Cтраница 2
Ниже дается перечисление некоторых часто используемых методов интеллектуального анализа данных. [16]
В части качественного анализа СППР необходима для интеллектуального анализа данных по проекту для того, чтобы определить факторы риска, этапы и работы, при выполнении которых он возникает, установить потенциальные области риска, после чего идентифицировать все возможные риски. [17]
Поэтому, наряду с рассмотренными выше подходами интеллектуального анализа данных и эффективности проектов, используют направление исследований, позволяющее получать количественные финансово-экономические оценки проектов, в которых предлагается использовать аналитические выражения условий эффективности для проектов. [18]
В числе сложных задач, справляться с которыми помогает интеллектуальный анализ данных, - прогнозирование вероятности покупки клиентом определенного товара на основании его возраста, пола, демографических характеристик и других признаков; выделение групп клиентов, характеризующихся сходным поведением при просмотре информации в сети; выявление предпочтений конкретного клиента с целью предоставления ему индивидуализированного обслуживания; определение времени суток и дней недели, когда наиболее часто посещаются те или иные страницы или наиболее часто поступают обращения по телефону; идентификация товаров, которые часто приобретаются вместе. Последнее очень ценно для выявления закономерностей покупательского поведения, однако известен случай, когда найденная корреляция между двумя кодами счетов за одну и ту же лечебную процедуру позволила австралийской компании, специализирующейся на медицинских услугах, вскрыть мошенничество с двойным выставлением счетов на общую сумму более 10 млн долларов. [19]
Применение программных алгоритмов для поиска полезных закономерностей в больших объемах данных называется интеллектуальным анализом данных. Первым серьезным шагом в этом направлении стало создание систем оперативной аналитической обработки ( OLAP), которые существенно повышают эффективность обслуживания многих видов запросов. Благодаря им данные, собиравшиеся ранее только в целях бухгалтерского и финансового учета, стало возможным использовать в моделировании, прогнозировании и принятии решений. [20]
Кажется, статистический анализ данных в настоящее время является самым распространенным в интеллектуальном анализе данных. [21]
Такой или более глубокий и сложный анализ может быть проведен с помощью методов интеллектуального анализа данных, рассмотренных в главе 3 по каждому принципу преобразования производства, указанному в разделе 10.4. А. [22]
В книге Интеллектуальная обработка данных рассмотрены вопросы организации информационных систем различного назначения, методы интеллектуального анализа данных в этих системах, а также способы построения программно-аппаратных платформ информационных систем. Изложение методов интеллектуального анализа данных сопровождается примерами применения соответствующих пакетов, признанных одними из лучших среди пакетов своего класса. [23]
Для анализа сложившейся обстановки в настоящее время широко применяются методы, получившие в отечественной литературе название интеллектуального анализа данных. [24]
Здесь необходимо отметить также, что как нейронные сети, так и генетические алгоритмы, деревья и таблицы решений являются не только средством интеллектуального анализа данных, но и являются также средством генерации решений, особенно при решении оптимизационных задач, примеры применения которых рассмотрены в третьей части книги. [25]
По мнению разработчиков, ИИС применительно к управлению качеством позволяют существенно усовершенствовать системы качества путем усиления ( заранее прошу прощения за тавтологию) их системности и использования методологии интеллектуального анализа верифицируемых данных о качестве для программной диагностики несоответствий и подготовки решений в системах качества. [26]
Иерархические уровни ЭИС. [27] |
На среднем уровне ЭИС для анализа информации о состоянии окружающей среды используются географические информационные системы ( ГИС), а также системы типа MATLAB, в которых реализованы различные методы интеллектуального анализа данных. Подобные системы, обеспечивая ввод, хранение, обновление, обработку, анализ и визуализацию всех видов экологической информации, позволяют систематизировать ее выдачу для управления природными ресурсами, реализуя опыт, накопленный специалистами в этой области. [28]
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. [29]
В книге Интеллектуальная обработка данных рассмотрены вопросы организации информационных систем различного назначения, методы интеллектуального анализа данных в этих системах, а также способы построения программно-аппаратных платформ информационных систем. Изложение методов интеллектуального анализа данных сопровождается примерами применения соответствующих пакетов, признанных одними из лучших среди пакетов своего класса. [30]