Cтраница 1
Интеллектуальный анализ данных заключается в применении алгоритмов обработки для выявления скрытых тенденций, закономерностей, взаимосвязей и перспектив развития процесса, учет которых помогает повысить качество принимаемых решений. Все методы, используемые в настоящее время в интеллектуальном анализе данных, являются логическим обобщением различных аналитических подходов, известных уже на протяжении десятилетий. Новизна ИАД заключается в расширении сферы применения этих методов в управлении, которое стало возможно благодаря возросшей доступности данных и удешевлению вычислений. Рост интереса к средствам интеллектуального анализа объясняется отчасти и усовершенствованиями в области интерфейса, которые сделали их доступными для использования специалистами деловой сферы, но, главным образом, возросшими требованиями к результатам анализа, резким увеличением объема перерабатываемой информации, усложнением решаемых задач и временными ограничениями анализа обстановки и принятия решений. [1]
Интеллектуальный анализ данных заключается в применении алгоритмов обработки для выявления скрытых тенденций, закономерностей, взаимосвязей и перспектив развития процесса, учет которых помогает повысить качество принимаемых решений. Все методы, используемые в настоящее время в интеллектуальном анализе данных, являются логическим обобщением различных аналитических подходов, известных уже на протяжении десятилетий. Новизна НАД заключается в расширении сферы применения этих методов в управлении которое стало возможно благодаря возросшей доступности данных и удешевлению вычислений, Кроме того, до относительно недавнего времени не существовало компьютерных методов НАД с дружественным интерфейсом пользователя. Рост интереса к средствам интеллектуального анализа объясняется отчасти и усовершенствованиями в области интерфейса, которые сделали их доступными для использования специалистами деловой сферы, но, главным образом, возросшими требованиями к результатам анализа, резким увеличением объема перерабатываемой информации, усложнением решаемых задач и временными ограничениями анализа обстановки и принятия решений. [2]
Интеллектуальный анализ данных входит составной частью в концепцию управления отношениями с клиентами ( customer relationships management, CRM), суть которой состоит в использовании информационных технологий для выстраивания отношений с клиентами на индивидуальной основе вместо применения модели массового маркетинга. Интеллектуальный анализ данных открывает возможность дойти до каждого клиента, если только существует канал, позволяющий осуществлять индивидуализированную доставку, - будь то банкомат, веб-сайт или система прямого маркетинга на основе электронных почтовых рассылок и специальных предложений. [3]
Системы интеллектуального анализа данных эффективно используются для автоматического нахождения взаимосвязей и нелинейных зависимостей в данных. Учет подобных зависимостей позволяет лучше осмыслить предметную область, повысить качество решений, принимаемых на основе анализа ее состояния. В отличие от традиционных корреляционных методов, способных выявлять линейную взаимосвязь между переменными, методы ИАД обнаруживают и сложные нелинейные зависимости. Пакеты программ на их основе позволяют при обнаружении зависимостей определять их статистические характеристики, производить визуализацию области действия зависимости и выпадающих точек. Некоторые продукты интеллектуального анализа, например, система IDIS ( The Information Discovery System) фирмы Intelligence Ware, способны выражать выявленные зависимости в виде правил на естественном языке. Современные средства ИАД позволяют также определять переменные, оказывающие наибольшее влияние на значение заданных атрибутов. [4]
Средства интеллектуального анализа данных могут также быть очень полезны в плане прогнозирования сбыта и ознакомления партнеров и клиентов с полученными результатами. Эта технология применяется в производственных отраслях, в банковском деле, телекоммуникациях, планетарной геологии ( для обработки данных дистанционного зондирования поверхности планет) и для управления интерактивными электронными магазинами. Например, ПО Microsoft Site Server Commerce 3.0 способно распознавать закономерности в покупательском поведении посетителей веб-сайта, прогнозировать их интерес к различным продуктам и услугам и индивидуализировать общение с ними. [5]
Методика интеллектуального анализа данных гарантирует, что в массовую рассылку рекламы по электронной почте не будут включены те клиенты, которых предлагаемый товар вряд ли заинтересует. [6]
В бизнесе интеллектуальный анализ данных наиболее широко применяется в маркетинге, когда компании анализируют свои базы данных для выявления предпочтений клиентов, а затем делают им специальные адресные предложения. [7]
Использование методов интеллектуального анализа данных порождают проблему субъективного выбора метода и требуют, как это ни странно, субъективного критического осмысления результатов анализа. [8]
Главная ценность интеллектуального анализа данных для бизнеса будет заключаться в том, что он поможет ответить на вопросы, какие продукты имеет смысл создавать и к каким уровням цен следует стремиться. Компании смогут оценивать множество различных вариантов цен и размеров партий, выбирая наиболее выгодные для себя и наиболее привлекательные для клиентов. Особенно большой интерес такие возможности представляют для компаний, предлагающих информационные продукты. [9]
Применяйте ПО интеллектуального анализа данных в первую очередь к тем областям, в которых вы сможете наиболее эффективно использовать полученные результаты. [10]
Главными задачами систем интеллектуального анализа данных являются поиск функциональных и логических закономерностей в накопленной информации; построение моделей и правил, которые объясняют найденные закономерности и прогнозируют с определенной вероятностью развитие анализируемых процессов. Примером подобных систем может служить система прогноза энергопотребления для управления режимами электрических сетей и оптимизации объемов закупки электрической энергии на оптовом рынке. [11]
В последнее время применение интеллектуального анализа данных стало частью экономической стратегии многих компаний, которые стремятся привлечь новых клиентов и сохранить старых. [12]
И, наконец, технологии интеллектуального анализа данных могут быть использованы при исследовании проблем качества продукции и подготовке оптимальных решений. [13]
Центральной проблемой робототехники остается задача интеллектуального анализа данных и интеграции данных, снимаемых с различных датчиков, построения системы целостного восприятия информации и формирования знаний об окружающей среде и самом роботе. [14]
Дело в том, что различные методы интеллектуального анализа данных, примененные к одним и тем же данным, могут дать различные результаты. [15]