基于支持向量機(jī)的商務(wù)智能系統(tǒng)綜合評(píng)價(jià)研究

（電子科技大學(xué) a.博士后流動(dòng)站；b.經(jīng)濟(jì)管理學(xué)院 成都 610054）

摘 要：在建立商務(wù)智能系統(tǒng)(BIS)綜合評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，應(yīng)用支持向量機(jī)，研究了BIS綜合評(píng)價(jià)問(wèn)題，通過(guò)仿真實(shí)驗(yàn)發(fā)現(xiàn)基于支持向量機(jī)(SVM)綜合評(píng)價(jià)的測(cè)試排序與專(zhuān)家排序保持一致，且測(cè)試結(jié)果的相對(duì)誤差較小。結(jié)果表明，基于支持向量機(jī)的綜合評(píng)價(jià)方法能較好地反映BIS評(píng)價(jià)問(wèn)題的序結(jié)構(gòu)，是一種研究BIS綜合排序評(píng)價(jià)問(wèn)題的有效方法。

關(guān)鍵詞：商務(wù)智能系統(tǒng)；支持向量機(jī)；綜合評(píng)價(jià)；指標(biāo)體系

中圖分類(lèi)號(hào)：TP391文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001-3695(2009)05-1789-03

Synthetic evaluation method based on support vector machine for

business intelligence system

XIA Guoena，SHAO Peijib

(a.Postdoctoral Station b.School of Management Economic University of Electronics Science Technology of China Chengdu 610054 China)

Abstract:This paper studied the synthetic evaluation of BIS by SVM based on building BIS evaluation index system.Pointed that the testing orders based SVM were consistent with those of experts and the relative errors of the testing results based on SVM were very small by simulation testing. The results indicate that the method can accurately image order structure of BIS evaluation problems and can be an effective measurement for studying the ranking of BIS synthetic evaluation.

Key words:business intelligence system(BIS); support vector machine(SVM); synthetic evaluation; index system

信息時(shí)代，對(duì)信息處理和利用能力的強(qiáng)弱成為決定企業(yè)興衰成敗的關(guān)鍵。在過(guò)去的幾十年里，眾多企業(yè)已經(jīng)花費(fèi)了大量的財(cái)力和資源去構(gòu)建聯(lián)機(jī)事務(wù)處理（online transaction processing，OLTP）系統(tǒng)和企業(yè)資源計(jì)劃（enterprise resource planning，ERP）系統(tǒng)，不斷累計(jì)的信息和存儲(chǔ)在數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)達(dá)到了令人驚訝的規(guī)模，數(shù)據(jù)量與日俱增，傳統(tǒng)的數(shù)據(jù)分析工具、方法對(duì)海量數(shù)據(jù)的處理和及時(shí)、準(zhǔn)確的商務(wù)分析力不從心，因此商務(wù)智能系統(tǒng)(BIS)應(yīng)運(yùn)而生^[1]。近年來(lái)國(guó)內(nèi)外科研工作者積極開(kāi)展了對(duì)BIS的研究，并在理論研究和實(shí)際應(yīng)用上取得了一定的成果。例如夏維力^[2]、李澤海^[3]、Cody等人^[4]對(duì)商務(wù)智能技術(shù)的基本概念、系統(tǒng)的組成框架及行業(yè)應(yīng)用進(jìn)行了較為系統(tǒng)的描述；Xie Wei等人^[5]把商務(wù)智能引入到群體決策支持系統(tǒng)中，開(kāi)發(fā)出了基于商務(wù)智能的群體決策支持系統(tǒng)，使系統(tǒng)能動(dòng)態(tài)地分析企業(yè)信息和預(yù)測(cè)市場(chǎng)的變化，同時(shí)也使系統(tǒng)用戶(hù)擴(kuò)展到全企業(yè)；Claire等人^[6]以風(fēng)險(xiǎn)承擔(dān)理論作為理論基礎(chǔ)，開(kāi)發(fā)出了商務(wù)智能風(fēng)險(xiǎn)承擔(dān)模型，該模型把商務(wù)智能作為以人類(lèi)資本相聯(lián)系的基礎(chǔ)資源，揭示了商務(wù)智能與商業(yè)實(shí)踐、學(xué)習(xí)型組織、用戶(hù)知識(shí)和價(jià)值創(chuàng)造之間的關(guān)系，為設(shè)計(jì)、診斷和改善商務(wù)智能提供了有效的工具；Spil等人^[7]根據(jù)在成本、醫(yī)療結(jié)果和患者滿(mǎn)意度之間未來(lái)的信息和交流技術(shù)中精確的平衡要求，開(kāi)發(fā)出了醫(yī)療機(jī)構(gòu)商務(wù)智能系統(tǒng)，為醫(yī)療問(wèn)題的深度認(rèn)識(shí)開(kāi)辟了道路。但是從目前的研究和應(yīng)用現(xiàn)狀來(lái)看，對(duì)BIS的綜合評(píng)價(jià)研究還很少，因此系統(tǒng)的研究和分析BIS的綜合評(píng)價(jià)問(wèn)題對(duì)于商務(wù)智能系統(tǒng)的有效推廣是必要的。

筆者針對(duì)BIS綜合評(píng)價(jià)這一亟待解決的問(wèn)題和目前綜合評(píng)價(jià)中存在評(píng)價(jià)指標(biāo)的確定主觀隨意性較大、準(zhǔn)確度較低且無(wú)法進(jìn)行大規(guī)模評(píng)價(jià)的缺陷，根據(jù)系統(tǒng)評(píng)價(jià)指標(biāo)構(gòu)建的基本原則：指標(biāo)體系科學(xué)性和先進(jìn)性、系統(tǒng)性、可測(cè)性、定性分析與定量分析結(jié)合、層次性以及指標(biāo)之間應(yīng)盡可能避免顯見(jiàn)的包含關(guān)系，建立了BIS“事后”^[8]綜合評(píng)價(jià)指標(biāo)體系，并提出了一種基于支持向量機(jī)(SVM)^[9]的綜合評(píng)價(jià)方法。本文介紹了BIS綜合評(píng)價(jià)指標(biāo)體系的構(gòu)建原則，描述了BIS綜合評(píng)價(jià)的指標(biāo)體系和基于SVM的綜合評(píng)價(jià)方法，通過(guò)應(yīng)用實(shí)例來(lái)說(shuō)明該方法的可行性。

1 商務(wù)智能系統(tǒng)評(píng)價(jià)指標(biāo)體系構(gòu)建原則

指標(biāo)體系的設(shè)計(jì)是為了正確地對(duì)系統(tǒng)進(jìn)行綜合評(píng)價(jià) 為企業(yè)或有關(guān)部門(mén)提供數(shù)據(jù)支持 使系統(tǒng)更加完善 產(chǎn)生更大的經(jīng)濟(jì)效益。為此 BIS評(píng)價(jià)指標(biāo)體系設(shè)計(jì)應(yīng)遵循以下原則:

a）指標(biāo)體系科學(xué)性和先進(jìn)性原則。它應(yīng)有效地反映系統(tǒng)的基本特征。

b）系統(tǒng)性原則。指標(biāo)體系應(yīng)能全面地反映被評(píng)價(jià)對(duì)象的綜合情況 從中抓住主要因素 既能反映直接效果 又能反映間接效果 以保證綜合評(píng)價(jià)的全面性和可信度。

c）可測(cè)性原則。指標(biāo)含義明確、數(shù)據(jù)資料收集方便、計(jì)算簡(jiǎn)單、易于掌握。

d）定性分析與定量分析結(jié)合原則。為了進(jìn)行綜合評(píng)價(jià) 必須將部分反映信息系統(tǒng)基本特點(diǎn)的定性指標(biāo)定量化、規(guī)范化 為采用定量評(píng)價(jià)方法打下基礎(chǔ)。

e）指標(biāo)要有層次性。這為衡量信息系統(tǒng)的效果和確定指標(biāo)權(quán)重提供方便。

f）指標(biāo)之間應(yīng)盡可能避免顯見(jiàn)的包含關(guān)系。對(duì)隱含的相關(guān)關(guān)系 要在模型中以適當(dāng)?shù)姆椒ㄏ＊?/p>

2 綜合評(píng)價(jià)的指標(biāo)體系

一般來(lái)講 對(duì)系統(tǒng)進(jìn)行評(píng)價(jià)需從技術(shù)、經(jīng)濟(jì)、社會(huì)影響和環(huán)境等方面去綜合考慮。BIS的綜合評(píng)價(jià)指標(biāo)體系應(yīng)包括BIS的開(kāi)發(fā)運(yùn)行者、直接用戶(hù)和對(duì)外部即環(huán)境的影響。

2.1 從商務(wù)智能系統(tǒng)建設(shè)、運(yùn)行維護(hù)角度評(píng)價(jià)的指標(biāo)

目前 大多數(shù)BIS的建造和運(yùn)行維護(hù)是由信息中心承擔(dān)的 因此將系統(tǒng)的建造、運(yùn)行、維護(hù)與管理放在一起考慮。其評(píng)價(jià)指標(biāo)有：

a） 信息基礎(chǔ)(I(xiàn)1)。代表企業(yè)軟、硬件信息技術(shù)環(huán)境^[10]。實(shí)施BIS的主要目的就是集成和分析企業(yè)在信息化建設(shè)過(guò)程中，產(chǎn)生的多樣數(shù)據(jù)，為企業(yè)各階層提供輔助決策。良好的信息基礎(chǔ)，將會(huì)為BIS提供多樣的數(shù)據(jù)源、BIS的技術(shù)要求，同時(shí)也會(huì)加快用戶(hù)對(duì)BIS的認(rèn)識(shí)。

b） 全員參與(I(xiàn)2)。BIS的主要目的之一就是使企業(yè)達(dá)到信息民主和信息共享^[4]，要實(shí)現(xiàn)這樣的目標(biāo)必須使企業(yè)IT人員、信息分析人員和終端用戶(hù)積極參與。

c） 管理支持(I(xiàn)3)。眾多的研究表明管理支持會(huì)影響新的信息技術(shù)的實(shí)施^[11]。作為新技術(shù)，BIS在建設(shè)和實(shí)施過(guò)程中不僅需要每個(gè)部門(mén)的配合，而且需要管理層的積極支持來(lái)抵消人們抵制BIS。高級(jí)管理層和各級(jí)主管對(duì)BIS的迫切需要、正確理解和有力支持是BIS成功建設(shè)和實(shí)施的有利保證。

d） 可維護(hù)性(I(xiàn)4)。系統(tǒng)的維護(hù)、擴(kuò)充和修改是絕對(duì)經(jīng)常的。

e）資源利用情況(I(xiàn)5)。BIS集中了許多高附加值的設(shè)備(硬、軟件及其構(gòu)成的系統(tǒng)) 以及信息和人力資源 這些資源的利用程度應(yīng)是一個(gè)極為重要的指標(biāo)。

f）安全可靠性(I(xiàn)6)。BIS的安全可靠是指BIS的系統(tǒng)資源和信息資源不受自然和人為有害因素的威脅與危害。

2.2 從商務(wù)智能系統(tǒng)用戶(hù)角度考慮的指標(biāo)

這里所指的信息系統(tǒng)的用戶(hù)是直接用戶(hù) 包括領(lǐng)導(dǎo)者和中下層管理者 共有以下五個(gè)指標(biāo):

a）經(jīng)濟(jì)性(I(xiàn)7)。用戶(hù)使用BIS需要支付的累計(jì)成本是否合理^[12]。

b）實(shí)時(shí)性(I(xiàn)8)。對(duì)BIS用戶(hù)來(lái)說(shuō) 信息的及時(shí)提供并能使用是用戶(hù)極為關(guān)心的事情。

c）友好性(I(xiàn)9)。 所謂友好性是用戶(hù)使用BIS很方便 人機(jī)界面良好。

d）實(shí)用性(I(xiàn)10)。建立BIS的根本目的是實(shí)際使用 因此實(shí)用性是衡量一個(gè)系統(tǒng)十分重要的標(biāo)志。

e）服務(wù)質(zhì)量(I(xiàn)11)。這里主要是指對(duì)用戶(hù)包括各級(jí)管理人員和決策者的服務(wù)程度^[13]。

2.3 從商務(wù)智能系統(tǒng)對(duì)外部影響考慮的指標(biāo)

任何一個(gè)BIS的建設(shè)和實(shí)施必然對(duì)外部產(chǎn)生影響 所考慮的指標(biāo)共有四個(gè):

a）共享性(I(xiàn)12)。BIS之間的共享是一個(gè)重要指標(biāo) 它能起到整合各行業(yè)資源，防止同類(lèi)系統(tǒng)重復(fù)建設(shè)的作用。

b）引導(dǎo)性(I(xiàn)13)。某一BIS的建設(shè)應(yīng)對(duì)未建系統(tǒng)產(chǎn)生示范引導(dǎo)作用 無(wú)論是建造經(jīng)驗(yàn)、開(kāi)發(fā)方法以及具體的技術(shù)方案 都應(yīng)放到市場(chǎng)上去 供大家借鑒、使用。

c）效益性(I(xiàn)14)。指系統(tǒng)對(duì)外部社會(huì)產(chǎn)生的社會(huì)效益和經(jīng)濟(jì)效益。

d）信息質(zhì)量(I(xiàn)15)。是指系統(tǒng)對(duì)外部提供的信息的準(zhǔn)確性、及時(shí)性和可靠性^[14]。

用上述指標(biāo)組成BIS綜合評(píng)價(jià)指標(biāo)體系如圖1所示。

3 基于支持向量機(jī)的綜合評(píng)價(jià)方法

3.1 支持向量機(jī)的回歸算法

設(shè)根據(jù)某種概率分布P(x，y)(x∈Rn，y∈R)，生成采樣點(diǎn)集X={(xi，yi)|i=1，2，…，m}，x和y存在函數(shù)依賴(lài)關(guān)系F={f|f:Rn→R}。

函數(shù)回歸問(wèn)題可以描述為如何尋找一個(gè)函數(shù)f∈F使得期望風(fēng)險(xiǎn)R[f]=∫L(y，f(x)，x)dP(x，y)達(dá)到最小。其中：L(y，f(x)，x)是損失函數(shù)。在SVM中損失函數(shù)定義為

L(y，f(x)，x)=|y-f(x，w)|ε=0，若|y-f(x，w)|≤ε

|y-f(x，w)|-ε，其他

其中：w為待定的常數(shù)。映射函數(shù)f可以用以下方法確定：若這些樣本點(diǎn)呈線性關(guān)系，則回歸函數(shù)為f(x)=w×x+b。

由于大多數(shù)情況樣本點(diǎn)呈非線性關(guān)系 采用SVM解決方法為:將每一個(gè)樣本點(diǎn)用一個(gè)非線性函數(shù)Φ映射到高維特征空間 再在高維特征空間進(jìn)行線性回歸 從而取得在原空間非線性回歸的效果。應(yīng)用該方法此時(shí)函數(shù)f變?yōu)楠玣(x)=w×Φ(x)+b，優(yōu)化問(wèn)題是最小化： R(w，ξ，ξ)=1/2w×w+Cki=1(ξi+ξi)，約束條件為f(xi)-yi≤ξi+ε，i=1，2，…，k;yi-f(xi)≤ξi+ε，i=1，2，…，k;ξi，ξj≥0，i=1，2，…，k。

上面問(wèn)題為一個(gè)凸二次優(yōu)化問(wèn)題，下面引入Lagrange函數(shù)：

L（w，b，ξ，ξ，a，a，γ，γ）=1/2w×w+Cki=1(

ξi+ξi)-ki=1a[ξi+ε-yi+f(xi)]-ki=1a[ξ+ε+yi-f(xi)]-ki=1(εiγi+εiγi)

其中：a，a≥0，γi，γi≥0，i=1，2，…，k。

函數(shù)L應(yīng)對(duì)w，b，ξ，ξ最小化，對(duì)a，a，γi，γi最大化，函數(shù)L的極值應(yīng)滿(mǎn)足條件：

/L=0，/b=0，（/ξi）L=0，（/ξi）L=0。此時(shí)w=ki=1(a-a)Φ(xi)，由于Φ未知，w無(wú)法顯式地表達(dá)。

由于函數(shù)f(x)=w×x+b，將w代入f得

f(x)=ki=1(a-a)Φ(x)×Φ(xi)+b

SVM理論只考慮高維特征空間點(diǎn)積運(yùn)算Φ(x)×Φ(y)=K(x×y)而不直接使用函數(shù)Φ，從而解決了該問(wèn)題，稱(chēng)K(x，y)為核函數(shù)，其具體形式可參考文獻(xiàn)[15]。

3.2 模型結(jié)構(gòu)

基于SVM的綜合評(píng)價(jià)實(shí)際上是一個(gè)數(shù)據(jù)泛化擬合問(wèn)題 即先根據(jù)輸入/輸出樣本進(jìn)行學(xué)習(xí) 然后對(duì)不在學(xué)習(xí)樣本集中的輸入數(shù)據(jù) 計(jì)算出相應(yīng)的輸出值。由于SVM函數(shù)類(lèi)似于一個(gè)神經(jīng)網(wǎng)絡(luò)^[16]，其輸出是若干中間節(jié)點(diǎn)的線性組合 每個(gè)中間節(jié)點(diǎn)對(duì)應(yīng)于輸入樣本與一個(gè)支持向量的內(nèi)積，可以得到如圖2所示的支持向量機(jī)的網(wǎng)絡(luò)模型。其中，xi為某參評(píng)單位的第i個(gè)指標(biāo)值。

4 實(shí)例仿真與分析

以四川省軟件創(chuàng)業(yè)中心評(píng)估專(zhuān)家對(duì)四川省電信有限公司等16家企業(yè)所使用的BIS所做的專(zhuān)家評(píng)價(jià)為例，應(yīng)用基于SVM的BIS評(píng)價(jià)方法進(jìn)行仿真評(píng)價(jià)。為了量化指標(biāo)，首先采用層次分析法確定各評(píng)價(jià)指標(biāo)權(quán)重，從I(xiàn)1到I15依次為0.086，0.058，0.065，0.068，0.062，0.062，0.076，0.063，0.072，0.066，0.047，0.066，0.067，0.063，0.079。對(duì)每個(gè)指標(biāo)用專(zhuān)家打分的方法進(jìn)行評(píng)價(jià)，分值分別為1.0，0.8，0.6，0.4，0.2，相對(duì)應(yīng)于很好、好、一般、較差、差五個(gè)等級(jí)，在兩個(gè)級(jí)別之間可以取中間值(0.9，0.7，0.5，0.3)。

把由專(zhuān)家評(píng)價(jià)得到的16家企業(yè)的評(píng)價(jià)數(shù)據(jù)經(jīng)過(guò)統(tǒng)計(jì)后得到表1中I(xiàn)i(i=1，2，…，15)對(duì)應(yīng)的評(píng)價(jià)數(shù)據(jù)，作為SVM的輸入。表1中“I(xiàn)1，I2，…，I15”及以下各行分別表示各評(píng)價(jià)指標(biāo)在系統(tǒng)中的相應(yīng)專(zhuān)家評(píng)價(jià)值。

采用模糊綜合評(píng)價(jià)法計(jì)算出綜合評(píng)價(jià)值，即為BIS的綜合評(píng)價(jià)得分(表1得分一欄)，作為系統(tǒng)的期望輸出，取值在[0，1]。相應(yīng)的評(píng)價(jià)等級(jí)分為四個(gè)：0.8~1.0為優(yōu)秀；0.7~0.8為良好；0.6~0.7為一般；0.6以下為差。仿真實(shí)驗(yàn)中選取比較典型的前12 組樣本數(shù)據(jù)(1~12)作為訓(xùn)練樣本 其余4 組作為測(cè)試樣本 來(lái)模擬待評(píng)的BIS。采用MATLAB 6.5編程。

采用εSVR^[17]算法，經(jīng)過(guò)多次仿真選擇，取C=0.005，K(x，xi)=(x×xi+1)2，損失函數(shù)為ε不敏感函數(shù)，ε=0.05時(shí)評(píng)價(jià)效果最好，其評(píng)價(jià)結(jié)果如表2所示。表3為訓(xùn)練后的SVM對(duì)未經(jīng)訓(xùn)練的四個(gè)測(cè)試樣本仿真排序評(píng)價(jià)結(jié)果，并與專(zhuān)家評(píng)價(jià)的結(jié)果進(jìn)行了對(duì)比。

從表2可以看出，在上述方法對(duì)12個(gè)BIS的綜合評(píng)價(jià)中，訓(xùn)練結(jié)果達(dá)到優(yōu)秀的系統(tǒng)為一個(gè)，2~8名均為良好，9~12名均為一般，在總體評(píng)價(jià)等級(jí)上訓(xùn)練結(jié)果與期望輸出一致。另外，其相對(duì)誤差也較小，這些說(shuō)明了基于SVM的綜合評(píng)價(jià)方法對(duì)于訓(xùn)練樣本具有較強(qiáng)的擬合能力。從表3可以看出，在綜合排序和歸類(lèi)方面，上述方法的測(cè)試結(jié)果與專(zhuān)家排序和專(zhuān)家歸類(lèi)保持一致且相對(duì)誤差同樣較小，這主要反映了對(duì)于訓(xùn)練樣本以外的檢驗(yàn)樣本，基于支持向量機(jī)方法有較強(qiáng)的泛化預(yù)測(cè)能力。

仿真歸類(lèi)良好差一般優(yōu)秀

專(zhuān)家歸類(lèi)良好差一般優(yōu)秀

5 結(jié)束語(yǔ)

BIS的綜合評(píng)價(jià)是一項(xiàng)困難的工作。影響系統(tǒng)的好與壞、成功與失敗的因素極多 定性的、定量的因素 技術(shù)的、藝術(shù)的、觀念的因素 等等交叉在一起 于是如何評(píng)價(jià)一個(gè)BIS就成為極復(fù)雜的課題。本文在建立BIS綜合評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上 提出基于SVM的綜合評(píng)價(jià)方法 并通過(guò)仿真實(shí)驗(yàn)，取得了令人滿(mǎn)意的結(jié)果。該方法能克服傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程誤差極易收斂于局部最小點(diǎn)，且在有限樣本的情況下無(wú)法實(shí)現(xiàn)期望風(fēng)險(xiǎn)最小等困難，是一種自然的非線性建模過(guò)程。訓(xùn)練好的SVM，把專(zhuān)家的評(píng)價(jià)思想賦予支持向量上，這樣不僅可以模擬專(zhuān)家對(duì)BIS進(jìn)行定量評(píng)價(jià)，而且避免了評(píng)價(jià)過(guò)程中人為的主觀影響和不確定性，因此具有很強(qiáng)的客觀性和通用性。經(jīng)過(guò)計(jì)算可以看出 基于SVM方法在綜合排序評(píng)價(jià)問(wèn)題處理方面 有較好的計(jì)算精度 以及較強(qiáng)的推廣能力 但仍需進(jìn)一步改善其泛化性能，方法是研究選擇更合理的核函數(shù)類(lèi)型、損失函數(shù)和它們的參數(shù)。

參考文獻(xiàn)：

［1］GARBVER L，KATHERINE P.Glassey:business intelligence is a smart move[J].IT Professional，1999，1(5):8079.

[2]夏維力，許昌元.商務(wù)智能技術(shù)在企業(yè)戰(zhàn)略決策中的支持作用及方法研究[J].軟科學(xué)，2004，18(3):1617.

[3]李澤海，孫吉貴，趙君.商業(yè)智能技術(shù)及行業(yè)應(yīng)用分析[J].吉林大學(xué)學(xué)報(bào)：信息科學(xué)版，2003，21(1):5461.

[4]CODY W F，KREULEN J T，KRISHNA V，et al.The integration of business intelligence and knowledge management[J].IBM Systems Journal，2002，41(4):697714.

[5]XIE Wei，XU Xiaofei，SHA Lei，et al.Business intelligence based group decision support system[C]//Proc ofInternational Conference on Infotech and Infonet.Beijing:[s.n.]，2001:295300.