Data Mining и OLAP в больших финансовых и коммерческих базах данных

Data Mining (DM) - это набор "интеллектуальных" средств для глубокого анализа больших объемов информации и обнаружения скрытых корреляций между различными характеристиками данных. В результате анализа найденных зависимостей можно сделать выводы о поведении и взаимном влиянии различных объектов в окружающем мире и появляется возможность более точно (читай "более прибыльно") строить стратегию и тактику бизнеса Существенно, что традиционными методами обнаружить подобные закономерности либо невозможно, либо это требует чрезмерного количества времени и денег. [подробнее...]

Решаемые задачи

Примеры решений / Продукты

Статьи по данной технологии:

1.  "НОВОЕ ЭЛЬДОРАДО : ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ В БИЗНЕСЕ"
2.  "Портрет читателя в интерьере российского бизнеса"







Решаемые задачи :

Основными "потребителями интеллекта" по-прежнему являются банкиры, финансисты, государственные структуры. Их типичные вопросы:

- На какие группы делятся клиенты компании ? Какая группа наиболее представительна ? Какая наиболее доходна ?
- Какие факторы способствуют увеличению числа продаж того или иного товара ?
- Какие события влияют на изменения фьючерсных котировок ?
- Какова общая картина политических настроений избирателей по регионам ?

Часто в качестве одного из контролируемых параметров выступает шкала времени - и тогда отображается динамика валютных торгов, прогнозы пополнения сырьевых запасов и эволюция взглядов сторонников президента.


Примеры решений / Продукты :

Наиболее известен, пример DM-системы для проверки кредитных карточек American Express, на многие миллионы долларов сокративший ущерб от махинаций с карточками.Агентство NASA с помощью системы SKICAT подготовило новое издание звездного атласа Паламара. В уникальный каталог вошли изображения и информационные материалы о 50 млн. известных галактик, содержащих около 2 млрд. звезд.Федерация атлетов США использует DM-пакет IDIS для выявления долгосрочных факторов, влияющих на спортивные результаты легкоатлетов. По заказу политиков, в университете Wisconsin-Milwaukee на основе IDIS была разработана система, которая строит своеобразные "психологические портреты" политических течений и блоков, представленных в парламенте, анализируя результаты голосования по различным вопросам.По поручению популярного компьютерного журнала PC Week/RE специалистами компании ИнтерРусСофт с использованием специально настроенного пакета PolyAnalyst (разработчик - компания Megaputer) была проведена обработка и анализ результатов анкетирования подписчиков этого знаменитого издания.


Подробнее о технологии Data Mining и OLAP в больших финансовых и коммерческих базах данных :

Современные DM-технологии способны не только находить корреляционные зависимости, но и позволяют оценивать вероятность каждой гипотезы, оперировать не только количественными, но и качественными параметрами - "популярный", "прибыльный", "стабильный" и др.Важной возможностью DM-технологий является автоматическая кластеризация и классификация данных. Обычно пользователей интересует не только количество и размер кластеров, но и расположение их центров (характеризующее "портрет" типичного представителя данного класса объектов), четкость границ и многие другие параметры.Для решения основной задачи DM-систем - выделения корреляционных зависимостей между данными чаще всего используются три подхода - многомерный корреляционный анализ, обработка гипотез по принципу "запрос-отчет" (query-and-reporting tools) и т.н. "интеллектуальные агенты". Классификация и кластеризация данных выполняется с помощью нового класса алгоритмов, являющихся развитием нейронных сетей Кохонена и Гроссберга. Сеть Кохонена до недавнего времени считалась единственным примером алгоритма автоматической классификации без обучения и предобработки данных (кроме вырожденных случаев). Сейчас стали появляться более мощные и быстрые комбинированные алгоритмы.