| 标题 | 数据挖掘技术下的企业信息化管理探讨 |
| 范文 | 林一婧 [摘 要]本文基于对数据挖掘技术下企业信息化管理的研究，首先阐述了数据挖掘技术的基本内涵与特点，然后分析了数据挖掘技术在企业信息化管理中应用的必要性与流程，最后为使数据挖掘技术能够在企业信息化管理中发挥自身最大作用与价值，提出加强市场竞争力分析、加强市场营销分析、加强人力资源分析、加强财务危机预警分析等措施，旨在为相关研究提供借鉴。 [关键词]数据挖掘技术;企业;信息化管理 doi：10.3969/j.issn.1673 - 0194.2019.24.026 [中图分类号]F270.7;TP311.13[文献标识码]A[文章编号]1673-0194（2019）24-00-02 0 ? ? 引 言 在如今社会不断发展背景下，社会市场中各个企业之间的竞争逐渐激烈，如果企业想要在激烈市场竞争中实现自身更好发展，同时增强自身竞争地位，需要实现企业自身的信息化管理。在信息化管理过程中，加强对数据挖掘技术的利用。通过使用数据挖掘技术，能够对不同的数据信息进行分析与了解，实现数据合理利用，从而为企业长久稳定发展提供动力。所以，本文将针对数据挖掘技术下的企业信息化管理相应内容进 行阐述。 1 ? ? 数据挖掘技术基本概述 1.1 ? 内涵 数据挖掘技术也被人们称为数据库中的知识发现，通俗来讲就是在大量的数据中，通过算法搜索的方式，将其中的隐藏信息、新颖信息以及有效信息进行挖掘与处理。数据挖掘技术在我国是一种新型的数据信息处理形式。通过对数据挖掘技术的合理利用，能够对企业内部与企业外部隐藏的数据信息、未被知晓的数据信息以及易被理解的数据信息进行整合与利用。通过数据源联动分析方式，将信息应用在企业运行与管理过程中，从而促进企业更好发展。 1.2 ? 特点 数据挖掘技术采用的技术方式通常情况下包含不同类型，比如：决策树、关联分析、遗传算法以及神经网络技术等。其中，决策树属于分类导向模型，将不同的问题分配到模型树不同节点中，接着对树按照搜索策略的方式进行分解。关联分析主要指在大量不同的数据信息中，明确项集间的联系。与此同时，在筛选过程中要加强对设好的阈值进行充分利用。遗传算法主要通过选择方式或者交叉变异等方式，同时结合适者生存理念，寻找不同问题的解决方式。神经网络技术具备较强的学习能力，是一种学习能力较强的系统。针对数据库中的数据学习训练以及存数模式的映射关系分析，可以给出最佳方式。模糊技术是在大量且不安全的数据信息中获取潜在信息，同时针对其中的数据信息展开相应模糊评价、分析以及识别等。粗糙集方式主要利用属性约简，对粗糙集合展开纵向简化，这样可以将不一致的信息以及不精确的信息进行处理，可以在缺少一定条件背景下，对数据信息进行分类整合。总而言之，数据挖掘技术就是将不同的学科理论进行有机结合，比如人工智能、机器学习等，从而形成一种新型的数据分析技术。数据挖掘技术对于企业发展以及企业信息化而言具有重要作用，因此，需要对数据挖掘技术进行合理利用。 2 ? ? 数据挖掘技术在企业信息化管理中应用的必要性与流程 2.1 ? 应用必要性 在企业不断发展过程中，许多企业已经意识到客户对企业发展的重要作用。在与客户交易以及客户资源拓展过程中，会产生大量的数据信息。针对此类数据信息，如果企業没有进行有效处理，那么将无法充分掌握客户的实际需求，无法为客户提供有效服务。所以，针对产生的数据信息，要及时做好相应分析与处理工作，同时加强对系统集成的利用，构建出信息一体化体系，使数据信息的利用率得到提升。如果企业想要达成上述目的，同时促进自身更好发展，需要加强数据挖掘技术应用，对企业中产生的内部数据信息、外部数据信息进行整合与分析，并将得出的结果反馈给相应工作人员，使企业决策的科学性得到保障。 2.2 ? 应用流程 企业将数据挖掘技术应用在信息化管理时，应该遵循相应应用流程，具体可以从以下几点展开。第一，明确企业具体的数据挖掘目标，根据目标制定相应的商业主题。第二，结合商业主题，收集有关数据信息，然后对数据展开相应的处理工作。将处理过的数据信息存储到数据库中，接着利用数据挖掘算法，构建相应的数据挖掘模型，使最终结果的准确性得到保障。第三，将商业信息发送到企业信息化平台中，这样企业各项决策展开可以结合相应的数据信息，最大限度地保证决策的合理性。 3 ? ? 数据挖掘技术下企业信息化管理措施 3.1 ? 加强市场竞争力分析 企业决策力在增强企业核心竞争力中发挥着重要作用，对企业产品在市场中所占份额信息以及企业生存现状的数据信息进行分析，在实际分析过程中，可以加强数据挖掘技术关联规则分析以及聚类分析，除去冗余项集以及隐藏项集管理，将相关规则导出。对企业产品有关份额数据进行相似度分析可以发现其中的潜在规律与隐藏规律，从中明确对企业影响较大或者价值较大的外部环境信息，这样可以促使企业抓住市场机遇。结合市场实际发展情况，对企业自身的发展方式以及经营方式进行调整与完善，从而增强企业在社会市场中的竞争地位。 3.2 ? 加强市场营销分析 为了保证数据挖掘技术能够在企业信息化管理中充分发挥自身优势与作用，要加强对企业市场营销的分析。将数据挖掘技术应用在企业市场营销中，主要是对已有的客户信息进行分析与评估，从中寻找价值最大的客户。在描述两个对象与客户之间的相似度时，通常情况下会利用聚类分析中的差异度。对于二态变量高纬稀疏聚类问题，为更好地展现其中一个集合内部对象之间的相似程度，通常情况下会利用稀疏差异度。在企业信息化管理过程中，会积累大量的数据信息，同时利用这一方式，能够明确客户的实际经营行为。通过对经营行为的分析，能够掌握客户的经营习惯，了解客户与企业产品之间的关系。为得到客户有效且有价值的信息，需要从企业的销售源头展开，在市场营销实际运行情况下，挖掘潜在的具有价值的客户群。与此同时，针对有价值的客户，采取具有针对性的营销方式。在这一过程中，相关部门要结合实际情况，制订相应生产计划与生产方案，最大限度地避免盲目采购、盲目加工以及不能按期交货等现象。在企业发展过程中，将以客户为中心的理念落实到各环节工作中，使企业能够在市场中树立良好企业形象，为企业创造更多经济效益与社会效益。 3.3 ? 加强人力资源分析 数据挖掘技术可以在大量的认识数据库中，自动寻找预测性信息，接着通过聚类功能以及关联分析功能，同时利用数学分类学方式以及模式识别方式，对相关技术进行统计，并对大型人事数据库进行管理与监督，使企业管理者与领导者，能够对客观事实有正确认识，防止传统管理技术出现片面性问题。通过该种方式，明确数据库中不易被发现的数据信息，促使关联分析方式能形成相关规则，使规则的可靠性与可信度得到保障。通常情况下，人事统计只能提供日常数据信息，但是，通过数据挖掘技术的应用，可以了解企业内工作人员的日常工作情況以及岗位表现情况。在这一过程中，加强对定量分析方式的利用，更好地解决人力资源管理中存在的问题。 3.4 ? 加强财务危机预警分析 在当代企业不断发展过程中，不可避免会出现财务危机问题，财务危机的出现，如果没有进行有效处理，那么将会为企业带来严重损失，同时影响企业更好发展。基于此，为最大限度地避免财务危机出现，同时降低财务危机带来的损失，需要将数据挖掘技术应用在财务危机预警中。企业财务危机预警，主要是将数据挖掘技术以及风险管理理论进行有机结合。在对企业财务运作资料进行合理利用基础上，将决策树算法应用在企业财务危机预警中，对企业生产活动以及营销活动中产生的财务数据信息进行整理、加工与分析。比如，将已经收集到的某个项目中的数据节点进行连接，构建相应评估节点。接着通过评估节点，可以构建相应的图形评价，这样企业内相关工作人员可以更加直观感受到不同的财务指标，比如，企业现金流动负债比率、总资产净增长率等。对财务管理中不同指标之间的影响程度进行分析与研究，在项目投资管理角度，对是否触发财务预警信号进行判断与明确。与此同时，对引发财务危机的原因以及所属类型进行分析，从而制定相应危机程度评估报告，为企业财务管理工作顺利展开打下良好基础。在企业传统的财务管理工作中，因为没有准确的方法体系，导致财务危机预警无法有序进行，制约了企业各项工作顺利展开。基于此，需要意识到数据挖掘技术对降低企业财务危机与财务风险的重要作用，通过充分利用数据挖掘技术的优势，实现企业可持续发展。 4 ? ? 结 语 企业信息化管理是企业发展过程中的重要组成部分，发挥着不可替代的作用。因此，企业应该将信息化管理作为企业发展的关键，将数据挖掘技术应用在信息化管理中。这样不仅能够对大量的数据信息进行分析与收集，同时可以合理利用不同的数据，使企业决策的科学性得到保障。在这一过程中，相关工作人员在其中发挥着重要作用，因此，相关工作人员要熟练掌握数据挖掘技术，为企业的更好发展提供动力。 主要参考文献 [1]刘伊.数据挖掘背景下企业人力资源管理变革的方向探究[J].智库时代，2019（36）. [2]贠建宏.数据挖掘技术在油田信息化建设中的应用[J].信息系统工程，2018（10）. [3]周健.面向大数据的计量数据采集与应用研究[J].工业计量，2017（4）. [4]包文夏.数据挖掘在企业客户行为分析中的应用探究[J].中国管理信息化，2017（14）. [5]周云祥，曹昉.基于数据挖掘的变电站监控后台告警信号自动分析[J].工业控制计算机，2017（4）. [6]李倩.计算机网络技术在企业信息化管理中的应用分析[J].电脑迷，2016（9）. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。