文 献 综 述

(1)课题来源

本课题来源于江苏先锋信息科技有限公司，本人主要承担Clementine商务数据挖掘系统功能分析等相关研究，为电子商务外包企业提供数据挖掘理论、方法和技术预研。研究成果可实际应用于电子商务企业经营服务和战略管理，也可作为管理类各专业学生的示范性教学样板。

(2)选题依据、背景情况

江苏先锋信息科技有限公司^[1]作为BPO行业内的领先者，通过自身严格的业务流程和高保密性的执行为客户提供专业的外包服务。先锋信息科技以数据处理、呼叫、DM直邮、电子商务流程、网站内容建设、SP六项业务手段整合，为零售、化妆品、汽车、保险、金融、IT、慈善团体、快速消费品、电子、传媒、制药和电信行业提供整体解决方案。随着业务的不断发展，传统的数据处理技术已经不能满足需要。面对新情况，必须采用新的技术才能够有效地处理电子商务活动中的海量数据，从而得出有用的结论。

Clementine是SPSS公司推出的企业级数据挖掘产品，是能够有效地为企业活动改进决策的一个数据采集工作台。它提供了包括神经网络、决策树、聚类分析、关联分析、因子分析、回归分析等丰富的数据挖掘模型，通过节点的连接来完成整个数据挖掘过程，提供了从商业了解、数据理解、数据准备、建立模型、模型评估到结果部署的整个数据挖掘过程的项目管理功能和相对应的节点。主要可以用来生成客户档案和客户生命周期、检查和预测组织的疏漏、预测未来的趋势、研究响应、分类和聚类。Clementine的功能十分强大，通过连接节点的方式建立模型，用户不需要编程就可以完成数据挖据模型的建立工作，从而使用户可以将精力更多地集中与应用数据挖掘解决具体的业务问题，而不是工具软件的使用上，在电子商务环境下的数据挖掘具有无可比拟的优势。

鉴于这些，本课题主要想通过研究Clementine商务数据挖掘系统，以求为电子商务外包企业提供数据挖掘理论、方法和技术的预研，从而有效地帮助企业从海量数据中识别出最有价值的信息，并进行数据处理，从而把握市场趋势，做出较优决策。

目前，数据挖掘的研究和应用已经引起人们的关注。知识发现^[2] ( Knowledge Discovery in Databases, KDD) 与数据挖掘(Data Mining, DM)是数据库领域中最重要的课题之一。数据挖掘是一种从大量数据中抽取模式的技术，通过数据挖掘可以实现从数据库中发现知识^[3]。严格地说，数据挖掘知识KDD过程的一个组成部分^[4]，但却是整个KDD过程中的核心。

以美国为核心的发达国家对数据挖掘的研究和应用取得了重大进展。在数据挖掘领域^[5]，数据挖掘研究最早开始于美国，数据挖掘核心研究也是在美国。经过不断努力，数据挖掘技术的研究已经取得了丰硕的成果，不少软件公司已研制出一系列技术成熟、应用价值较高的数据挖掘软件产品，并在北美、欧洲等国家得到应用^[6]。以下为目前最主要的数据挖掘软件：