- 相關(guān)推薦
網(wǎng)絡(luò)信息挖掘系統(tǒng)評(píng)價(jià)初探
【正文】
隨著電子商務(wù)的蓬勃興起，許多企業(yè)已經(jīng)開(kāi)始意識(shí)到其所擁有的豐富的信息資源在商業(yè)決策中具有潛在的巨大商業(yè)價(jià)值。更好的決策支持需求和企業(yè)電子商務(wù)的開(kāi)展正推動(dòng)著網(wǎng)絡(luò)信息挖掘系統(tǒng)的研究與開(kāi)發(fā)。
鑒于網(wǎng)絡(luò)信息挖掘是在數(shù)據(jù)挖掘的基礎(chǔ)上發(fā)展起來(lái)的，因此對(duì)于網(wǎng)絡(luò)信息挖掘系統(tǒng)的基本問(wèn)題，本文仍將利用數(shù)據(jù)挖掘系統(tǒng)的基本理論來(lái)描述。
目前，由于網(wǎng)絡(luò)信息挖掘系統(tǒng)的發(fā)展正在起步階段，因此它的分類(lèi)還無(wú)法達(dá)到數(shù)據(jù)挖掘系統(tǒng)分類(lèi)那樣細(xì)致。具體而言，對(duì)網(wǎng)絡(luò)信息挖掘系統(tǒng)分類(lèi)可以從商業(yè)能力、挖掘數(shù)據(jù)類(lèi)型、挖掘功能、數(shù)據(jù)分析方法和應(yīng)用領(lǐng)域角度進(jìn)行。其中商業(yè)能力角度的分類(lèi)與數(shù)據(jù)挖掘系統(tǒng)的商業(yè)能力分類(lèi)完全相同，即分為商業(yè)產(chǎn)品和研究原型。而從另外幾個(gè)角度看，網(wǎng)絡(luò)信息挖掘系統(tǒng)的類(lèi)型具有自身一些特點(diǎn)，例如從應(yīng)用領(lǐng)域角度看，網(wǎng)絡(luò)信息挖掘系統(tǒng)可以分為面向電子商務(wù)型、面向遠(yuǎn)程教育型、面向旅游型、面向廣告業(yè)型等。隨著網(wǎng)絡(luò)信息挖掘技術(shù)的進(jìn)一步發(fā)展，將出現(xiàn)更加豐富的網(wǎng)絡(luò)信息挖掘系統(tǒng)類(lèi)型。
1 系統(tǒng)評(píng)價(jià)現(xiàn)狀調(diào)查
據(jù)調(diào)查，目前國(guó)內(nèi)外還沒(méi)有出現(xiàn)完全針對(duì)網(wǎng)絡(luò)信息挖掘系統(tǒng)的評(píng)價(jià)成果，因而對(duì)網(wǎng)絡(luò)信息挖掘系統(tǒng)的評(píng)價(jià)具有一定的創(chuàng)新性。筆者認(rèn)為，對(duì)網(wǎng)絡(luò)信息挖掘系統(tǒng)的評(píng)價(jià)可以充分地借鑒數(shù)據(jù)挖掘系統(tǒng)的評(píng)價(jià)方法。應(yīng)該說(shuō)這兩類(lèi)系統(tǒng)在很多評(píng)價(jià)指標(biāo)上都有重合。
從國(guó)外來(lái)講，1998年前后已經(jīng)有一些研究人員和機(jī)構(gòu)對(duì)數(shù)據(jù)挖掘系統(tǒng)進(jìn)行了一定的評(píng)價(jià)研究。他們所采用的評(píng)價(jià)體系各有特點(diǎn)，以下是一些簡(jiǎn)要介紹。
1）J.F.Elder等人主要對(duì)17種數(shù)據(jù)挖掘系統(tǒng)進(jìn)行了評(píng)價(jià)[1]，其中包括了著名的Clementine、IntelligentMiner系統(tǒng)。這些系統(tǒng)具有以下共同的特點(diǎn)：?jiǎn)纹脚_(tái)（StandAlone）、多用途、支持多種模式和分類(lèi)算法，并支持模式構(gòu)建中的項(xiàng)目階段。他們主要從6大方面對(duì)這些系統(tǒng)進(jìn)行比較，除此之外，他們還單獨(dú)從用戶(hù)端角度對(duì)數(shù)據(jù)挖掘系統(tǒng)性能進(jìn)行評(píng)價(jià)。他們認(rèn)為并非支持的算法越多越好，各種算法面對(duì)不同的問(wèn)題其解決能力也是不同的，它們具有自身的優(yōu)點(diǎn)與缺點(diǎn)。在文章的最后，還對(duì)這17種產(chǎn)品的優(yōu)勢(shì)/劣勢(shì)作了總體的描述性評(píng)價(jià)。
2）M.A.King等人針對(duì)14種桌面型數(shù)據(jù)挖掘系統(tǒng)[2]，重點(diǎn)對(duì)各個(gè)系統(tǒng)的特征和性能進(jìn)行比較。他們選用了20個(gè)評(píng)價(jià)指標(biāo)，并設(shè)計(jì)了一個(gè)標(biāo)準(zhǔn)的評(píng)價(jià)過(guò)程——6分制評(píng)分標(biāo)準(zhǔn)來(lái)評(píng)價(jià)各種軟件工具的優(yōu)點(diǎn)和缺點(diǎn)。他們?cè)u(píng)價(jià)的特色在于針對(duì)4種算法的產(chǎn)品分別評(píng)價(jià)，并采用4類(lèi)數(shù)據(jù)集測(cè)試系統(tǒng)的性能。他們認(rèn)為網(wǎng)絡(luò)法（PolynomialandNeural）要比分割法（TreesandRules）更精確，另外也提出可以加入計(jì)算機(jī)環(huán)境、數(shù)據(jù)庫(kù)連接性、提供商的穩(wěn)定性等指標(biāo)進(jìn)一步評(píng)價(jià)。
3）D.W.Abbott等人主要針對(duì)高端型（High-end）用于欺詐甄別的數(shù)據(jù)挖掘系統(tǒng)進(jìn)行了評(píng)價(jià)[3]。盡管僅選擇了5個(gè)系統(tǒng)（Clementine、IntelligentMinerforMata、Darwin、En-terpriseMiner、PatternRecognitionWorkbench）進(jìn)行評(píng)價(jià)，但是他們針對(duì)這5個(gè)專(zhuān)門(mén)應(yīng)用于欺詐甄別的系統(tǒng)進(jìn)行了細(xì)致的比較。
4）M.Goebel等人將數(shù)據(jù)庫(kù)中知識(shí)發(fā)現(xiàn)（KDD）與數(shù)據(jù)挖掘結(jié)合到一起評(píng)價(jià)[4]。他們?cè)诮榻B一般知識(shí)發(fā)現(xiàn)任務(wù)以及解決這些任務(wù)的方法基礎(chǔ)上，主要調(diào)查了43種提供這類(lèi)功能的軟件工具。這些工具既包括研究的原型系統(tǒng)，也包括已經(jīng)商業(yè)化的產(chǎn)品。其中有較為著名的Clementine、DBMiner、IntelligentMiner系統(tǒng)。他們采用了一個(gè)系統(tǒng)特征分類(lèi)體系對(duì)上述產(chǎn)品進(jìn)行比較，并提出一些尚待解決的問(wèn)題：如不同技術(shù)的集成、可擴(kuò)展性、與數(shù)據(jù)庫(kù)的無(wú)縫集成、對(duì)正在變化中的數(shù)據(jù)進(jìn)行管理以及非標(biāo)準(zhǔn)的數(shù)據(jù)類(lèi)型等問(wèn)題。
5）J.Hah博士沒(méi)有針對(duì)個(gè)別的數(shù)據(jù)挖掘系統(tǒng)具體評(píng)價(jià)，但他認(rèn)為評(píng)價(jià)一個(gè)數(shù)據(jù)挖掘系統(tǒng)應(yīng)包括如下幾個(gè)方面[5]：數(shù)據(jù)類(lèi)型、系統(tǒng)問(wèn)題、數(shù)據(jù)源、數(shù)據(jù)控制的功能與方法、數(shù)據(jù)挖掘系統(tǒng)和數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的結(jié)合、可伸縮性、可視化工具、數(shù)據(jù)挖掘查詢(xún)語(yǔ)言和圖形用戶(hù)接口。
6）A.Berson等認(rèn)為數(shù)據(jù)挖掘軟件產(chǎn)品因?yàn)椴煌哪繕?biāo)用戶(hù)和不同類(lèi)型的解決問(wèn)題而具有不同的重點(diǎn)[6]。主要可以分為目標(biāo)解決方案、商業(yè)工具、商業(yè)分析工具、研究分析工具4類(lèi)。另外，從目前整個(gè)數(shù)據(jù)挖掘市場(chǎng)看也可以分成3個(gè)主要組成部分：通用的工具、綜合DSS/OLAP/數(shù)據(jù)挖掘工具和快速成長(zhǎng)的面向特定應(yīng)用的工具。他們還進(jìn)一步提供了一套專(zhuān)門(mén)用于數(shù)據(jù)挖掘工具評(píng)價(jià)的屬性和方法，對(duì)11種具體的工具進(jìn)行了評(píng)價(jià)，其中包括Clementine、IntelligentMiner等著名的工具。
從國(guó)內(nèi)來(lái)看，數(shù)據(jù)挖掘系統(tǒng)的評(píng)價(jià)研究不如國(guó)外活躍，這與數(shù)據(jù)挖掘系統(tǒng)在國(guó)內(nèi)的應(yīng)用仍處于初步階段有直接關(guān)系。目前這方面的研究狀況如下。
朱愛(ài)群提出了一種高級(jí)記分卡系統(tǒng)[7]，采用該記分系統(tǒng)有助于商業(yè)用戶(hù)更好地比較不同的數(shù)據(jù)挖掘技術(shù)，并以此作出正確的選擇。該系統(tǒng)共有3種不同的記分卡：商業(yè)記分卡、算法記分卡、應(yīng)用記分卡。
從上述文獻(xiàn)的調(diào)查看，國(guó)內(nèi)外數(shù)據(jù)挖掘系統(tǒng)評(píng)價(jià)普遍具有的特點(diǎn)是：
1）重視系統(tǒng)算法能力的評(píng)價(jià)。在7個(gè)調(diào)查對(duì)象中，其中6個(gè)都明確采用了算法評(píng)價(jià)指標(biāo)，特別是J.F.Elder、D.W.Abbott、朱愛(ài)群等人，對(duì)算法指標(biāo)的分析尤為細(xì)致。
2）突出或者具有從商業(yè)能力角度的評(píng)價(jià)。朱愛(ài)群和A.Berson都明確提出采用商業(yè)能力指標(biāo)，而其他研究者提供的從用戶(hù)端角度對(duì)系統(tǒng)易用性的評(píng)價(jià)實(shí)際上可以作為系統(tǒng)商業(yè)能力評(píng)價(jià)的一部分。
3）缺少對(duì)數(shù)據(jù)挖掘流程的評(píng)價(jià)。數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)預(yù)處理、數(shù)據(jù)建模、模型評(píng)估、模型應(yīng)用等一系列步驟是幾乎每個(gè)數(shù)據(jù)挖掘系統(tǒng)所必須經(jīng)歷的，往往各種系統(tǒng)在每個(gè)階段表現(xiàn)的能力各有不同，因此有必要對(duì)過(guò)程中的每個(gè)階段進(jìn)行評(píng)價(jià)。
4）缺少?gòu)膽?yīng)用能力角度的評(píng)價(jià)。從所有的調(diào)查對(duì)象中看，僅有國(guó)內(nèi)的一個(gè)評(píng)價(jià)提到了應(yīng)用評(píng)價(jià)，而且其具體的指標(biāo)并不是直接針對(duì)如保險(xiǎn)業(yè)、零售業(yè)、電子商務(wù)等實(shí)際應(yīng)用領(lǐng)域的。
由此可見(jiàn)，本文所要進(jìn)行的網(wǎng)絡(luò)信息挖掘系統(tǒng)的評(píng)價(jià)應(yīng)當(dāng)積極吸取已有數(shù)據(jù)挖掘系統(tǒng)評(píng)價(jià)的優(yōu)點(diǎn)，同時(shí)結(jié)合網(wǎng)絡(luò)信息挖掘的特點(diǎn)來(lái)彌補(bǔ)評(píng)價(jià)中的不足。
2 評(píng)價(jià)系統(tǒng)的選擇
由于目前許多數(shù)據(jù)挖掘系統(tǒng)也同時(shí)提供網(wǎng)絡(luò)信息挖掘功能，因此本文所要評(píng)價(jià)的網(wǎng)絡(luò)信息挖掘系統(tǒng)，一方面從一些著名的數(shù)據(jù)挖掘系統(tǒng)中選擇，一方面將參考KD-nuggets上有關(guān)網(wǎng)絡(luò)信息挖掘軟件的最新統(tǒng)計(jì)報(bào)道。
從文獻(xiàn)調(diào)查看[8]，Int
【網(wǎng)絡(luò)信息挖掘系統(tǒng)評(píng)價(jià)初探】相關(guān)文章：
信息系統(tǒng)內(nèi)部控制審計(jì)初探03-21
關(guān)于網(wǎng)絡(luò)教學(xué)評(píng)價(jià)要素初探02-23
網(wǎng)絡(luò)信息分類(lèi)系統(tǒng)的詞匯控制03-28
信息網(wǎng)絡(luò)傳播權(quán)案初探03-24
學(xué)科信息門(mén)戶(hù)中網(wǎng)絡(luò)信息導(dǎo)航系統(tǒng)的規(guī)范建設(shè)12-08
信息系統(tǒng)環(huán)境下內(nèi)部控制評(píng)審內(nèi)容和方法初探03-21
電力企業(yè)網(wǎng)絡(luò)和信息安全管理初探論文11-13
基于XBRL技術(shù)的財(cái)務(wù)信息挖掘系統(tǒng)構(gòu)建探討11-14
信息成本核算初探03-25