intelligentminer数据仓库解决方案_DB2教程

　　当用户的数据积累到一定数量时，这些数据的某些潜在联系、分类、推导结果和待发现价值隐藏在其中，我们可以使用数据发掘工具帮助发现这些有价值的数据，ibm在这方面的工具就是intelligentminer。ibmintelligentminer被选为业界最佳数据采集工具，赢得了dm读者奖。除了数据仓库和数据挖掘解决方案，ibm还在此基础上开发了一系列行业解决方案及应用程序。　　1．ibm数据挖掘工具　　intelligentminer通过其世界领先的独有技术，例如典型数据集自动生成、关联发现、序列规律发现、概念性分类和可视化呈现，它可以自动实现数据选择、数据转换、数据发掘和结果呈现这一整套数据挖掘操作。若有必要，对结果数据集还可以重复这一过程，直至得到满足结果为止。　　现在，ibm的intelligentminer已形成系列，它帮助用户从企业数据资产中识别和提炼有价值的信息。它包括分析软件工具intelligentminerfordata和ibmintelligentminerfortext，帮助企业选取以前未知的、有效的、可行的业务知识，如客户购买行为，隐藏的关系和新的趋势，数据来源可以是大型数据库和企业内部或internet上的文本数据源。然后公司可以应用这些信息进行更好、更准确的决策，获得竞争优势。　　(1)intelligentminerfordata　　intelligentminerfordata可以包含传统文件、数据库、数据仓库和数据中心中的隐含信息。这一产品的最新版本拥有改进的用户界面，增强了并行性，提供新的平台支持、统计功能、一种新的中枢净价值猜测技术以及优化的算法。　　intelligentminerfordata帮助用户充分利用传统数据库或普通文件中的结构化数据。其采集算法已成功应用于客户及贸易伙伴之中，满足市场分析、诈骗行为监测、客户联系治理等业务领域的需求。系统支持的服务器平台包括aix和aix/sp、os/390、sunsolaris、os/400和windowsnt，此外还将全面推出os/2客户机版本。　　(2)inteligentminerfortext　　ibm还扩展了采集解决方案的范围，包含了文本数据源。intelligentminerfortext答应企业从文本信息中获取有价值的客户信息。文本数据源可以是web页面、在线服务、传真、电子邮件、lotusnotes数据库、协定和专利库。　　intelligentminerfortext扩展了ibm的数据采集功能，可以从文本文档和数据源获取信息。数据源可以包括客户反馈、在线新闻服务、电子邮件和web页面。其功能包括识别文档语言，建立? 、用语或其它词汇的词典，提取文本的涵义，将类似的文档分组，并根据内容将文档归类。新版本中还包括一个全功能的先进文本搜索功能。系统支持的服务器平台包括aix和windowsnt、os/390和sunsolaris。 ibmintelligentminer系列可以充分发挥您寻找相关信息的潜力，并帮助您花费最少的时间来搜索和浏览结果信息。此外,文本采集技术还可以适用于多种需要查看或研究文档的用户,如专利代理人、企业图书治理员、公共关系人员、研究人员和学生。　　2．行业解决方案　　通过利用以上介绍的ibm数据仓库和数据挖掘技术，ibm为客户开发了一系列行业解决方案及应用程序，主要有以下几种：　　（1）decisionedgeforfinance——专门为金融行业设计的综合解决方案。decisionedgeforfinance不仅仅是简单的报告工具，它提供了行销经理所需的全部技术，以制定战略业务决策并开展行销活动。　　（2）decisionedgeforinsurance——端到端的解决方案，包括硬件、软件、顾问和服务，其设计目的是帮助保险业行销经理制定战略业务决策并开展行销活动。　　（3）ibmdiscoveryseriesforbanking——为满足“客户至上”的银行业需求而设计的应用程序套件。　　（4）ibmdiscoveryfortelecommunications——为电信行业提供完美的客户服务的应用程序套件。　　（5）businessanalysissuiteforsap——适用于下列公司：已经安装sap事务处理系统，并需要建立数据仓库，以充分利用日常运作中收集的所有事务数据。　　（6）surf－aid——数据采集应用程序，用于分析web站点利用率。　　（7）infoprintbusinessintelligencesolution——答应企业将自定义消息、姓名及地址同图形和条形码相结合，向客户提供有独特个性的行销资料。　　（8）globalservicesbioffering——包含不同角度（行业、业务功能、技术）的战略和规划功能，以及帮助客户理解和解决业务困难、治理数据仓库项目、开发和实现先进分析功能的方法。　　（9）insuranceunderwritingprofitabilityanalysis－将数据仓库和数据采集技术相结合，帮助保险业执行人员处理保险业过程。