商務(wù)智能與決策支持案例及案例分析

商務(wù)智能與決策支持教學(xué)案例案例1：光大銀行商務(wù)智能系統(tǒng)的實(shí)行一、案例內(nèi)容成立于1992年8月的光大銀行，作為國(guó)內(nèi)最大的股份制商業(yè)銀行，擁有眾多客戶群，幾百個(gè)分支機(jī)構(gòu)遍及國(guó)內(nèi)外;同步光大銀行以領(lǐng)先的理念為客戶提供種類(lèi)繁多的金融服務(wù)。對(duì)于一種如此龐大的機(jī)構(gòu)，如此繁多的金融服務(wù)，管理的復(fù)雜性可想而知。近年來(lái)，通過(guò)綜合柜臺(tái)業(yè)務(wù)系統(tǒng)、陽(yáng)光卡系統(tǒng)、網(wǎng)上銀行系統(tǒng)和辦公自動(dòng)化系統(tǒng)等一系列信息化基礎(chǔ)建設(shè)，光大銀行率先實(shí)現(xiàn)了業(yè)務(wù)系統(tǒng)全國(guó)聯(lián)網(wǎng)和總行數(shù)據(jù)大集中。在成功實(shí)現(xiàn)業(yè)務(wù)系統(tǒng)全國(guó)聯(lián)網(wǎng)和總行數(shù)據(jù)大集中后，經(jīng)營(yíng)管理分析方面又出現(xiàn)了某些亟待處理的新問(wèn)題，如：記錄數(shù)據(jù)不夠及時(shí)精確、對(duì)決策分析缺乏專(zhuān)業(yè)化系統(tǒng)化支持、報(bào)表處理效率低、數(shù)據(jù)共享差、難認(rèn)為以客戶為中心的經(jīng)營(yíng)管理模式提供充足的信息支持、業(yè)績(jī)考核沒(méi)有理想的IT系統(tǒng)為支撐等等。眾多新問(wèn)題的出現(xiàn)是銀行管理層始料未及的。為了盡快突破海量數(shù)據(jù)的“封鎖”，挖掘其中蘊(yùn)涵的知識(shí)和信息，光大銀行決策層于初開(kāi)始立項(xiàng)商業(yè)智能及數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)。光大銀行根據(jù)自身狀況，以實(shí)際需要為導(dǎo)向，對(duì)各家方案的優(yōu)劣進(jìn)行仔細(xì)分析、反復(fù)考察、綜合考慮。最終，菲奈特軟件企業(yè)的高端商務(wù)智能產(chǎn)品BI.Office以其領(lǐng)先的技術(shù)和簡(jiǎn)便的操作從眾多競(jìng)爭(zhēng)者中脫穎而出，贏得了光大銀行決策層的一致青睞。通過(guò)商議，雙方在國(guó)際結(jié)算業(yè)務(wù)記錄分析、對(duì)公業(yè)務(wù)記錄分析、信貸風(fēng)險(xiǎn)管理、客戶經(jīng)理業(yè)績(jī)考核等方面簽定了一系列合作計(jì)劃。為了減少實(shí)行風(fēng)險(xiǎn)，將從國(guó)際結(jié)算業(yè)務(wù)記錄分析系統(tǒng)開(kāi)始，各個(gè)項(xiàng)目逐漸實(shí)行。成功的選型是光大銀行商業(yè)智能應(yīng)用系統(tǒng)成功實(shí)行的開(kāi)始。國(guó)際業(yè)務(wù)部商業(yè)智能的應(yīng)用證明，光大銀行所采用的“以部門(mén)為基礎(chǔ)實(shí)行數(shù)據(jù)處理”的決定是對(duì)的的，也是務(wù)實(shí)的。從12月開(kāi)始，菲奈特BI.Office商業(yè)智能應(yīng)用平臺(tái)相繼應(yīng)用于光大銀行其他幾種業(yè)務(wù)部門(mén)，形成對(duì)應(yīng)部門(mén)的商業(yè)智能系統(tǒng)。這些商業(yè)智能系統(tǒng)以數(shù)據(jù)倉(cāng)庫(kù)技術(shù)為基礎(chǔ)，把分散在各個(gè)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)進(jìn)行整合，數(shù)據(jù)通過(guò)清洗、轉(zhuǎn)換，加載到數(shù)據(jù)倉(cāng)庫(kù)；再采用OLAP和DataMining等技術(shù)，為管理決策人員提供強(qiáng)大、靈活的平常查詢和決策支持。一種應(yīng)用實(shí)例：有一段時(shí)間存款余額持續(xù)不停的增長(zhǎng)，不過(guò)同期的流失客戶數(shù)也在不停增長(zhǎng)，這個(gè)問(wèn)題引起了業(yè)務(wù)部分析人員的高度重視。該分析人員通過(guò)系統(tǒng)進(jìn)行自助分析，最終發(fā)現(xiàn)，問(wèn)題的本源在于諸多客戶經(jīng)理為了完畢攬存目的，費(fèi)了大量的人力和成本開(kāi)拓新行業(yè)、新客戶，而忽視了對(duì)老客戶的關(guān)系管理，才出現(xiàn)了存款余額和流失客戶數(shù)同步增長(zhǎng)的怪想象。于是立即向主管領(lǐng)導(dǎo)反應(yīng)，當(dāng)日就在全行下達(dá)了整改告知，及時(shí)制止了不良趨勢(shì)的蔓延?！蹦壳埃獯筱y行的商業(yè)智能系統(tǒng)已經(jīng)成為管理層進(jìn)行戰(zhàn)略實(shí)行、績(jī)效考核不可或缺的工具；各級(jí)業(yè)務(wù)人員的平常經(jīng)營(yíng)分析在很大程度上也有賴于該系統(tǒng)的支持。BI.Office在光大銀行獲得了圓滿成功。二、案例點(diǎn)評(píng)通過(guò)案例，我們理解到光大銀行選擇了BI（商業(yè)智能）系統(tǒng)，很好的處理了運(yùn)用數(shù)據(jù)進(jìn)行分析，從而為決策提供強(qiáng)有力支持的問(wèn)題，提高了工作效率和質(zhì)量，到達(dá)了較高的投資回報(bào)率。其實(shí)，不難發(fā)現(xiàn)銀行業(yè)的業(yè)務(wù)數(shù)據(jù)已經(jīng)或者正在實(shí)現(xiàn)“大集中”，數(shù)據(jù)大集中為提高BI系統(tǒng)的成功率、縮短項(xiàng)目周期、減少系統(tǒng)實(shí)行成本、提高項(xiàng)目投資回報(bào)打下了良好的基礎(chǔ)。伴隨國(guó)內(nèi)銀行與境外銀行競(jìng)爭(zhēng)的加劇，應(yīng)用BI系統(tǒng)進(jìn)行風(fēng)險(xiǎn)分析、業(yè)務(wù)決策將是國(guó)內(nèi)銀行提高國(guó)際競(jìng)爭(zhēng)力的一種主流選擇。BI系統(tǒng)可以處理目前銀行存在的幾大問(wèn)題，如記錄滯后、數(shù)據(jù)共享差、報(bào)表處理效率低、對(duì)決策分析缺乏系統(tǒng)化支持等，這也是銀行選擇BI系統(tǒng)的重要原因。三、案例思索1．光大銀行為何會(huì)選擇商務(wù)智能系統(tǒng)？2．光大銀行使用商務(wù)智能系統(tǒng)后，處理了哪些問(wèn)題？案例2：大亞灣核電站備件庫(kù)存控制與采購(gòu)優(yōu)化決策支持系統(tǒng)開(kāi)發(fā)一、案例內(nèi)容1、電站背景大亞灣核電站位于改革開(kāi)放特區(qū)深圳市的大亞灣核電基地，是我國(guó)大陸首座大型商用核電站，由廣東核電合營(yíng)有限企業(yè)建設(shè)和經(jīng)營(yíng)（從3月起，電站委托大亞灣核電運(yùn)行管理有限企業(yè)全面負(fù)責(zé)電站的運(yùn)行管理），年發(fā)電能力近150億千瓦時(shí)，70%銷(xiāo)往香港，30%銷(xiāo)往廣東。按照“高起點(diǎn)起步，引進(jìn)、消化、吸取、創(chuàng)新”和“借貸建設(shè)、售電還錢(qián)、合資經(jīng)營(yíng)”的方針，主體工程于1987年8月動(dòng)工，1994年5月6日全面建成投入商業(yè)運(yùn)行，擁有兩臺(tái)裝機(jī)容量為98.4萬(wàn)千瓦的法國(guó)成熟第二代壓水堆核電機(jī)組。大亞灣核電站投產(chǎn)以來(lái)已持續(xù)安全運(yùn)行，在國(guó)際上衡量核電站安全運(yùn)行管理水平的9項(xiàng)關(guān)鍵指標(biāo)中，大亞灣核電站有8項(xiàng)指標(biāo)到達(dá)世界先進(jìn)水平。截止12月，合計(jì)發(fā)電2051.98億千瓦時(shí)，其中供香港1401.50億千瓦時(shí)。2、電站備件庫(kù)存控制管理中的問(wèn)題大亞灣核電站于1994年開(kāi)始商業(yè)運(yùn)行，倉(cāng)庫(kù)于1993年開(kāi)始接受現(xiàn)場(chǎng)安裝剩余物資和備件，此后又有某些補(bǔ)充采購(gòu)的備件驗(yàn)收入庫(kù)，庫(kù)存量增長(zhǎng)很快，1995年到達(dá)驗(yàn)收的高峰期，僅這一年驗(yàn)收入庫(kù)的物資達(dá)4千4百萬(wàn)美元。1997年后，倉(cāng)庫(kù)驗(yàn)收的金額和使用的金額基本持平，庫(kù)存金額持續(xù)保持在1億美元左右的高位。由于大亞灣核電站備件供應(yīng)商大多在歐洲，為了防備缺貨風(fēng)險(xiǎn)，需要庫(kù)存大量備件，而核電站的維修特點(diǎn)也決定了這些備件的使用率不高，很難把握備件的需求規(guī)律。庫(kù)存多了，導(dǎo)致?lián)]霍；庫(kù)存少了，影響生產(chǎn)，據(jù)估算，一臺(tái)機(jī)組非計(jì)劃停堆一天的損失在100萬(wàn)美元左右。在這種狀況下，怎樣進(jìn)行科學(xué)合理的庫(kù)存控制就顯得非常重要了！在初期，重要依托維修技術(shù)人員的經(jīng)驗(yàn)來(lái)決定各類(lèi)備件的庫(kù)存水平。后來(lái)伴隨數(shù)據(jù)的積累，以及掌握到基本的某些庫(kù)存控制知識(shí)后，生產(chǎn)準(zhǔn)備人員開(kāi)始根據(jù)有關(guān)某些數(shù)據(jù)，例如過(guò)去的使用狀況、維修手冊(cè)的規(guī)定、備件的價(jià)格等等，來(lái)估計(jì)備件的庫(kù)存量，但重要是靠個(gè)人的經(jīng)驗(yàn)判斷，隨意性較大。1999年大亞灣核電站開(kāi)始引入美國(guó)ISI企業(yè)開(kāi)發(fā)的RUSL庫(kù)存控制模型。據(jù)理解，RUSL已在美國(guó)及歐洲幾百個(gè)倉(cāng)庫(kù)中得到應(yīng)用。由于大亞灣核電站前期的庫(kù)存管理比較粗獷，采用RUSL進(jìn)行計(jì)算后，迅速糾正了大量原先不合理的庫(kù)存設(shè)置，使得大亞灣核電站的庫(kù)存控制水平有了很大提高。RUSL是通過(guò)INTERNET把歷史使用數(shù)量、價(jià)格、采購(gòu)周期等數(shù)據(jù)上傳到ISI企業(yè)的服務(wù)器，通過(guò)美國(guó)技術(shù)人員的操作運(yùn)行，2～3天后再把成果傳回來(lái)。這種操作方式，規(guī)定電站的技術(shù)人員首先從自己的電站生產(chǎn)信息系統(tǒng)中導(dǎo)出基本數(shù)據(jù)，然后按照RUSL的規(guī)定，加工整頓成模型計(jì)算所需要的數(shù)據(jù)并滿足一定的格式規(guī)定，這樣使得數(shù)據(jù)的搜集與整頓工作量很大。于是，大亞灣核電站曾提出購(gòu)置ISI企業(yè)的軟件和技術(shù)，但愿實(shí)現(xiàn)當(dāng)?shù)卦诰€計(jì)算，但對(duì)方一口拒絕。此外，在RUSL的這種操作方式下，企業(yè)備件管理人員完全不理解RUSL的計(jì)算方式，僅僅是被動(dòng)地接受，無(wú)法滿足改善工作、提高管理系統(tǒng)的規(guī)定，并且每年3萬(wàn)美元的服務(wù)費(fèi)用也是一筆不小的開(kāi)支，因此企業(yè)開(kāi)始考慮其他途徑，尋求替代RUSL的更以便實(shí)用的庫(kù)存控制決策軟件。3、庫(kù)存控制決策支持系統(tǒng)開(kāi)發(fā)底，華中科技大學(xué)管理學(xué)院在對(duì)大亞灣核電站進(jìn)行調(diào)研后，確定了聯(lián)合開(kāi)發(fā)“大亞灣核電站備件庫(kù)存控制決策支持系統(tǒng)”的技術(shù)方案。該方案將決策支持系統(tǒng)的開(kāi)發(fā)劃分為兩個(gè)子項(xiàng)目。一是建立備件庫(kù)存控制模型并驗(yàn)證其效果；二是采用原型法根據(jù)所建模型完畢決策支持系統(tǒng)的開(kāi)發(fā)，并強(qiáng)調(diào)和既有電站生產(chǎn)信息系統(tǒng)實(shí)現(xiàn)無(wú)縫整合，能實(shí)時(shí)提供模型分析的功能。建模子項(xiàng)目的推進(jìn)中碰到的棘手問(wèn)題是怎樣驗(yàn)證模型的效果。華中科技大學(xué)管理學(xué)院提出用蒙特卡羅措施驗(yàn)證的思緒，但并未得到電站技術(shù)人員的承認(rèn)，認(rèn)為諸多假設(shè)太過(guò)理想，屬于學(xué)術(shù)研究范圍。通過(guò)討論，雙方?jīng)Q定用電站從1994年以來(lái)近的真實(shí)備件消耗數(shù)據(jù)來(lái)驗(yàn)證模型效果。然后，新的問(wèn)題又?jǐn)[在面前，一是數(shù)據(jù)質(zhì)量存在問(wèn)題，有相稱(chēng)比例的備件歷史消耗數(shù)據(jù)不完整，二是雖然僅針對(duì)有完整歷史數(shù)據(jù)的備件來(lái)進(jìn)行驗(yàn)證，也面臨巨大的數(shù)據(jù)計(jì)算工作量。通過(guò)多輪討論，最終到達(dá)“指定抽樣+隨機(jī)抽樣”的方案，從上萬(wàn)種備件中抽取種左右的備件進(jìn)行驗(yàn)證。指定抽樣是指由生產(chǎn)準(zhǔn)備部門(mén)和維修部門(mén)的備件準(zhǔn)備工程師從影響生產(chǎn)系統(tǒng)運(yùn)行的角度提出重要備件清單，協(xié)議采購(gòu)部門(mén)從采購(gòu)周期、采購(gòu)費(fèi)用角度提供重要備件清單，結(jié)合兩者形成指定抽樣備件清單，而隨機(jī)抽樣備件清單，則編制隨機(jī)抽樣程序抽取形成，最終結(jié)合可獲得數(shù)據(jù)質(zhì)量狀況，確定用于驗(yàn)證模型效果的備件數(shù)據(jù)集。整個(gè)建模子項(xiàng)目歷時(shí)16個(gè)月，于5月結(jié)束。隨即，進(jìn)入庫(kù)存決策支持系統(tǒng)開(kāi)發(fā)子項(xiàng)目。鑒于前期扎實(shí)的建模工作基礎(chǔ)，系統(tǒng)的數(shù)據(jù)模型設(shè)計(jì)和基于已經(jīng)有生產(chǎn)信息系統(tǒng)的數(shù)據(jù)提取與整頓的計(jì)算邏輯很快就確定了。系統(tǒng)開(kāi)發(fā)工作很快進(jìn)入顧客試用階段，然而在此階段碰到了預(yù)料之外的問(wèn)題。系統(tǒng)的開(kāi)發(fā)人員對(duì)于庫(kù)存模型的基本原理和計(jì)算流程都非常精通，不過(guò)系統(tǒng)的使用人員普遍缺乏必要的知識(shí)和技能。系統(tǒng)功能設(shè)計(jì)和界面設(shè)計(jì)常常處在兩難的局面，首先，但愿系統(tǒng)可以提供更多的進(jìn)行個(gè)性化分析的功能，首先，又要兼顧缺乏建模專(zhuān)業(yè)知識(shí)的顧客對(duì)于“傻瓜”式功能的需要。系統(tǒng)開(kāi)發(fā)工作曾一度陷入功能模塊設(shè)計(jì)、取消、取消、再設(shè)計(jì)的尷尬局面。為打破僵局，雙方的工作小組啟動(dòng)了《建模與應(yīng)用》培訓(xùn)項(xiàng)目，并將系統(tǒng)試用和改善工作穿插在培訓(xùn)項(xiàng)目中。到12月，系統(tǒng)開(kāi)發(fā)工作進(jìn)入尾聲，立即就要上線運(yùn)行了。然而在一次上線投產(chǎn)前的討論會(huì)上，采購(gòu)支持科科長(zhǎng)唐揚(yáng)洋提出了此外一種問(wèn)題。協(xié)議供應(yīng)處的此外一種重要工作就是備件的采購(gòu)。原有的備件采購(gòu)工作流程是，當(dāng)發(fā)現(xiàn)一種備件抵達(dá)最小庫(kù)存點(diǎn)時(shí)，就即時(shí)向備件采購(gòu)部門(mén)發(fā)出一張采購(gòu)單，規(guī)定采購(gòu)該種備件，然后采購(gòu)工程師審核后進(jìn)入采購(gòu)流程，完畢詢價(jià)、供應(yīng)商選擇、協(xié)議簽訂等工作。由于此工作流程的對(duì)象是單個(gè)備件，往往出現(xiàn)前腳剛剛完畢對(duì)該備件供應(yīng)商的商務(wù)協(xié)議簽訂，又出現(xiàn)了對(duì)該供應(yīng)商供應(yīng)的其他備件的采購(gòu)申請(qǐng)，有時(shí)還是緊急采購(gòu)申請(qǐng)（對(duì)于此類(lèi)采購(gòu)申請(qǐng)，必須立即進(jìn)入采購(gòu)的商務(wù)流程），于是采購(gòu)工程師不得不又啟動(dòng)和該供應(yīng)商的商務(wù)洽談過(guò)程。這樣，不僅采購(gòu)工程師的工作量大、采購(gòu)效率低、采購(gòu)費(fèi)用高，并且供應(yīng)商也多有埋怨?？磥?lái)，僅僅處理備件庫(kù)存水平的合理確定問(wèn)題還不夠，尚有必要進(jìn)行采購(gòu)優(yōu)化決策支持系統(tǒng)的開(kāi)發(fā)。4、采購(gòu)優(yōu)化決策支持系統(tǒng)開(kāi)發(fā)所謂采購(gòu)優(yōu)化就是指當(dāng)某一件備件抵達(dá)最小庫(kù)存量（該種備件稱(chēng)為“主采購(gòu)備件”），需要向某一供應(yīng)商采購(gòu)時(shí)，先檢查在該供應(yīng)商所能提供的其他備件之中，與否有需要順帶進(jìn)行采購(gòu)的備件（這些順帶采購(gòu)的備件稱(chēng)為“從采購(gòu)備件”，“從采購(gòu)備件”可以有多種），假如有，則在一次采購(gòu)中將這些備件所有采購(gòu)到最大庫(kù)存量。該采購(gòu)優(yōu)化過(guò)程是對(duì)庫(kù)存控制模型的一種拓展，能有效提高采購(gòu)效率。大亞灣核電站和華中科技大學(xué)管理學(xué)院于6月緊急啟動(dòng)了采購(gòu)優(yōu)化決策支持系統(tǒng)開(kāi)發(fā)項(xiàng)目。由于前期在開(kāi)發(fā)庫(kù)存控制決策支持系統(tǒng)中積累了大量的經(jīng)驗(yàn)，采購(gòu)優(yōu)化決策支持系統(tǒng)的開(kāi)發(fā)進(jìn)展很順利。到2月，就進(jìn)入了試用階段。同步庫(kù)存控制決策支持系統(tǒng)也于8正式投產(chǎn)上線。到1月兩個(gè)系統(tǒng)全面投產(chǎn)，并于12月完畢了系統(tǒng)實(shí)行后評(píng)估。通過(guò)大亞灣核電站備件庫(kù)存控制和采購(gòu)優(yōu)化決策支持系統(tǒng)的開(kāi)發(fā)，有效地提高了大亞灣核電站的備件管理的水平，產(chǎn)生了明顯的經(jīng)濟(jì)效益和管理效益二、啟發(fā)思索題從管理視角，開(kāi)發(fā)管理信息系統(tǒng)與決策支持系統(tǒng)的區(qū)別是什么？決策支持系統(tǒng)開(kāi)發(fā)中，建模是重要環(huán)節(jié)，數(shù)據(jù)質(zhì)量尤為重要，怎樣提高數(shù)據(jù)質(zhì)量？建模效果怎樣評(píng)價(jià)？三、案例點(diǎn)評(píng)管理信息系統(tǒng)的基本功能是數(shù)據(jù)的采集、整頓、存儲(chǔ)與共享，滿足了管理者在做決策時(shí)對(duì)于獲取基本數(shù)據(jù)的規(guī)定，而無(wú)法提供可行的處理問(wèn)題的工具和思緒。不一樣于此，決策支持系統(tǒng)通過(guò)引入數(shù)學(xué)模型，并通過(guò)和管理信息系統(tǒng)的無(wú)縫集成，以便高效地提取模型計(jì)算所需數(shù)據(jù)，迅速提出決策問(wèn)題的處理方案，提高了管理決策的效率。數(shù)據(jù)質(zhì)量是企業(yè)開(kāi)展信息技術(shù)應(yīng)用中普遍碰到的問(wèn)題，而相對(duì)于決策支持系統(tǒng)而言，數(shù)據(jù)質(zhì)量尤為關(guān)鍵。定期的數(shù)據(jù)清理，規(guī)范的規(guī)章制度和嚴(yán)格的系統(tǒng)數(shù)據(jù)自檢機(jī)制是保證數(shù)據(jù)質(zhì)量的必要手段。建模效果評(píng)價(jià)不僅是實(shí)踐中的難題，也是學(xué)術(shù)研究中的難題，案例中的“指定抽樣+隨機(jī)抽樣”也許是一種現(xiàn)實(shí)中很好地處理措施。該問(wèn)題是一種開(kāi)放式問(wèn)題，教學(xué)中，可以發(fā)動(dòng)同學(xué)結(jié)合自己?jiǎn)挝粻顩r開(kāi)展頭腦風(fēng)暴，通過(guò)討論，增長(zhǎng)大家對(duì)該問(wèn)題的認(rèn)識(shí)。案例3：購(gòu)物籃的關(guān)聯(lián)規(guī)則分析一、案例內(nèi)容例如，每天超市中70%的客戶在購(gòu)置啤酒（商品A）的同步，有90%會(huì)購(gòu)置香煙（商品B），即關(guān)聯(lián)規(guī)則啤酒（A）=>香煙（B）。若在超市里將商品放在一起銷(xiāo)售，將會(huì)提高它們的銷(xiāo)售量。在大型數(shù)據(jù)庫(kù)中，這些關(guān)聯(lián)規(guī)則諸多，需要進(jìn)行篩選，一般用“支持度”和“可信度”兩個(gè)閥值來(lái)淘汰那些無(wú)用的關(guān)聯(lián)規(guī)則。在本例中，設(shè)關(guān)聯(lián)規(guī)則A=>B的可信度為C，支持度為S，則：C=同步購(gòu)置商品A和B的交易數(shù)/購(gòu)置了商品A的交易數(shù)；S=同步購(gòu)置商品A和B的交易數(shù)/總交易數(shù)；本例的關(guān)聯(lián)規(guī)則A=>B的可信度為C=90%，支持度S=70%。二、案例點(diǎn)評(píng)案例中發(fā)現(xiàn)，70%的買(mǎi)啤酒的客戶中，有90%的客戶還買(mǎi)了香煙，根據(jù)這一成果，超市可以將兩種商品綁定促銷(xiāo)，或?qū)缮唐返呢浖軇傇谝粔K，可以提高兩種商品的銷(xiāo)售量。而實(shí)際生活中，超市里應(yīng)用數(shù)據(jù)挖掘技術(shù)使用銷(xiāo)售額和利潤(rùn)共贏的應(yīng)用比比皆是。不過(guò)由于超市每天的交易數(shù)據(jù)非常多，怎樣有效的找到類(lèi)似于啤酒與香煙這種有價(jià)值的規(guī)律，是不可不思索的問(wèn)題。三、案例思索1.試舉例超市中哪些商品之間會(huì)有類(lèi)似“啤酒”和“香煙”的關(guān)系？2.在巨量的超市交易數(shù)據(jù)中，怎樣才能找到類(lèi)似“啤酒”和“香煙”的關(guān)系？案例4：IBM：從“深藍(lán)”到“沃森”一、案例內(nèi)容“嗨，電腦們，目前，我們的新老大來(lái)了。”2月16日，當(dāng)智能計(jì)算機(jī)沃森（Watson）在經(jīng)歷三輪的比賽，最終贏得問(wèn)答節(jié)目《危險(xiǎn)邊緣》（Jeopardy!）的冠軍后，參賽選手KenJennings在他的題板上寫(xiě)下這段話。沃森獲得7.7147萬(wàn)美元的成績(jī)，以三倍的巨大獎(jiǎng)金優(yōu)勢(shì)把這個(gè)節(jié)目最聰穎的兩個(gè)人類(lèi)選手遠(yuǎn)遠(yuǎn)甩在了背面。前，即1997年，國(guó)際象棋世界冠軍卡斯帕羅夫，在與一臺(tái)名叫“深藍(lán)”（DeepBlue）的IBM超級(jí)計(jì)算機(jī)，通過(guò)六局規(guī)則比賽的對(duì)抗后，最終拱手稱(chēng)臣。這位號(hào)稱(chēng)人類(lèi)最聰穎的人，在前五局2.5對(duì)2.5打平的狀況下，第六盤(pán)決勝局中，僅僅走了19步，就敗給了“深藍(lán)”。目前，這家企業(yè)以創(chuàng)始人ThomasJ.Watson名字命名的計(jì)算機(jī)，繼續(xù)著對(duì)人類(lèi)智能極限的挑戰(zhàn)。在1960年代人工智能的技術(shù)研發(fā)停滯不前數(shù)年后，科學(xué)家便發(fā)現(xiàn)假如以模擬人腦來(lái)定義人工智能那將走入一條死胡同。目前，“通過(guò)機(jī)器的學(xué)習(xí)、大規(guī)模數(shù)據(jù)庫(kù)、復(fù)雜的傳感器和巧妙的算法，來(lái)完畢分散的任務(wù)”是人工智能的最新定義，這早已經(jīng)取代了曾經(jīng)甚囂塵上的“重建大腦”。按照這個(gè)定義，沃森在人工智能上被認(rèn)為又邁出了一步。“深藍(lán)只是在做非常大規(guī)模的計(jì)算，它是人類(lèi)數(shù)學(xué)能力的體現(xiàn)，”IBM中國(guó)研究院資深經(jīng)理潘越簡(jiǎn)介，他同步參與沃森項(xiàng)目，負(fù)責(zé)提供數(shù)據(jù)支持。“當(dāng)波及到機(jī)器學(xué)習(xí)、大規(guī)模并行計(jì)算、語(yǔ)義處理等領(lǐng)域，沃森了不起的地方在于把這些技術(shù)整合在一種體系架構(gòu)下來(lái)理解人類(lèi)的自然語(yǔ)言?！奔偃邕@些解釋有點(diǎn)晦澀難懂的話，那么可以參看一下《危險(xiǎn)邊緣》的游戲規(guī)則，你便懂得沃森的價(jià)