回来，那我一定不再浪费光阴，我要把每分每秒都用来读书!
64. 月儿把她的光明遍照在天上，却留着她的黑斑给它自己。
65. 人所追求的，不过是看到“新事物”以无比壮丽的姿态出现在那摧毁“旧事物”的火焰顶上罢了。
66. 我们的生命是天赋的，我们惟有献出生命，才能得到生命。
67. 如果你对一切错误关上了门，那么真理也将将你关在门外
68. 我们如海鸥与波涛相遇似地，遇见了，走近了。海鸥飞去，波涛滚滚地流开，我们也分别了。
69. 完全按照逻辑方式进行思维，就好像是一把两面都昌利刃而没有把柄的钢刀，会割伤使用者的手。
70. 祖国的伟大和力量原来就蓄存在祖国的自己身上
71. 宗派主义，使人完全忘记了人就是人这个简单明白的真理
72. 那些仅仅循规蹈矩的过活的人，并不是在使社会进步，只是在使社会得以维持下去
73. 多和朋辈交游无疑是医治心病的良方。
74. 不要从你自己的袋里掏出勋章借给你的朋友，这是侮辱他的。
75. 永恒的献身是生命的真理。它的完美就是我们生命的完美。
76. 世界上使社会变得伟大的人，正是那些有勇气在生活中尝试和解决人生新问题的人!
77. 有生命力的理想决不能象钟表一样，精确计算它的每一秒钟。
78. 总会发生些情愿与不情愿、知道与不知道、清醒与迷误的那种痛苦与幸福的事儿。但如果心里存在虔诚情感，那么在痛苦中也会得到安宁。否则，便只能在愤怒争吵、妒嫉仇恨、唠唠叨叨中讨活了。
79. 生活本身就是五花八门的矛盾集合——有自然的也有人为的，有想象的也有现实的。
80. 超越国界，比国家更伟大的东西，只能通过国家来显示自己
81. 思想以自己的言语喂养它自己，而成长起来。
82. 真理之川，从它的错误之沟渠中流过。
83. 附和真理，生命便会得到永生。
84. 蜜蜂从花中啜蜜离开时营营地道谢，浮夸的蝴蝶却是相信花是应该向他道谢的。
85. 有勇气在自己生活中尝试解决人生新问题的人，正是那些使社会臻于伟大的人!那些仅仅循规蹈矩过活的人，并不是在使社会进步，只是在使社会得以维持下去。
86. 人生虽只有几十春秋，但它决不是梦一般的幻灭，而是有着无穷可歌可颂的深长意义的;附和真理，生命便会得到永生。
87. 你若爱她，让你的爱像阳光一样包围她，并且给她自由。
88. 虚伪永远不能凭借它生长在权利中而变成真实。
89. 闪射理想之光吧，心灵之星!把光流注入，未来的暮霭之中。
90. 妥协对任何友谊都不是坚固的基础。
91. 如果你因失去了太阳而流泪，那末你也将失去群星了。
92. 要是爱情不允许彼此之间有所差异，那么为什么世界上到处都有差异呢?
93. 虚伪永远不能凭借它生长在权力中而变成真实。
94. 我们必须奉献于生命，才能获得生命。
95. 当形式是内容的本身，它和内容是
96. 全是理智的人，恰如一把全是锋刃的刀，叫使用它的人手上流血
97. 造物主把像你这样的人派遣到人世间来，是要你担负一定的责任的，所以你决不应该轻视自己的身体。
98. 人类的历史是很忍耐地等待着被侮辱者的胜利。 (印度)《飞鸟集》
99. 学习必须与实干相结合。
104. 蜜蜂从花中啜蜜，离开时营营的道谢。浮夸的蝴蝶却相信花是应该向他道谢的。
105. 刀鞘保护刀的锋利，它自己则满足于它的迟钝。
106. 知识是珍贵宝石的结晶，文化是宝石放出来的光泽。
107. 当我们是大为谦卑的时候，便是我们最近于伟大的时候。
108. 如果错过了太阳时你流了泪，那么你也要错过群星了。
109. 爱是理解的别名。
110. 眼睛不能看到你，因为你是眼睛中的瞳仁;心灵不能了解你，因为你是内心深处的秘密。
111. 世界上最遥远的距离不是生与死，而是我站在你面前，你却不知道——我爱你。
112. 生当如夏花之绚丽，死当如秋叶之静美。
113. 你微微地笑着，不同我说什么话。而我觉得，为了这个，我已等待得久了。
114. 使生如夏花之绚烂，死如秋叶之静美。
115. 让死者有那不朽的名，但让生者有那不朽的爱。
116. 我们把世界看错了，反说世界欺骗我们。
117. 你看不见你自己，你能看见的只是自己的影子
118. 生当如夏花之绚烂，死当如秋叶之静美。
119. 闪射理想之光吧/心灵之星!把光流注入/未来的暮霭之中。
120. 我们只有献出生命，才能得到生命。
121. 爱情是理解和体贴的别名。
122. 相信爱情，即使它给你带来悲哀也要相信爱情。
123. 女人，罪恶把你剥得赤裸，诅咒把你洗净，你升华成完善的生命。
124. 在消除贫困的时候，我们会拥有自己的财富，而拥有这笔财富，我们却会失去多少善心，多少美和多少力量啊!
125. 静止便是死亡，只有运动才能敲开永生的大门。
126. 老是考虑怎样去做好事的人，就没有时间去做好事。
127. 那些缠扭着家庭的人，命定要永远闭卧在无灵魂世界的僵硬的生活中。
128. 我希望你照自己的意思去理解自己，不要小看自己，被别人的意见引入歧途
129. 真理之川从他的错误的沟渠中流过。
148. 当青春的光彩渐渐消逝，永不衰老的内在个性却在一个人的脸上和眼睛上更加明显地表露出来，好像是在同一地方久住了的结果。
149. 人的青春时期一过，就会出现名象秋天一样的优美成熟时期，这时，生命的果实象熟稻子似的在美丽的平静的气氛中等待收获。
150. 知识是珍贵宝石的结晶，文化是宝石放出的光泽
151. 在你青春的无忧无虑的生涯里，你屋子里所有的门户始终洞开着。
152. 一个人的青春时期一过，就会出现像秋天一样的优美的成熟时期，这时，生命的果实像熟稻子似的在美丽的平静的气氛中等待收获。
153. 果实的事业是尊贵的，花的事业是甜美的，但是让我们做叶的事业罢，叶是谦逊地专心地垂着绿荫的
154. 天空虽不曾留下痕迹，但我已飞过
155. 当你错过太阳而流泪，你也将错过群星了
156. 世界上的一切伟大运动都与某种伟大理想有关。
157. 有生命力的理想决不能象钟表一样，精确计算它的每一秒钟。
158. 生命是永恒不断的创造，因为在它内部蕴含着过剩的精力，它不断流溢，越出时间和空间的界限，它不停地追求，以形形色色的自我表现的形式表现出来。
159. 界上使社会变得伟大的人，正是那些有勇气在生活中尝试和解决人生新问题的人!
160.宗教就会象财富、荣誉或家族那样，仅仅成为一种人们引以自豪的东西。
范文二：医学数据挖掘 U
第6章的知识点
1. 哪些学科和数据挖掘有密切联系？
（P68 数据挖掘关系图）
2. 数据挖掘的定义（P69）
答：从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
第7章的知识点
1. 数据挖掘步骤（P74）
答：包括：a. 确定目标；b. 数据准备；c. 数据挖掘；d. 结果分析
2. 数据选择的内容（包括哪两部分）（P75）
答：包括属性选择和数据抽样。
3. 数据清理的方法（P75）
了解小规模数据、大数据集的清理方法。
答：手工进行数据的一致性确认的时间、金钱等开销都很大，只适用于小规模数据；对于大数据集通常需要自动的数据清理。
数据错误的自动清理主要包括：1. 定义并测定错误类型；2. 搜寻并识别错误实例；3. 纠正发现的错误
4. 常见的模式有哪些（P78）
尤其是分类、回归、聚类模式之间的分析比较。
答：分为：a. 描述性模式；b. 预测性模式。
分类模式：分类模式是发现每一数据与既定类别间映像函数的过程，能够把数据映射到某个既定的类上，从而可以应用于数据预测。 回归模式：回归模式与分类模式相似，其差别在于分类模式的预测值是离散的，回归模式的预测值是连续的。
聚类模式：聚类模式为把数据划分到不同的类中，类之间的差别尽可能大, 类内的差别尽可能小。与分类模式不同，进行聚类前并不知道所聚的类的特征。
5. 模式的精确度（P79）
训练和测试模式需将数据分成哪两部分以及各自用途？模式准确性的测试方法及其比较。
答：数据分成：1. 训练数据，主要用于模式训练；2. 测试数据，主要用于模式测试。
模式准确性的测试：a. 封闭测试；b. 开放测试。
封闭模式可以测试模式的稳定度，但无法验证模式的推广能力，即对未知数据的准确度。开放测试可以很好的度量模式的准确性。
6. 数据预处理的任务有哪些？（P83-89）
答：任务：1. 数据清理、2. 数据集成与转换
7. 空缺值的处理方法（P83-84）
答：a. 忽略该条记录；b. 手工填补遗漏值；c. 利用缺省值填补遗漏值；d. 利用均值填补遗漏；f. 利用同类别均值填补遗漏值；g. 利用最可能的值填补遗漏值。
8. 分箱技术（P84-86）
分箱之前要做的工作？P84
答：分箱之前需要对记录按目标属性值的大小进行排序。
（1）要求能描述出常见的分箱方法和数据平滑方法（简答）。 答：常见的分箱方法：1. 深分箱法，将数据集按记录行数分箱，每箱具有相同的记录数，每箱记录数称为箱的权重，也称箱的深度；2. 宽分箱法，使数据集在整个属性值的区间上平均分布。
数据平滑方法：按平均值平滑、按边界值平滑和按中值平滑。
（2） 要求会用等深分箱法和等宽分箱法对数据进行分箱，并对分箱后的数据按指定的平滑技术来平滑。（详见PPT ）
9. 数据规范化方法（最小-最大规范化）P88
答：应用最小-最大规范化保持了原始数据值之间的联系，但前提条件是属性的取值范围必须已知，如果取值超出了给定的范围，该方法产生的规范值将超出约定的区间范围，发生越界错误。
第8章的知识点
关联规则部分
1. 理解什么是关联规则？P90
答：反应了一个变量与其他变量之间的相互依赖性和关联性。 给定案例，能判断该案例是否属于关联规则挖掘问题。
2. 关联规则的分类（P92-93）
答：分类：1. 基于规则中处理的变量的类别： 2. 基于规则中数据的抽象层次： 3. 基于规则中涉及到的数据的维数：
3. 掌握项集或规则的支持度和置信度的计算方法
（P91）详见ppt
答：
4. 项集频率、频繁项集的定义，项集频率与项集支持度之间的关系（简答）。（P92）
答：项集频率：指包含该项集的事务数。频繁项集：那些满足最小支持度的项集。
5. 掌握Apriori 算法（P93-98）（综合计算题）
5.1 掌握Apriori 算法的基本思想和执行步骤。
5.2 理解Apriori 性质
5.3 能将算法应用到数据进行计算
给定支持度，能判断哪些项集需要剪枝？
掌握从频繁项集生成候选项集的计算过程。
会计算项集的支持度。能将整个算法流程对指定数据集完成关联规则的挖掘过程。
6. 能根据排好序的事务集构造FP 树（P100）
范文三：大数据挖掘
信 息 工 程 学 院 本 科 生 课 程 考 核
题目:大数据的时代商业模式的创新分析
姓 名 : 韦 阳
学 号 : 2013110502
专 业 : 信息管理与信息系统
班 级 : 13 信管
指 导 教 师 : 谈成访
2016 年 6月 10
日
I 大数据的时代商业模式的创新分析
摘 要
大数据对商业模式具有创造性破坏的潜能。将大数据与商业模式有效结合,从商业 模式的经济、运营和战略 3个视角指出大数据能提升竞争优势。基于创新目标和机制分 析了大数据时代商业模式创新的框架, 围绕商业模式的 4个界面分析了大数据背景下商 业模式构成要素和构成结构的变革。
大数据的核心是建立在相关关系分析法基础上的预测。在诸多领域,大数据浪潮正 引致颠覆性创新,也必将带来制度变迁。供应商和自身运营状况数以亿计字节的信息。 大数 据大量可被获取、交流、集聚、存储和分析的数据,现在已是全球经济活动中每 个部门和每一功能的核心,已成为与实物资产人力资本同样重要的生产要素。
大数据作为一个很好的视角和工具。从资本角度来看,从其拥有的数据规模、数据 的活性和这家公司能运用、解释数据的能力,就可以看出这家公司的核心竞争力。而这 几个能力正是资本关注的点。移动互联网与社交网络兴起将大数据带入新的征程,互联 网营销将在行为分析的基础上向个性化时代过渡。
关键词 :大数据 商业模式 价值创造 创新机
I
II
目 录
1 大数据的概述 ................................................................................................................... - 1 - 1.1 大数据的概念 ........................................................................................................ - 1 - 1.1.1 大数据的发展 ............................................................................................. - 2 - 1.1.2 大数据的分类 ............................................................................................. - 3 - 1.2 大数据的四大特点 ................................................................................................ - 4 - 1.2.1 海量性 ......................................................................................................... - 4 - 1.2.2易变性 .......................................................................................................... - 5 - 1.2.3多样性 .......................................................................................................... - 5 - 1.2.4高速性 .......................................................................................................... - 5 - 1.3大数据时代对生活、工作的影响 ......................................................................... - 6 - 1.4大数据时代的发展方向、趋势 ............................................................................. - 6 - 1.4.1发展方向 ...................................................................................................... - 6 - 1.4.2发展趋势 ...................................................................................................... - 7 -
1.5企业应如何应对大数据时代 ................................................................................. - 8 -
2 我国外贸型企业发展所面临的困难 .................................................................................. 10 2.1我国外贸型企业面临的困境 .................................................................................... 10 2.1.1 外贸型企业发展历程 .................................................................................... 11 2.1.2 外贸型企业的困境 ........................................................................................ 12 2.2商业模式创新对我国外贸型企业发展的机遇 ........................................................ 14 2.2.1 商业模式的创新概念 .................................................................................... 14 2.2.2 商业模式的创新特点 .................................................................................... 14
2.2.3商业模式创新可以为外贸型企业带来什么 ................................................. 15
3 基于大数据的分析,商业模式创新 .................................................................................. 17 3.1 加大数据处理分析能力 ........................................................................................... 17 3.2 提高专业技术人员的技术水平 ............................................................................... 17 3.3 理论与实践相结合促进商业模式的创新 ............................................................... 18 结 论 ........................................................................................................................................ 25 致谢 .......................................................................................................................................... 26 参考文献 .................................................................................................................................. 26
II
1 绪论
进入 2012年以来,大数据(Big Date)一词越来越多地被提及与使用,它已经出 现过在《纽约时报》 、 《华尔街时报》的专栏封面,人们用他来描述和定义信息爆炸时代 产生的海量数据,进入美国白宫网的新闻,在国内一些网络主题的讲座沙龙中,被嗅觉 灵敏的银河证券、国军证券、国泰君安等写进了投资推荐报告,大数据时代来临。移动 互联、社交网络、电子商务大大拓展了互联网的疆界和应用领域。有人说 21世纪是数 据信息时代,我们在享受便利的同时,也无偿贡献了自己的“行踪” 。各种数据正在迅 速膨胀并变大,它决定着企业的未来发展,虽然现在企业可能并没有意识到数据爆炸性 增长带来问题的隐患,但是随着时间的推移,人们将越来越多的意识到数据对企业的重 要性。 现在互联网不但知道对面是一只狗, 还知道这只狗喜欢什么食物, 几点出去遛弯, 几点回窝睡觉。我们不得不接受这个现实,每个人在互联网进入到大数据时代,都将是 透明性存在。大数据时代对人类的数据驾驭能力提出了新的挑战,也为人们获得更为深 刻、全面的洞察能力提供了前所未有的空间与潜力。哈佛大学社会学教授加里·金说:“这是一场革命,庞大的数据资源使得各个领域开始了量化进程,无论学术界、商界还 是政府,所有领域都将开始这种进程。 ”数据中隐藏着有价值的模式和信息,在以往需 要相当的时间和成本才能提取这些信息。 如沃尔玛或谷歌这类领先企业都要付高昂的代 价才能从大数据中挖掘信息。
1.1 大数据的概念
大数据(Big Data )是指那些超过传统数据库系统处理能力的数据。它的数据规模 和转输速度要求很高, 或者其结构不适合原本的数据库系统。 为了获取大数据中的价值, 我们必须选择另一种方式来处理它。 对于企业组织来讲, 大数据的价值体现在两个方面:分析使用和二次开发。对大数据进行分析能揭示隐藏其中的信息。即使是在车库中创业 的公司也可以用较低的价格租用云服务时间了。例如零售业中对门店销售、地理和社会 信息的分析能提升对客户的理解。而当今的各种资源,如硬件、云架构和开源软件使得 大数据的处理更为方便和廉价。对大数据的二次开发则是那些成功的网络公司的长项。 - 1 -
1 大数据的概述
例如 Facebook 通过结合大量用户信息,定制出高度个性化的用户体验,并创造出一种 新的广告模式。 这种通过大数据创造出新产品和服务的商业行为并非巧合, 谷歌、 雅虎、 亚马逊和 Facebook 它们都是大数据时代的创新者。
举一个有趣的例子。人品与删除浏览记录,就是一个典型的曾经看似风马牛不相及 的关联体。但来自以色列西南财经大学天府学院大数据时代的信息分析实训报告的 Shvat Shaked 却通过努力告诉人们,如此寻常的行为中同样蕴含着道理,也许还蕴含着 无限商机。很多人喜欢上网后删除浏览记录。在保护隐私的旗帜下,这种行为很少受到 关注,也很少激起人们的兴趣,自然也就不能调动人们深入思考和仔细研究的积极性。 Shvat 有一个坚定的信念:一个人的品行与其不经意间的行为密切相关,那些“坏人” 为防被人追踪一定会不断删除自己在互联网上的踪迹,而“好人”则一般不介意在互联 网上留下自己的印记。基于这个信念, Shvat 通过对海量数据的分析研究出了一款独特 的欺诈系统。这一防欺诈系统受到了 ebay 的关注。后者的 paypal 系统允许两个通户通 过电邮地址在线交易,这微钓鱼式攻击提供了可乘之机:一些欺诈网站伪装成真实网站 以获得用户的登录信息。 paypal 近年来不断加强在线安全却一直收获不大, Shvat 的创 意及其防欺诈系统出色的性能就在此时吸引了 ebay 。 2008年, ebay 以 1.69亿美元将 Shvat 及其公司 Fraud Sciences收入囊中。
1.1.1 大数据的发展
最早提出大数据时代已经到来的机构是全球知名咨询公司麦肯锡。 麦肯锡在研究报 告中指出,数据已经渗透到每一个行业和业务职能领域,逐渐成为重要的生产因素。而 人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。 大数据 迅速成为了计算机行业争相传诵的热门概念,也引起了行业内的高度关战略
虽然大数据目前在国内还处于初级阶段,但是商业价值已经显现出来。未来,数据 可能成为最大的交易商品。但数据量大并不能算是大数据,大数据的特征是数据量大、 数据种类多、非标准化数据的价值最大化。大数据的整体态势和发展趋势,主要体现在 几个方面:大数据与学术、大数据与人类的活动,大数据的安全隐私、关键应用、系统 处理和整个产业的影响。大数据整体态势上,数据的规模将变得更大,数据资源化、数 据的价值凸显、数据私有化出现和联盟共享。因此,大数据的价值是通过数据共享、交 - 2 -
叉复用后获取最大的数据价值。在他看来,未来大数据将会如基础设施一样,有数据提 供方、管理者、监管者,数据的交叉复用将大数据变成一大产业。随着大数据的共享越 来越大,隐私问题也随之而来,比如说每天手机产生的通话、位置等等。但这给带来了 便利的同时也给带来了个人隐私的问题。大数据的发展会催生许多新兴新职业,会产生 数据分析师、 数据科学家、 数据工程师, 有非常丰富的数据经验的人才会成为稀缺人才。 随着社会的不断发展,大数据对 IT 技术架构的挑战,大数据的生态环境问题,大数据 的应用及产业链将日益突出。随着大数据的发展,数据共享联盟将逐渐壮大成为产业的 核心一环。数据资源化,大数据在国家和企业和社会层面成为重要的战略资源,成为新 的战略制高点和抢购的新焦点。
虽然大数据目前在国内还处于初级阶段,但是商业价值已经显现出来。未来,大数 据的整体态势和发展趋势, 只要体现在几个方面:大数据与学术、 大数据与人类的活动, 大数据的安全隐私、关键应用、系统处理和整个产业的影响。大数据整体态势上,数据 的规模将变得更大,数据资源化、数据的价值凸显、数据私有化出现和联盟共享。随着 大数据的发展,数据共享联盟将逐渐壮大成为产业的核心一环。大数据的发展会催生许 多新兴职业,会产生数据分析师、数据科学家、数据工程师,有非常丰富的数据经验的 人才会成为稀缺人才。随着大数据的共享越来越大,隐私问题也随之而来,比如说每天 产生的通话、位置等等,但这给带来了便利的同时也给带来了个人隐私的问题。数据资 源化,大数据在国家各企业和社会层面成为最重要的战略资源,成为新的战略制高点和 抢购的新焦点。
1.1.2 大数据的分类
(1) 、按照数据分析的实时性,分为实时数据分析和离线数据分析两种。
实时数据分析一般用于金融、移动和互联网 B2C 等产品,往往要求在数秒内返回 上亿行数据的分析,从而达到不影响用户体验的目的。目前比较新的海量数据实时分析 工具有 EMC 的 Greenplum 、 SAP 的 HANA 等。要满足这样的需求,可以采用精心设计 的传统关系型数据库组成并行处理集群,或者采用一些内存计算平台,或者采用 HDD 的架构,这些无疑都需要比较高的软硬件成本。互联网企业的海量数据采集工具,有 Facebook 开源的 Scribe 、 LinkedIn 开源的 Kafka 、淘宝开源的 Timetunnel 、 Hadoop 的 - 3 -
1 大数据的概述
Chukwa 等,均可以满足每秒数百 MB 的日志数据采集和传输需求,并将这些数据上载 到 Hadoop 中央系统上。对于大多数反馈时间要求不是那么严苛的应用,比如离线统计 分析、机器学习、搜索引擎的反向索引计算、推荐引擎的计算等,应采用离线分析的方 式,通过数据采集工具将日志数据导入专用的分析平台。但面对海量数据,传统的 ETL 工具往往彻底失效,主要原因是数据格式转换的开销太大,在性能上无法满足海量数据 的采集需求。
(2)、按照大数据的数据量,分为内存级别、海量级别三种、 BI 级别。
这里的内存级别指的是数据量不超过集群的内存最大值。不要小看今天内存的容 量, Facebook 缓存在内存的 Memcached 中的数据高达 320TB , 而目前的 PC 服务器, 内 存也可以超过百 GB 。因此可以采用一些内存数据库,将热点数据常驻内存之中,从而 取得非常快速的分析能力,非常适合实时分析业务。
海量级别指的是对于数据库和 BI 产品已经完全失效或者成本过高的数据量。海量 数据级别的优秀企业级产品也有很多,但基于软硬件的成本原因,目前大多数互联网企 业采用 Hadoop 的 HDFS 分布式文件系统来存储数据, 并使用 MapReduce 进行分析。 本 文稍后将主要介绍 Hadoop 上基于 MapReduce 的一个多维数据分析平台。
BI 级别指的是那些对于内存来说太大的数据量,但一般可以将其放入传统的 BI 产 品和专门设计的 BI 数据库之中进行分析。目前主流的 BI 产品都有支持 TB 级以上的数 据分析方案。种类繁多,就不具体列举了。
1.2 大数据的特点
1.2.1 海量性
企业面临着数据量的大规模增长。例如, IDC 最近的报告预测称,到 2020年,全 球数据量将扩大 50倍。目前,大数据的规模尚是一个不断变化的指标,单一数据集的 规模范围从几十 TB 到数 PB 不等。简而言之,存储 1PB 数据将需要两万台配备 50GB 硬盘的个人电脑。此外,各种意想不到的来源都能产生数据。
上图是上海双击信息科技有限公司的数据, 这个是美国进口 LED 灯的部分数据, 它记录了日期、 采购商、供应商、原产国、产品描述、和重量等,这样的数据是非常庞大的,如果这样的话数据给 - 4 -
到中国出口型企业是没有用的,所以要进行专业的数据分析,让数据产生价值。
1.2.2易变性
大数据具有多层结构,这意味着大数据会呈现出多变的形式和类型。相较传统 的业务数据,大数据存在不规则和模糊不清的特性,造成很难甚至无法使用传统的应用 软件进行分析。传统业务数据随时间演变已拥有标准的格式,能够被标准的商务智能软 件识别。目前,企业面临的挑战是处理并从各种形式呈现的复杂数据中挖掘价值。 1.2.3多样性
一个普遍观点认为,人们使用互联网搜索是形成数据多样性的主要原因,这一看法 部分正确。然而,数据多样性的增加主要是由于新型多结构数据,以及包括网络日志、 社交媒体、互联网搜索、手机通话记录及传感器网络等数据类型造成。其中,部分传感 器安装在火车、汽车和飞机上,每个传感器都增加了数据的多样性。
1.2.4高速性
高速描述的是数据被创建和移动的速度。在高速网络时代,通过基于实现软件性能 优化的高速电脑处理器和服务器,创建实时数据流已成为流行趋势。企业不仅需要了解 如何快速创建数据,还必须知道如何快速处理、分析并返回给用户,以满足他们的实时 需求。 根据 IMS Research关于数据创建速度的调查, 据预测, 到 2020年全球将拥有 220亿部互联网连接设备。
- 5 -
1 大数据的概述
2大数据的影响
在数字时代,人们的生活方式和思考方式在发生一系列的变化,这种变化同样也使 得人们的消费观念发生较大的转变。大数据时代对生活、工作的影响 大数据,其影响 除了经济方面的,它同时也能在政治、文化等方面产生深远的影响,大数据可以帮助人 们开启循“数”管理的模式,也是我们当下“大社会”的集中体现,三分技术,七分数 据, 得数据者得天下。 它赋予消费者更广阔的视野, 同时也在提高着消费者的自主意识。 这些影响足够消费者不再完全相信传统营销“轰炸式”的传播和灌输,他们更加倾向于 受到质疑的品牌和产品,他们能够在基础上发表自己的观点,影响到其他的人群。 “大 数据”的影响,增加了对信息管理专家的需求。事实上,大数据的影响并不仅仅限于信 息通信产业,而是正在“吞噬”和重构很多传统行业,广泛运用数据分析手段管理和优 化运营的公司其实质都是一个数据公司。麦当劳、肯德基以及苹果公司等旗舰专卖店的 位置都是建立在数据分析基础之上的精准选址。
在零售业中,数据分析的技术与手段更是得到广泛的应用,传统企业如沃尔玛通过 数据挖掘重塑并优化供应链,新崛起的电商如卓越亚马逊、淘宝等则通过对海量数据的 掌握和分析,为用户提供更加专业化和个性化的服务。在这种时代环境下,如果企业和 厂商对他们的观点是漠视的态度,那么他们将会失去大量的关注人群,也使得传统的营 销模式传播的影响力大打折扣。大数据在个人隐私的方面,大量数据经常含有一些详细 的潜在的能够展示有关我们的信息,逐渐引起了我们对个人隐私的担忧。一些处理大数 据公司需要认真的对待这个问题。 例如美国天睿资讯给人留下比较深刻印象的是他的一 个科学家提出,我们不应该简单地服从法律方面的隐私保护问题,这些远远不够的,公 司都应该遵从谷歌不作恶的原则,甚至更应该做出更积极的努力。
2.1 大数据的趋势
2.1.1发展方向
20年后互联网发生的巨大的变化, 移动互联、 社交网络、 电子商务大大拓展了互联 网的疆界和应用领域。我们在享受便利的同时,也无偿贡献了自己的“行踪” 。在物理
- 6 -
世界中,许多行为是“人似秋鸿有来信,事如春梦了无痕” 。但在互联网上却是“处处 行迹处处痕” 。任何行为,皆有前兆。要买商品,必先浏览,对比,询价;要搞活动, 必先征集、讨论、策划;互联网上恰恰保留了大量的前兆性的数据,通过对这些数据的 收集和分析,互联网企业具备了预判物理世界中,人类未来行为的能力。收集分析海量 的各种类型的数据,并快速获取影响未来的信息的能力,这就是大数据技术的魅力。事 实上大数据的来源非常广泛,天上的卫星、地上汽车、埋在土壤里面的各类传感器,无 时无刻不在生成大量的数据。这些数据如果综合利用,产生的社会价值和经济价值将是 难以估量的。
围绕数据和最终用户,我们观察到计算机行业的发展有三大方向:第一应用软件一 定会泛互联网化。第二,行业会垂直整合。越靠近终端用户的公司,在产业链上将拥有 更大的发言权。第三,数据将成为资产。泛互联网化是收集数据的重要渠道,没有泛互 联网化的应用软件,公司就难以获得用户的行为数据;行业垂直整合趋势在数据运用层 面,通过搜集大量的用户数据,更贴近用户,更理解用户,为其提供更适当的服务;数 据成为资产更强调数据的战略意义。三大趋势的提出,拓展大数据主题的研究范围,开 辟了新的视角和逻辑来观察软件公司成长路径和投资价值。 成为我们分析研究 TMT 公司 的顶层逻辑的要素之一。
2.1.2发展趋势
趋势一:成为重要战略资源。在未来一段时间内,大数据将成为企业、社会和国家 层面重要的战略资源。大数据将不断成为各类机构,尤其是企业的重要资产,成为提升 机构和公司竞争力的有力武器。企业将更加钟情于用户数据,充分利用客户与其在线产 品或服务交互产生的数据,并从中获取价值。此外,在市场影响方面,大数据也将扮演 重要角色——影响着广告、产品推销和消费者行为。
趋势二:数据隐私标准将出台。大数据将面临隐私保护的重大挑战,现有的隐私保 护法规和技术手段难以适应大数据环境,个人隐私越来越难以保护,有可能会出现有偿 隐私服务,数据“面罩”将会流行。预计各国都将会有一系列关于数据隐私的标准和条 例出台。
趋势三:分析方法发生变革。大数据分析将出现一系列重大变革。就像计算机和互 - 7 -
1 大数据的概述
联网一样,大数据可能是新一波的技术革命。基于大数据的数据挖掘、机器学习和人工 智能可能会改变小数据里的很多算法和基础理论,这方面很可能会产生理论级别的突 破。
趋势四:与云计算深度融合。大数据处理离不开云计算技术,云计算为大数据提供 弹性可扩展的基础设施支撑环境以及数据服务的高效模式, 大数据则为云计算提供了新 的商业价值,因此,从 2013年开始,大数据技术与云计算技术必然进入更完美的结合 期。 总体而言, 云计算、 物联网、 移动互联网等新兴计算形态, 既是产生大数据的地方, 也是需要大数据分析方法的领域。
趋势五:网络安全问题凸显。大数据的安全令人担忧,大数据的保护越来越重要。 大数据的不断增加,对数据存储的物理安全性要求会越来越高,从而对数据的多副本与 容灾机制提出更高的要求。网络和数字化生活使得犯罪分子更容易获得关于人的信息, 也有了更多不易被追踪和防范的犯罪手段,可能会出现更高明的骗局。
趋势六:大数据学科诞生。数据科学将作为一个与大数据相关的新兴学科出现。同 时,大量的数据科学类专著将出版。
趋势七:催生数据分析师等职业。 大数据将催生一批新的就业岗位, 如数据分析师、 数据科学家等。具有丰富经验的数据分析人才成为稀缺资源,数据驱动型工作机会将呈 现出爆炸式的增长。
2.2 大数据的应对
企业应如何应对大数据时代 近些年, 大数据已经和云计算一样, 成为时代的话题。 大数据是怎么产生的,商业机会在哪?研究机会在哪?这个概念孕育着一个怎样的未 来?企业如何应对?一个好的企业应该未雨绸缪,从现在开始就应该着手准备,为企业 的后期的数据收集和分析做好准备,企业可以从下面五个方面着手,这样当面临铺天盖 地的大数据的时候,以确保企业能够快速发展,具体为下面五点。
(1) 、以企业的数据为目标。几乎每个组织都可能有源源不断的数据需要收集,无 论是社交网络还是车间传感器设备, 而且每个组织都有大量的数据需要处理, IT 人员需 要了解自己企业运营过程中都产生了什么数据, 以自己的数据为基准, 确定数据的范围。 (2) 、以业务需求为准则。虽然每个企业都会产生大量数据,而且互不相同、多种 - 8 -
多样的,这就需要企业 IT 人员在现在开始收集确认什么数据是企业业务需要的,找到 最能反映企业业务情况的数据。
(3) 、重新评估企业基础设施 。大数据需要在服务器和存储设施中进行收集,并 且大多数的企业信息管理体系结构将会发生重要大变化, IT 经理则需要准备扩大他们的 系统,以解决数据的不断扩大, IT 经理要了解公司现有 IT 设施的情况,以组建处理大 数据的设施为导向,避免一些不必要的设备的购买。
(4) 、重视大数据技术。大数据是最近几年才兴起的词语,而并不是所有的 IT 人 员对大数据都非常了解,例如如今的 Hadoop , MapReduce , NoSQL 等技术都是近年刚兴 起的技术,企业 IT 人员要多关注这方面的技术和工具,以确保将来能够面对大数据的 时候做出正确的决定。
(5) 、培训企业的员工 。大多数企业最缺乏的是人才,而当大数据到临的时候, 企业将会缺少这方面的采集收集分析方面的人才,对于一些公司,特别是那种人比较少 的公司,工作人员面临大数据将是一种挑战,企业要在平时的时候多对员工进行这方面 的培训,以确保在大数据到来时,员工也能适应相关的工作。做到上面的几点,当大数 据时代来临的时候,面临大量数据将不是束手无策,而是成竹在胸,而从数据中得到的 好处也将促进企业快速发展。
- 9 -
2 我国外贸型企业发展所面临的困难
10 10
3 我国外贸型企业发展所面临的困难
3.1我国外贸型企业面临的困境
(1) 、贸易增长势头大幅减弱。改革开放以来,我国对外贸易经历了长足发展,尤 其是加入 WTO 后的 10年, 我国对外贸易进出口实现前所未有的增长水平, 年均增速达 到 22.6%。 2009年,受国际金融危机冲击,我国对外贸易进出口总额同比下降 13.9%, 为 30年来首次负增长。 2010年,我国对外贸易进出口总额同比增长 34.7%,实现强劲 反弹。但受世界经济复苏乏力、欧债危机持续发酵、国际市场需求低迷及国内企业经营 成本上升等因素制约,我国对外贸易进出口自 2011年下半年以来再次出现增速放缓迹 象,全年同比增长 22.5%,比 2010年减少 12.2个百分点(见图 3) 。进入 2012年,我 国对外贸易进出口增速放缓趋势更加明显,上半年同比增长 8.0%, 1-11月份累计增幅 进一步放缓至 6.3%。
(2) 、 欧美仍是我国贸易顺差的主要来源。 2008年, 来自美国和欧盟的贸易顺差合 计 3310.4亿美元,是当年我国对外贸易顺差总额的 1.12倍。从 2001年至 2011年,我 国对欧盟贸易顺差增长了 27倍,对美贸易顺差增长了 6倍。 2009年,由于美、欧市场 需求骤减,来自两地的贸易顺差合计为 2518.5亿美元,较上年减少 23.9%,是我国当年 对外贸易顺差总额的 1.28倍。但自 2010年以来,我国对欧美顺差呈反弹趋势, 2010年 和 2011年对两地顺差合计分别为 3240.3亿美元和 3471.7亿美元, 分别是我国当年对外 贸易顺差总额的 1.77倍和 2.24倍(见表 3) 。如果考虑香港地区转口因素,我国对欧美 贸易顺差规模可能还要大得多。 贸易顺差的大幅增加客观上也为欧美频频对我国挥舞贸 易保护大棒提供了口实。
(3) 、对外贸易结构转型尚未完成。近年来,我国要素成本上升较快,在一定程度 上削弱了制造业的成本竞争力。据国家统计局统计, 2008-2011年,我国制造业城镇单 位就业人员平均工资年均增长 14.5%,制造业农民工月收入年均增长 15%。随着周边国 家工业化发展加快,部分对成本较为敏感的产业和产品订单出现向周边国家转移迹象。 2012年前 7个月, 我国七大类劳动密集型产品在美、 欧、 日市场份额比上年同期分别下
降 2.1、 1.4和 2.7个百分点, 流失份额主要被周边低成本国家挤占。 在外需下滑的同时, 我国劳动密集型产品面临的国际竞争加剧,出口企业迫切需要加快培育技术、质量、品 牌、服务等综合竞争优势。
(4) 、贸易保护主义威胁严重 。我国是世界上出口产品遭遇贸易保护措施最多的 经济体。据 WTO 统计,截至 2011年底,全球 21.3%的反倾销立案和 24.2%的反倾销措 施针对我国产品。 2011年,我国出口产品共遭受贸易伙伴国 69起贸易救济调查,涉案 总金额约为 59亿美元。其中遭受反倾销调查 49起、反补贴调查 9起,分别占全球反倾 销立案总数的 31.6%和反补贴立案总数的 36%。随着我国出口产业转型升级的加快,以 及高端制造业竞争力的提升,我国高新技术等产品出口所受的限制明显增多。如欧盟对 我国无线通讯产品发起“双反”调查,美国、欧盟、印度等对我国光伏电池发起贸易救 济调查,这显示出我国新兴产业产品已成为各经济体贸易限制的重要对象。据商务部数 据, 2012年前三季度, 中国出口产品遭遇国外贸易救济调查涉案金额达 243亿美元, 增 长 7倍多。
3.1.1 我国外贸型企业的发展历程
中小企业的成长和创新对于经济的发展有重要作用。 中小企业的创业成长和对于一 个国家和地区经济的增长有着重要的作用,这已经成为世界的共识。 我国的中小企业 的成长和创新正在成为推动经济增长、缓解就业压力、保持社会稳定的基本力量 , 以及 市场经济体制改革的推动者。 近年来 , 以中小企业为主体的非公有制经济发展迅速 , 中小 企业已经成为推动区域经济发展的一支重要力量。 我国经济发展的实践也证明了中小企 业正处于良好的、积极向上的发展态势中 , 并成为推动我国经济发展、增加财政收入、 推动产业化创新的一支重要力量。 随着世界经济一体化进程和社会主义市场经济的发 展, 中小企业如何增强自身的成长创新机制已成为促进经济发展并成为社会关注的热点 话题。然而,中小企业不合理的创业成长和发展机制已经成为制约中小企业自身发展的 瓶颈。 由于其规模小、 资本和技术构成较低、 受传统体制和外部宏观经济影响大等因素, 使得中小企业在财务管理方面存在与自身发展和市场经济均不适应的情况, 导致其应对 激烈的市场竞争面临巨大的困难。如何克服中小企业自身发展的缺点和不足。直接关系 到地方区域经济的发展和社会的和谐稳定。
11
2 我国外贸型企业发展所面临的困难
12 12
截止到 2001年底,我国共有中小企业 2930万户,从业人员 1.74亿人。我国中小 企业在国民经济发展中的作用可以归纳为:一是我国中小企业以其不到全部企业 1∕ 2的资产创造了 70%以上就业机会的突出表现,成为促进国民经济健康协调发展和维护社 会稳定的重要保障; 二是我国中小企业通过创造社会就业机会相应地减少国家社会保障 等方面的财政支出的同时,还为国家创造了 43%的税收收入,成为稳定国家财政收支平 衡的重要保障;三是我国中小企业经过改革开放 20年的不断发展壮大,经历了激烈的 优胜劣汰竞争,冲破了传统的计划经济体制束缚,成为发展和完善有中国特色的社会主 义市场经济的重要保障; 四是我国中小企业在创造就业岗位和为大企业提供配套服务的 同时,成为各级政府集中精力进行国企改制、改组的重要保障;五是我国中小企业大多 设在中小城镇,吸收了民间投资大量,带动了中小城镇的发展,已经成为促进积极财政 政策顺利实施和缩小城乡收入差别的重要保障。 从企业规模上看, 与世界其他国家相比, 我国的中小企业在资产、资本金和营业额规模等方面相对偏低,而人数规模偏高,反映 了我国中小企业多为劳动密集型企业的基本国情。从社会贡献上看,中小企业创造的最 终产品和服务的价值已占到我国 GDP 的一半, 中小企业解决就业占我国城镇总就业量的 75%以上, 所提供的产品、 技术和服务出口约占出口总量的 60%, 所完成的税收占全部税 收收入的 43.2%。并且,我国中小企业已日益成为新兴高科技和服务产业的主力军(在 北京高科技集中地区中关村的 900家企业中, 95%以上是中小企业) 。
3.1.2 我国外贸型企业面临的困境
对国际贸易环境的近年来随着市场竞争的加剧,以及缺少必要的政策扶持,中小企 业由于其规模小、技术水平低,在竞争中开始处于相对不利的地位,已经出现了发展速 度缓慢、 效益状况恶化的现象。 2008年上半年, 全国 6.7万家规模以上的中小企业倒闭。 导致外贸型企业倒闭有很多原因。
(1) 、认识不够。古人云:知彼知己,百战不殆。分析国际市场营销环境,了解环 境威胁,把握市场机会,是任何企业进入国际市场,开展国际市场营销活动的前提。尤 其对于规模小、资源有限及实力较弱的中小企业更显重要。我国不少中小企业对贸易伙 伴国现任政府的经济发展政策以及对某行业国际贸易的关注度不够, 给国家和企业造成 经济损失的事例不胜枚举。一个从事国际贸易经营的中小企业,需要对贸易伙伴国的商 务法律、贸易政策、政府干预措施、经济和人文等各方面,借助国际商务咨询公司的力 量,进行细致入微的全面了解。然后制定本企业的对策。
(2) 、对贸易信息渠道不畅。当今我国中小企业获取信息的渠道单一,主动独立与 国外 I 客户联系的能力较弱,往往被动地等待外商或代理商上门联系。虽然大部分中小 企业具备了上网条件,理论上具备了拓展全球业务的条件,但是对于如何能够在浩如烟 海的网络资源中快速寻找到本企业所需要的有效的客户信息,还存在很大的盲区。因为 企业独立开展国际贸易的时间较短,业务信息网络资源缺乏,在与外商的联系上,存在 一定的盲目性,不能及时掌握对方的需求,也就不能作出相应的回应。
(3) 、企业自身资源有限。不少中小企业受自身能资源条件闲着,在从事国际贸易 方面,有一定的局限。主要体现在①企业管理体制不合理。大多中小企业都是家族式的 民营管理模式,缺少科学规范的管理制度,市场运行机制效率低能,生产对国际市场的 变化反应不灵,对环境风险承受能力较差;②缺乏国际贸易法规与国际贸易惯例,如何 选择和使用国际计算方式,出现贸易纠纷后,如何合理保障自身您的权利,如何正确选 择就嗯的解决渠道等,其结果经常造成严重的经济损失。
(4) 、缺少专业外贸人才。对于中小企业来说,开展国际贸易最缺乏的还是人才。 我们知道要想做好外贸业务,往往需要大量相关人员的配合,比如报关员、翻译、外贸 谈判人员、涉外法律、财会等,这些人员在外贸活动中都是必不可少的。然而对于大部 分中小企业来讲,要配备上述人员显然力不从心,毕竟企业要考虑经营成本的问题。现 实的状况是,企业聘用专门负责进出口贸易的人员,希望你既是翻译又是报关员,同事 也是谈判人员和法律方面的能手,当然了,首先你一定是一名出色的营销专家。但一向 商务活动不是个人单独所能完成了的,况且一名外贸人员,又不可能全面掌握上述业务 内容 。因此,往往会因准备不足出现一些不可预见的情况发生。
(5) 、出口产品结构雷同。我国中小企业出口的产品多为档次低、品种单一雷同的 产品,竞相压价,造成了出口市场的混乱,有时甚至不惜低价倾销,招致国外对中国出 口产品展开反倾销调查,继而进一步恶化中国出口贸易的国际市场环境。
另外,目前部分中小企业对保护知识产权还不是很重视,看到同行生产的产品性能 款式等优于自身,就会马上组织力量去研究,进行技术嫁接改进,模仿生产加工,毫无 申请专利保护市场的意识。可以想象,一个没有专利的成品,极有可能是外商陷入法律 纠纷,外行也很难感兴趣。这也是我国中小企业很难进入国际市场的重要原因。 (6) 、缺少和国际大客户的交往。一般来说,在市场经济较为发达的国家,消费呈 现个性化和多元化。大企业在追求规模经济效益的同时对小批量、多种产品不愿顾及或 由于种种原因无法涉足,相对留下了一些市场空隙,这就为中小企业实施跨国经营提供 了基本条件。譬如,我国的民族工艺品和中小企业老总,想获得客户又不想投入过多, 他们总是喊着资金回报率,担心过多投入没有高回报,影响业务的开拓。譬如,企业在 搜狐网站做了一周的旗帜广告,当你的顾客第一次浏览了你的广告后,她会自然的继续 寻找其他同利产品进行比较,当这个过程结束后,他决定购买你的产品,但他再次来到
13
2 我国外贸型企业发展所面临的困难
14 14
搜狐网站时,却发现你的产品不见了,原因是你的广告投入期已经结束。你投入了单密 有收获,反而是你竞争会对手的产品得到了推广。所以,很多的企业因资金投入不足, 白白浪费了金钱,也就失去了让顾客了解公司的机会,当然也就缺少与国际大客户的交 往。
3.2商业模式创新对企业的机遇
3.2.1 商业模式的创新概念
泰莫斯定义商业模式是指一个完整的产品、服务和信息流体系,包括每一个参与者 和其在其中起到的作用,以及每一个参与者的潜在利益和相应的收益来源和方式。
商业模式创新作为一种新的创新形态,其重要性已经不亚于技术创新等。近几年, 商业模式创新在我国商业界也成为流行词汇。 商业模式创新是指企业价值创造提供基本 逻辑的创新变化,它既可能包括多个商业模式构成要素的变化,也可能包括要素间关系 或者动力机制的变化 [1]。通俗地说,商业模式创新就是指企业以新的有效方式赚钱。
3.2.2 商业模式的创新特点
商业模式创新企业几个共同特征,或者说构成商业模式创新的特点:
(1) 、商业模式创新更注重从客户的角度,从根本上思考设计企业的行为,视角 更为外向和开放,更多注重和涉及企业经济方面的因素。商业模式创新的出发点,是如 何从根本上为客户创造增加的价值。因此,它逻辑思考的起点是客户的需求,根据客户 需求考虑如何有效满足它, 这点明显不同于许多技术创新。 用一种技术可能有多种用途, 技术创新的视角,常是从技术特性与功能出发,看它能用来干什么,去找它潜在的市场 用途。商业模式创新即使涉及技术,也多是和技术的经济方面因素,与技术所蕴涵的经 济价值及经济可行性有关,而不是纯粹的技术特性。
(2) 、商业模式创新表现的更为系统和根本,它不是单一因素的变化。它常常涉及 商业模式多个要素同时大的变化,需要企业组织的较大战略调整,是一种集成创新。商 业模式创新往往伴随产品、 工艺或者组织的创新, 反之, 则未必足以构成商业模式创新。 如开发出新产品或者新的生产工艺,就是通常认为的技术创新。技术创新,通常是对有 形实物产品的生产来说的。但如今是服务为主导的时代,如美国 2006年服务业比重高 达 68.1%,对传统制造企业来说,服务也远比以前重要。因此,商业模式创新也常体现 为服务创新,表现为服务内容及方式,及组织形态等多方面的创新变化。
(3) 、从绩效表现看,商业模式创新如果提供全新的产品或服务,那么它可能开创 了一个全新的可赢利产业领域,即便提供已有的产品或服务,也更能给企业带来更持久 的赢利能力与更大的竞争优势。传统的创新形态,能带来企业局部内部效率的提高、成 本降低,而且它容易被其他企业在较短期时期模仿。商业模式创新,虽然也表现为企业
效率提高、成本降低,由于它更为系统和根本,涉及多个要素的同时变化,因此,它也 更难以被竞争者模仿,常给企业带来战略性的竞争优势,而且优势常可以持续数年。
3.2.3商业模式创新可以为外贸型企业带来什么
(1) 、战略定位创新。主要是围绕企业的价值主张、目标客户及顾客关系方面的创 新,具体指企业选择什么样的顾客、为顾客提供什么样的产品或服务、希望与顾客建立 什么样的关系,其产品和服务能向顾客提供什么样的价值等方面的创新。在激烈的市场 竞争中,没有哪一种产品或服务能够满足所有的消费者,战略定位创新可以帮助我们发 现有效的市场机会,提高企业的竞争力。在战略定位创新中,企业首先要明白自己的目 标客户是谁,其次是如何让企业提供的产品或服务在更大程度上满足目标客户的需求, 在前两者都确定的基础上,再分析选择何种客户关系。合适的客户关系也可以使企业的 价值主张更好地满足目标客户。
(2) 、资源能力创新。资源能力创新是指企业对其所拥有的资源进行整合和运用能 力的创新,主要是围绕企业的关键活动,建立和运转商业模式所需要的关键资源的开发 和配置、成本及收入源方面的创新。所谓关键活动是指影响其核心竞争力的企业行为; 关键资源指能够让企业创造并提供价值的资源, 主要指那些其他企业不能够代替的物质 资产、无形资产、人力资本等。在确定了企业的目标客户、价值主张及顾客关系之后, 企业可以进一步进行资源能力的创新。战略定位是企业进行资源能力创新的基础,而且 资源能力创新的四个方面也是相互影响的。一方面,企业要分析在价值链条上自己拥有 或希望拥有哪些别人不能代替的关键能力,根据这些能力进行资源的开发与配置;另一 方面,如果企业拥有某项关键资源如专利权,也可以针对其关键资源制定相关的活动; 对关键能力和关键资源的创新也必将引起收入源及成本的变化。
(3) 、商业生态环境创新。商业生态环境创新是指企业将其周围的环境看作一个整 体,打造出一个可持续发展的共赢的商业环境。商业生态环境创新主要围绕企业的合作 伙伴进行创新,包括供应商、经销商及其他市场中介,在必要的情况下,还包括其竞争 对手。 市场是千变万化的, 顾客的需求也在不断变化, 单个企业无法完全完成这一任务, 企业需要联盟,需要合作来达到共赢。企业战略定位及内部资源能力都是企业建立商业 生态环境的基础。没有良好的战略定位及内部资源能力,企业将失去挑选优秀外部合作 者的机会以及与他们议价的筹码。 一个可持续发展的共赢的商业环境也将为企业未来发 展及运营能力提供保证。
(4) 、混合商业模式创新。混合商业模式创新是一种战略定位创新、资源能力创新 和商业生态环境创新相互结合的方式。根据笔者的研究,企业的商业模式创新一般都是 混合式的,因为企业商业模式的构成要素战略定位、内部资源、外部资源环境之间是相 互依赖、相互作用的,每一部分的创新都会引起另一部分相应的变化。而且,这种由战
15
2 我国外贸型企业发展所面临的困难
16 16 略定位创新、资源能力创新和商业能力创新两两相结合甚至同时进行的创新方式,都会 为企业经营业绩带来巨大的改善。
4 基于大数据的分析,商业模式创新
4.1 加大数据处理分析能力
所谓大数据,最为核心的就要看对于大量数据的核心分析能力。但是,大数据核心 分析能力的影响不仅存在于数据管理策略、数据可视化与分析能力等方面,从根本上也 对数据中心 IT 基础设施架构甚至机房设计原则等提出了更高的要求。为了达到快速高 效的处理大量数据的能力,整个 IT 基础设施需要进行整体优化设计,应充分考量后台 数据中心的高节能性、高稳定性、高安全性、高可扩展性、高度冗余,基础设施建设这 五个方面,同时更需要解决大规模节点数的数据中心的部署、高速内部网络的构建、机 房散热以及强大的数据备份等问题。
4.2 提高专业技术人员的技术水平
有这样一则故事,讲的是福特爱“才” ,取之有道的故事,我觉得生产者简直是太 精彩了,故事是这样的:有一次福特公司的一台马达坏了,公司出动所有的工程技术人 员,但是没有一个人能修复,福特公司只得另请高明。几经寻找,找到了坦因曼思,他 原是德国工程技术人员,流落到美国后,被一家小工厂的老板看中并雇佣了他。 他到了现场后,在马达旁听了听,要了把梯子,一会儿爬上一会爬下,最后在马达的一 个部位用粉笔画一道线, 写上几个字 “这儿的线圈多了 16圈” 。 果然把多余的线圈去掉, 马达立即恢复正常。亨利.福特非常赏识坦因曼思的才华,就邀请他来福特公司工作, 但坦因曼思却说:“我现在的公司对我很好,我不能忘恩负义” 。福特马上说:“我把你 供职的公司买下来,你就可以来工作了” 。福特为了得到一个人才不惜买下一个公司。 中小企业内部管理创新是企业生存与发展的根源,动力,增强企业活力。通过内部 管理管理创新,在企业内部建立健全各项企业管理制度,培育和实施先进的企业文化, 形成企业人员的共同利益和共同目标, 使各种生产要素有机结合, 资源实现了优化配置, 生产效率提高,从而保证企业产品的质量和竞争力,企业得以生存与发展。企业管理创 新事关企业的生死存亡,对企业的总体面貌最终起着决定性作用。在加强企业管理的创 新基础上, 企业的管理者还要高瞻远瞩, 立足企业的长远发展。 坚持走和持续发展道路。 在企业的生产经营活动中,既要考虑市场的扩大和利润的增长,又要注重建立良好的内 部管理系统,使得企业能够实现长期稳定健康的成长,与外部环境和谐发展。
由此可见人才的重要性,因此企业要采取多种形式引进优秀人才。在注重优秀人才 引进的同时加强对人才的教育和培养。建立合理的人力资源管理体制。建立起合理的薪 酬制度和员工激励制度。中小企业可以积极满足员工丰富需要,促进组织目标实现的福
17
3 基于大数据的分析,商业模式创新
18 18
利项目。比如医疗福利等,为员工提供一个自我发展的舞台、自我价值实现的桥梁。同 时,还可以借鉴在西方国家盛行的“弹性福利计划” ,由员工在企业规定的时间和金额 范围内,按照自己的意愿搭建自己的福利项目组合,满足员工对福利灵活机动的要求, 提高员工的满意度,最终实现留住优秀人才的长远发展
4.3 理论与实践相结合促进商业模式的创新
阿里巴巴是全球企业界电子商务的著名品牌, 是目前全球最大的网上交易市场和商 务交流社区。良好的定位、稳固的结构、优秀的服务使阿里巴巴为全球首家拥有 600余 万商人的电子商务网站,成为全球商人网络推广的首选网站,被商人们评委“最受欢迎 的 B2B 网站” 。阿里巴巴商业模式创新的成功主要可归功于其相对完善的网上诚信保障 机制的建立。
(1) 、精准的市场定位。阿里巴巴清晰地为业界定他的目标客户——众多的中小企 业。阿里巴巴相关人士认为:在全球化日益发展的今天,中小企业无疑将拥有更多的介 入机会和发展动力,依靠自身激动灵活的优势获得更大的成长空间。
(2) 、关键资源能力的构建。一是团队智慧。阿里巴巴团队认为,帮助客户合同是 成功,才是自己成功的最好体现。二是文化资源。阿里巴巴共享价值观体系的强大企业 文化可归纳为六个核心价值观, 即客户第一、团队合作、 拥抱变化、诚信、激情、 敬业。
(3) 、成功的盈利模式阿里巴巴的利润主要来源于注册会员缴纳的会员费。其付费 会员有两种类型:国际交易平台的会员和国内交易平台的会员。
19
5 基于大数据商业模式创新实例
5.1 上海双击公司简介
双击科技(DOUBLE CLICK)是中国首家的国际贸易推广专家和国际贸易情报专家。 依靠强大的资源优势和专业的技术团队, 双击科技系统整合了全球五大洲近 200个国家 和地区的进出口贸易情报和采购商情报,于 2011年 1月重磅推出以贸易情报为核心, 集外贸营销网站建设、外贸推广、电子商务平台推广、企业邮箱、 CRM 系统搭建等为一 体的国际贸易一站式解决方案——
2012年 12月, 双击科技采用 ORACLE 数据库和分布式服务器于行业内率先推出基于 云计算技术的全球领先的贸易情报服务平台——“国际贸易商业智能服务平台(GBI ) ” , 并获得了上海信息化支持项目。
双击科技 2006年 7月成立于上海浦东,至今在环渤海、长三角、珠三角地区成功 开设了 25家分公司。目前中国运营中心位于上海张江高科技园区内的国家信息安全产 业基地,并成功在北美、南美、欧洲等地区开设海外机构。
5.2 双击 GBI
Global Business Intelligence 采用 Oracle 数据库、 Lucene
全文检索工具、 Hadoop 系 统架构、分布式服务器??实现了国际贸易过程中分散、繁多的数据资源有效整合;基 于云计算的系统架构提高了平台大数据的处理能力,让用户在“云端”体验“大数据” 的飞速运行;基于用户业务开发过程中的环节衔接、流程再造需求,平台嵌入外贸管理 功能,实现了用户定制和服务推送功能,真正的成为企业外贸业务开拓和业务管理的全 程化解决方案。
图 1 双击基于数据、 CRM 、 ERP 、 SRM 的开发流程图
3 基于大数据的分析,商业模式创新 20
20
21
5.3 全球市场分析
首先我们应该通过全球的市场分析, 找到适合中国供应商的而且利润相对比较高的 市场。
以 led light为例 , HS编码:
94054090
(1)
中国出口 led light(94054090)全球市场分析:数量,单价,总价周期变化 情况,帮助用户掌握市场淡旺季,把握最佳出口时机;分析行业发展趋势,避免贸易危 机。
图 2 2012年 1月 -2012年 12月中国出口市场分析报告统计
(2)中国出口 led lighting (94054090)目的市场的情况,如果我们以 2年或者季度对 比就可看到每个市场的增减情况,从而帮助中国供应商挑选快速增长的好市场
3 基于大数据的分析,商业模式创新
22 22
图 3 2012年 1月 -2012年 12月中国出口目的国
TOP10
5.4贸易情报分析,主动出击,精准营销
5.4.1 宏观市场分析
单国数据库系统分析
通过对 led light 进行交易记录搜索,形成产品供求趋势分析报表,分析美国采购这个 产品的趋势图,帮助判断美国市场的需求量,需求周期,客户习惯,精准的把握进入市 场时间 , 低谷联系,高峰合作。
图 4 2012年 1月 -2012年 12月产品趋势图
5.4.2 原产国分析
美国采购 led light 产品,所有的采购中都是从哪些国家采购,从而去判断同行 的竞争情况。从图中可以看出,中国是其第一大供应国家。
23
图 5 原产国分析图
5.5 精准开发客户
客户全面扫描把控 , 精准开发
通过产品关键词搜索,查询某个时间段美国市场采购 led light的所有采购商, 以及采购的交易记录,对整个市场的采购量及客户群有一个深刻的认识和了解 , 以对这 个市场的开发前 , 做一个全面的认识。
图 7 美国采购商列表
通过产品报表,对市场上所有的采购商和供应商进行一个分析了解,根据其供需量 进行排序,同时分析本身的情况,针对自身情况来选择一些合适的客户,分析目前市场 有意向的客户进行重点分析和跟进。
3 基于大数据的分析,商业模式创新
24 24
图 8 美国十大采购商
6 结 论
在大数据的时代,在信息爆炸的时代,创造商业价值的源泉来自于社会,以共享为 核心,三大运营商都不在把管道作为价值的唯一来源。他们认为除了做管道之外,还要 做流量价值。整个时代的应用创新模式,这就要求企业要注重信息的价值,更加重视商 业创新,商业模式创新,包括像 DOUBLE-CLICK 的方式,从传统的贸易方式包括展会、 B2B 平台和贸易情报的创新。商业模式创新的目的是抓住企业用户需求的痛点,挖掘用 户内心真实的需求。企业要摆脱困境或打破发展瓶颈,实现快速增长,就必须进行商业 模式创新。
商业模式创新的灵魂就是文化因素, 商业模式创新的目的是为了增强企业的盈利能 力,增强企业的抗风险能力,降低企业营运成本和难度,给竞争对手设置门槛,超常规 快速发展,这些只是商业企业发展过程中的技术问题。而文化的建设则体现出企业的素 质问题。提升企业的自身形象和社会形象。所以从这个角度来说,企业也必须进行商业 模式的创新。
25
致 谢
26 26 致 谢
毕业论文暂告收尾,我要感谢陕西科技大学镐京学院能给我一个施展自己的平台, 同样感谢班主任李苏军老师四年对我的帮住,在此次毕业论文准备过程中,我得到了论 文指导老师鹿龙老师的悉心指导,在此谨向指导老师表示衷心的感谢!还有四年来陪伴 我的同学们以及给予我帮助的家人,谢谢你们四年来的相伴,让我在一个充满温馨的环 境中度过我的大学生活。
参 考 文 献
[1]<大数据时代下的大数据到底有多大?>> 中国大数据 [引用日期 2014-03-6] [2]<带您了解大数据>>.中国大数据 .2014-02-26 [引用日期 2014-03-25]
[3]<大数据时代>>([英 ]维克托·迈尔 -舍恩伯格) . 大数据交流中心 [引用日期 2014-04-11]
[4]<删除>>. [引用日期 2012-12-4]
[5]作者:彭虎锋 黄漫宇 新技术环境下零售商业模式创新及其路径分析——以苏宁 云商为例
[6]作者:丁伟国 丁俊武 王晓梅 基于 TRIZ 与 CBR 的商业模式创新方法研究
[7]《商情》 2014年 第 3期 作者:魏洪
[8]《中国科技信息》 2014年 第 3期 作者:丁伟国 丁俊武 王晓梅
互联网思维在传统产品设计中的应用
[9]《什么是大数据时代的思维 ? 》蓝调(2013)
[10]《大数据时代来临的思考 ----- 机遇与挑战并存》涉惠杰
[11]王珊等.《架构大数据:挑战、现状与展望》 . 计算机学报, 2011
[12]马帅,李建新,胡春明.《大数据科学与工程的挑战与思考》 . 中国计算机学会 通讯
[13]《大数据:互联网大规模数据挖掘与分布式处理》[M]. 王斌,译.人民邮电 出版社
27
范文四：医学数据挖掘研究
医学数据挖掘研究
陈彬玫
① 成都市郫县中医医院，610225
摘 要 当今医疗数据海量增长，利用数据挖掘找出对各类医疗决策有价值的知识迫在眉睫。本文介绍了大数据时代背景下医学数据的内容和特点，并研究了数据仓库构建医疗信息化知识平台的动力、关键技术，最后总结了医学数据挖掘挑战。
关键词 医学数据；数据挖掘；数据仓库；
1 引言
以计算机技术为核心的信息与通信技术凭借互联网的飞速发展，大大地促进了医疗卫生行业各个应用领域和行业的发展，形成了包括医院信息系统、公共卫生信息系统、远程医疗、家庭护理和区域协同医疗等数百亿的医疗卫生ＩＣＴ产业，并得到了学术界和工业界的广泛重视。医疗信息化的发展，也促进了医疗数据的爆炸性增长。
但是，医疗信息化也面临很多问题。在资源利用方面，大病小病都找三甲医院，优质医疗资源紧张，医生的经验与精力也有限，没有充分发挥医生的价值。在医患信息交流方面，信息缺乏，信息不对称。民众医学健康、预防、康复知识匮乏，信息化建设的过程中也缺乏病人的主动参与。对于医疗行业本身，患者个体差异大，医疗疾病种类繁多，复合疾病常见，关系复杂，很难标准化、自动化。在医学认知方面，新的疾病不断产生和变化，医疗发展水平还有未知领域。
人的健康是开展医疗信息化的最终目的，也是国家投入巨资推动医疗信息化的出发点和落脚点。目前，区域医疗信息化是投资的重点，其主要内容是以电子病历和电子档案为基础的数据集成和共享。在这些信息系统的基础上，医疗服务将从传统经验分析和临床试验发展到从海量医疗健康数据中挖掘医疗知识，利用信息化技术创造优质的医疗服务惠及广大民众。
2 医学数据挖掘的研究动力
2.1 伦理需求 身体健康是人类社会的本质需求。因此，医疗信息化的根本使命是保证人们身体健康，满足个性化医疗服务，最大限度保证公民的医疗质量和医疗安全。通过信息化建设和数据挖掘平台的建设，可以促进现代医疗模式的应用，大大扩展了医疗服务的活动范围。进而使得社会获得巨大的信息化红利，提高人们的生活水平和生活质量。
2.2 经济效益 医疗行业是继电信行业之后最有可能深入广泛开展数据挖掘并从中获得实际效益的行业之
一。医疗行业是具有大量现金流的行业，完全有能力通过开展数据挖掘。作为根本的民生举措，国家也在持续加大投入。计世资讯《2013年中国医卫行业信息化建设与IT 应用趋势研究报告》的研究结果显示，2012年中国医卫行业IT 投入达185.6亿元，较2011年同比增长22.6%；2013年医卫行业信息化建设投入将继续保持理性状态，呈现平稳增长趋势。2013年中国医卫行业的IT 投资规模约为225.5亿元人民币，较2012年同比增长21.5%。如下图所示。
①
图1 2011-2013年中国医疗行业信息化投资规模
通过开展数据挖掘，医疗单位可以提升医疗服务质量，增加医疗项目，降低医疗费用和医疗风险。
2.3 数据资源 医疗行业具有丰富的第一手的数据资源。医院每天都在产生数据，人们在生活的过程中时时刻刻在产生数据指标。这些数据通过建模、抽取、加载和转换，经过计算机的处理，将成为个人医疗服务和疾病诊断的宝贵资料。
3 医学数据的内容及特点
3.1 种类多样和模式多态 医学数据产生于医院的日常经营过程中，既包括医院管理信息，也包括临床医疗信息。医学数据具有多种形式，包括影像、信号、纯数据、文字以及用于科普、咨询的动画、语音和视频信息等，医学数据的多样性是它区别于其他领域数据的最显著特征[1-4]。
3.2 异质性 医生和患者沟通过程是一种社会性沟通过程，其中的诊断数据采集难度大，不易标准化。这给数据的建模和集成带来巨大挑战。
3.3 数据的隐私性 医学资料是关于人的资料，涉及隐私、伦理、法律和社会方面的问题。因此医学数据挖掘者有义务和职责在保护患者隐私的基础上进行科学研究，并且确保这些医学数据的安全性和机密性文献[7,9][1-4]。探讨了隐私性的解决方案。
3.4 不完整性 由于疾病的个体差异以及诊治医生的不同，许多医学信息的表达和病案记录本身就具有不确定性和模糊的特点，有一定的主观性。病例和病案的有限性使医学数据库不可能对任何一种疾病信息都能全面地反映[1-4]。
3.5 时间性 人的生命和就诊记录都是时间的函数，医学检测的波形、图像也是时间的函数，这些数据具有时间序列性。
3.6 冗余性 医学诊疗记录的社会化属性决定医学数据是现实社会反映，必然存在很多冗余的数据。 4 医学数据挖掘平台的构建
4.1 数据仓库的概念 数据仓库之父Bill Inmon在1991年出版的“Building the Data Warehouse”一书中所提出的定义被广泛接受——数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrated ）、相对稳定的（Non-Volatile ）、反映历史变化（Time Variant）的数据集合，用于支持管理决策(Decision Making Support)。
这是一个偏向学术的定义，却非常准确的界定了数据仓库与其他数据库系统的本质区别。数据库是一种通用平台，建立于严格的数学模型之上，用来管理企业数据，进行事务处理，完成相关业务。而数据仓库没有严格的数据理论，更偏向于工程，它不是花钱就可购买到的成品，而是企业一个日积月累的建立过程，它的应用对象是不同层次的管理者，它的数据源是多种数据源，库中数据无须修改删除，主要是大规模查询和分析，因此要求有大量的历史数据和汇总数据。
4.2 医学数据挖掘的过程 数据仓库的目的就是在多个维度整合和归纳数据，包括数据清洗、数据集成、数据转换、数据加载（ETL 过程）等（如图2所示）。数据仓库可以看作是数据挖掘的一个重要过程。另外，数据仓库还提供OLAP 工具用于交互分析：多维数据在不同粒度上的分析——方便高效的数据整合和挖掘。可以继承到OLAP 操作中的数据挖掘工具包括：关联分析、分类、聚类和预测等（这些操作都可以增强知识的挖掘）。因此数据仓库是医学数据挖掘的一个非常重要的平台。
图2 数据挖掘的过程
4.3 数据仓库构建的关键技术 图3展示数据仓库的子模块，其中三个模块是非常重要的，分别介绍如下：
图3 数据仓库的模块组成
4.3.1 数据建模 数据的建模主要解决数据异构和异质的问题。其主要任务是将多个异构数据源，多种业务的数据，采用合适的数据拓扑承载数据，使其在业务系统中能够更好的组织和展示，这是解决数据异构的问题。而对于数据本身，则需要准确的抽象，例如，如何抽象和表示数据，一个业务数据可以抽象为多少个measurement ，多少个counter ，这是解决数据异质的问题。另外，还需要对数据的维度建模，根据医学数据的特点，可以抽象出多少种数据的维度，例如时间、业务对象等，以及在这些维度上如何做数据的聚合。
4.3.2 ETLoad设计 ETLoad是指数据的抽取（Extract ）、转换（Transform ）和加载（Load ），主要完成原始数据向模型数据的转化工作。ETLoad 首先是要处理海量的数据流，能够在多个进程之间如在均衡。在获取文件之后要能够解析多种格式的文件并加载入库。在多层的数据集成系统中，ETLoad 还需要上层数据集成系统传递数据。ETLoad 还需要完成数据按照多个维度的汇聚工作。多维数据立方体操作已有大量研究。
4.3.3 OLAP设计 OLAP 主要完成数据上卷（Roll-up ）、下钻（drill-down ）、切片（Slicing 、Dicing ）等工作。上卷（Roll-up ）又称为整合（consolidation ），即是数据的聚合，使得数据在一个或者多个维度积累和计算。上卷（Roll-up ）就是为了预测趋势。相反，下钻（drill-down ）是使得用户查看数据细节的技术，Slicing 是指抽出OLAP 空间中特定集合的数据； Dicing是指从不同视角查看数据片。
4.4 医疗数据挖掘平台服务框架 数据仓库是数据挖掘的基础数据存储平台，是面向多维数据分析的基础库
[5,6]。在数据仓库之上，可以构建各种数据挖掘算法库和个性化医疗服务的推荐系统等，文献提出了一种数[2]
据挖掘平台服务框架(如图4所示) 。
图4 医疗数据挖掘平台服务框架
5 医学数据挖掘的挑战
5.1 多学科交叉 医学数据挖掘涉及医学、统计、计算机等多个学科，研究内容偏向前沿问题和尚未解决的问题，在数据尺度增加的情况下，问题更加复杂。生物医学工作者往往不能掌握复杂的分析工具，计算机科学工作者缺乏相应的医学背景，因此，培养能够在多个学科内长期积累和沉淀的数据人才至关重要。另外，从工具的角度来讲，把数据挖掘的流程模块化，把数据挖掘的工具组件化，把数据挖掘的过程智能化，可以
大大的提供医学工作者的效率。文献探讨了医学工作者对于数据挖掘的“望而却步”心理和高校医学教育中的知识结构问题。
5.2 数据的集成和共享 数据的集成和共享，避免信息孤岛是行业信息系统的共同目标，在医疗行业实现该目标的挑战则更大。其原因主要是业务本身的复杂性和数据的多样性，各个医疗部门在构建系统之初，不可能采用统一的平台，这势必为后期数据集成带来困难。
5.3 统一数据接口 各个医疗部门采用不同厂商的硬件和软件，在内部数据格式上更是千差万别。为了开展有效的数据挖掘，制定统一数据接口标准至关重要。
5.4 数据隐私性问题 医疗机构数据分析技能的不足导致对第三方分析机构的依赖，同时也引入了医疗敏感信息的泄露问题。文献探讨了医学数据挖掘中隐私性保护，通过数据库表的映射实现病人隐私信息的保护。文献综述多种面向数据库的隐私保护技术，如下表所示。
表1 隐私保护技术的对比分析
6 总结
本文主要对医疗数据挖掘的相关概念与技术做出归纳与总结，下一步工作是在目前工作的基础上研究数据挖掘在中医院医疗系统中的应用。
参考文献
[1]龚著琳, 陈瑛, 苏懿, 等. 数据挖掘在生物医学数据分析中的应用[J]. 上海交通大学学报: 医学版, 2010, 30(011): 1420-1423.
[2]吴信东, 叶明全, 胡东辉, 等. 普适医疗信息管理与服务的关键技术与挑战[J]. 计算机学报, 2012, 35(5): 827-845.
[3]黄秋燕, 金京皓, 沈岳龙, 等. 数据挖掘在医学信息中的应用[J]. 医学信息: 上旬刊, 2010, 23(016): 2503-2506.
[8][7][1]
[4]左翔, 刘方, 胡学钢. 医学数据挖掘的探究与应用[J]. 中国农村卫生事业管理, 2011, 31(3): 268-270.
[6]Haux R. Medical informatics: past, present, future[J]. international journal of medical informatics, 2010, 79(9): 599-610.
[7]Prather J C, Lobach D F, Goodwin L K, et al. Medical data mining: knowledge discovery in a clinical data warehouse[C]//Proceedings of the AMIA Annual Fall Symposium. American Medical Informatics Association, 1997: 101.
[8]王令群, 郑应平, 张术. 数据挖掘及隐私保护在医学中的应用[J]. 计算机工程, 2005, 31(10): 54-56.
[9]周水庚, 李丰, 陶宇飞, 等. 面向数据库应用的隐私保护研究综述[J]. 计算机学报, 2009, 32(5): 847-861.
[10]王寅同, 高如家, 吴海飞. 医学数据挖掘过程的研究[J]. 软件工程师, 2011, 8: 019.
范文五：医学数据挖掘应用
２０１０年６月情报探索
第６期（总１５２期）
医学数据挖掘应用
纪征
（中山大学资讯管理系
摘
广东广州
５１０００４）
要：介绍了数据挖掘技术的概况以及医学数据的特点，阐述了医学数据挖掘的现实应用。
医学敖据
医院信息系统
关键词：数据挖掘中图分类号：Ｒ３１９
文献标识码：Ａ
文章编号：１００５—８０９５（２０１０）０６－０１０５－－０２
随着计算机在医疗单位的广泛运用．医学信息趋于数字化。医学的数据产生相对集中，不仅包括各种经营数据，还包含大量临床医疗数据，药品管理信息以及医院管理信息等．这些宝贵的医学信息资源对于疾病的诊断、治疗和研究都是非常有价值的Ｉｔ］。从浩瀚的数据海洋中挖掘出有用的信息有着极其重要的现实意义，有助于医院管理者做出明智决策、医生对病人的正确诊断和治疗，对医学研究和促进人类健康都有积极作用。医院的信息系统（ＨＩＳ）相对简单的数据检索和查询功能已不能满足从海量数据中挖掘利用有价值信息的要求．因此．数据挖掘和知识发现技术在这样一个“数据丰富．信息贫乏”的时代背景下也显得越发重要。ｌ数据挖掘技术概述
数据挖掘是近年来随着数据库和人工智能技术发展而出现的一种新兴信息技术。指从数据库的大量数据中揭示出隐含的、先前未知的、对决策有潜在价值的知识和规则。为决策提供支持，帮助决策者调整市场策略，减少风险，做出正确的判断和决策［２】。它既是一种技术，也是一个过程，它能高度自动化地分析数据仓库原有数据，做出归纳性推理，挖掘出潜在的模式。最大效能地利用已有信息和数据。
数据挖掘处理的数据量非常巨大，其挖掘质量有赖于挖掘算法的优劣。不同于传统的数据库技术，数据挖掘查询时不要求要严格的表达式，常采用一
计预测方法等：相似性度量、决策树、神经网络、遗传算法、粗糙集理论、关联规则算法等；此外还有一些常用方法，包括模糊系统、支持向量机、最邻近算法等。实际运用中，将这些方法修改、扩充、优化和融合，就可以适用各种不同的数据挖掘任务了。
数据挖掘过程一般分为以下几个步骤：
（１）需求分析和资源发现。首先确定挖掘任务，对现有资源进行评估，然后确定挖掘目标，制定挖掘计划，从获取的原始数据中抽取一定数量的数据子集，建立数据挖掘库。
（２）数据预处理。对不完全、有噪声、随机的数据进行预处理，包括清洗不完全的数据、对数据进行初步的描述分析、选择或转换与挖掘任务有关的变量。（３）模式发现。此阶段根据数据挖掘的目标和数据特征，选择合适的模型。
（４）模式分析与评价。采用合适的技术和工具，进行模式的分析以辅助分析人员的理解。然后选择最优的模型，运用于实际问题。２医学数据的特点
（１）数量大，种类多。医学数据产生于医院的日常经营过程中，既包括医院管理信息，也包括临床信息。管理信息包含诸如人事、财务、设备管理等的一些数据；临床信息包含诸如患者入院、住院、治疗、检查、出院信息，也包含一些疾病治疗过程中产生的数据，诸如一些纯数据、信号、图像、文字以及一些语音视频信息Ｉｔ］。
（２）数据不完整性。有时会出现病案登记不完全．导致医学数据库的数据不完整；由于疾病的个体差异以及诊治医生的不同，许多医学信息的表达和病案记录本身就具有不确定性和模糊的特点，有一定的主观性。
（３）数据的隐私性。医学信息不可避免地涉及到一些患者的隐私信息，患者的隐私若受到侵害，必对其生活产生影响，这就要求医学数据挖掘者既要对医学数据进行合理的挖掘利用，又要注意保护患者的隐私，来确保医学数据的安全性和机密性。
种类ＳＱＬ语言来描述，有即时、随机的特点，也不一
定都生成严格的结果集：挖掘过程往往基于统计规律，产生的规则并不要求对所有的数据项总是成立，只要达到预定的阈值即可：可以实现数据库不同层次上知识规则的发掘［３】。数据挖掘综合了数据库、人工智能、统计学等多个学科的技术。具有更加强大的功能，主要包括分类知识发现、数据总结汇总、聚类、
关联规则发现、序列模式发现、依赖模型发现、回归、
时间序列分析、异常发现和预测趋势等【４】。
数据挖掘任务有很多实现方法，目前常用的数据挖掘算法和模型有：抽样技术、多元统计分析、统
收稿日期：２０１０—０３—３１
作者简介：ｇ：征－（１９８６－－），女。２００９级资讯管理系情报学硕士研究生。
１０５
万方数据
２０１０年６月情报探索第６期（总１５２期）
（４）数据冗余性。医学数据库有庞大的数据资源。每天都有大量相同或相似的信息存人数据库。造成了数据资源的冗余。
（５）数据的时间序列性。疾病的发病过程在时间上有一个进度。医学检测的波形、图像都是时间函数，另外病人的就诊时间也是有一定的时间序列性。３
医学数据挖掘的现实应用３．１在医院管理方面的应用
医院信息系统一般分为管理信息系统和临床信息系统。前者主要处理医院日常经营和内部管理方面的信息，后者主要是与医疗过程相关的信息系统。目前一般的医院信息管理系统基本可以实现数据的录入、修改、查询等简单操作。利用数据挖掘技术以
后，可以实现更多更加强大的功能。①可以对病人流
量进行多方位、多角度的分析，进而合理安排医务人员的工作时间，减少病人的等待时间，提高医疗资源的高效运作和合理利用。全面提高医院的服务质量
和管理水平。②可以把医院各个不同系统（如信息系
统、财务系统）的数据汇总到数据仓库。对医院的成本效益情况进行全面分析。以便真正把握医院经营状况。对资源进行合理配置和高效运行，规范医疗行
为１５】。③采用数据挖掘对医疗费用结构进行分析，为探索医疗费用项目结构的合理性提供依据。④对单
病种进行ＩＣＤ一１０疾病分类标准分析，可以为医疗质量管理提供依据，帮助医生找出最佳治疗手段，既缩短了患者的就诊住院时间、减轻患者的负担，同时也
提高医疗单位的工作效率，增加经济效益［６１。⑤利用
数据挖掘技术从数据库中筛选出有代表性的指标，对医疗单位各部门进行综合评价分析，从而寻找管理中的薄弱环节，采取相应措施进行调整，提高医疗单位的整体综合实力。
３．２在临床医疗诊断中的应用
医疗诊断是基于知识和规则的推理过程，医生
通过各种途径获取知识。形成推理网络。医学数据挖
掘可以帮助医生更好地进行诊断工作。①医院可以
采用数据挖掘对病人的职业、年龄、工作生活环境、身份、所在地区等特征进行分析，根据关联规则挖掘并发可能性较高的一些疾病。某些疾病与年龄、性别、居住地、职业、生活习惯等的关系，进而可以提高
医疗工作的高效和针对性。②利用序列模型可以挖
掘出病人的病情发展情况并作出预测，绘制疾病发
病率曲线，做好预防。③临床可将基于粗糙集理论的
数据挖掘技术应用于胸痛发展结果的预测、ＩＣＵ应急诊断以及一些临床疾病诸如类风湿、肿瘤的辨别
诊断，肝病、急性阑尾炎的分类诊断［引。④临床可以
利用决策树分析影响每一种疾病发生的重要因素并且从决策树中提取诊断规则。从而将专家经验知识
１０６
万方数据
转化成有参考价值的信息供医疗人员随时使用学习［引。此外，决策树还可用于疾病分类、疾病程度分级、筛选危险因素、决定处方药物剂量以及合理选用治
疗方法。⑤医学图像如ＣＴ、ＭＲＩ等已作为临床疾病
诊断的一种重要工具。数据挖掘技术可以从海量的图像数据中挖掘出有效的模型、关联、规则、规律等更高层信息，提高医疗人员的工作效率和准确度。３．３在医疗科研和新药开发方面的应用
①生物医学的研究是医疗研究的一个重要分
支，在生物医学和ＤＮＡ数据分析上，数据挖掘可以完成异构、分布式基因数据库的语义集成．用关联规则分析同时出现的基因序列，用路径分析发现在疾
病不同阶段的致病基因【９】。②在新药开发过程中，先
导化合物的挖掘是关键环节。采用数据挖掘技术建立药物开发系统．可以挖掘出同药效学相关的有效化学物质基础，确定药效基团，知道新药的开发与研究，从而缩短新药的研究开发周期，降低研究开发费
用。③利用数据挖掘技术对药物可以进行毒理学方
面的挖掘，也可用于药物的新的副作用开发，对医疗
用药具有重要的意义。④随着人类基因组计划的进
行，科学家目前已获得数十亿的核苷酸和上百万氨基酸的数据，采用传统的统计分析方法从大量ＤＮＡ资料中找出具有统计特异性的序列（组）以显得力不从心，而利用数据挖掘工具对基因组测序数据进行分析相比之下更加高效。３．４在其他方面的应用
数据挖掘技术除了上述３方面的应用。还可以用于医疗政策分析、预测，医疗卫生保健、医疗资源利用评价、威慑高经济评价、医药市场预测等诸多方
面。
参考文献
［１］裒占花，李祥生．数据挖掘在医学信息系统中的应用［Ｊ】．电脑开发与应用，２００９，２２（７）：５５－５７
［２］ＨａｒｔＪｉａｗｅｉ，ＫａｍｂｅｒＭ．数据挖掘概念与技术［Ｍ］．北京：机械工业出版社，２００１
［３］郑之开，张广凡，邵惠鹤．数据采掘和知识发现：回顾和展望［Ｊ］．信息与控制１９９９，２８（５）：３５７—３６５
［４］李伟，赵卫利，刘冠群，曹忠民．知识库和知识发现技术在知识服务方面的应用［Ｊ］．现代情报，２００９，２９（７）
［５］王徐冬，杨希武．数据仓库和数据挖掘在医院信息
系统中的应用［Ｊ］．医疗卫生装备，２００８，２９（８）：４７枷
［６］杨玲，姚怀国．数据仓库技术在医院病案信息管理中的应用［ｊ］．现代医院，２００８，８（６）：１３１—１３２
［７］李琼，谢国明．基于粗糙集的数据挖掘技术在医学诊断中的应用［Ｊ］．医疗卫生装备，２００５，２６（３）：２４—２６
［８］徐蕾，贺佳．决策树技术及其在医学中的应用［Ｊ］．数理医药学杂志，２００４，１７（２）：１６１—１６４
［９］
王欢．浅谈数据挖掘技术及其应用［Ｊ］．科技信息，
２００９（２１）：７６－７７
