基于ERP的數據挖掘系統設計

張璐璐

【摘要】 目前 ERP（Enterprise Resource Planning）研究的熱點就是挖掘 ERP 大量數據中蘊涵的知識。為解決這一問題，近年來，提出了數據挖掘（Data Mining）和知識發現（KDD）技術，本文介紹了數據挖掘系統基于ERP的設計。

【關鍵詞】 數據挖掘 ERP技術

隨著人們認識和管理水平的提高，對客觀世界的描述愈來愈全面，存儲的數據量愈來愈大，然而，對數據庫中數據的開發應用主要是檢索查詢，效率很低，此外，相當數量的數據具有很強的時效性，數據的價值隨著時間的推移而迅速降低。簡單的數據查詢或統計雖然可以滿足某些低層次的需要，但人們更為需要的是從大量數據資源中挖掘出對各類決策有指導意義的一般知識，這些知識是對大量數據的高度概括和抽象。數據挖掘技術在經濟中的應用是信息決策、經濟管理等領域的前沿研究方向之一。本文設計了面向ERP數據挖掘的一般結構框架。將 ERP原理與數據挖掘技術相結合應用到企業ERP中銷售、客戶和產品這三個模塊，提出了企業ERP數據挖掘的實現方法，分析了銷售、客戶和產品數據挖掘的系統框架，完成了概念模型、邏輯模型和物理模型的設計工作，在實際中應用該系統，獲得了較好的效果，為ERP和數據挖掘的結合提供了方向。

一、數據挖掘基本原理

1.1 KDD過程

數據挖掘是數據庫技術、人工智能、機器學習和統計學等學科相結合的產物。簡單地說，數據挖掘是從大量數據中提取或“挖掘”知識。一種比較公認的定義是：數據挖掘是指從數據庫的大量數據中揭示出隱含的、先前未知的、潛在有用的信息的非平凡過程，它是由G. Piatctsky-Shapior，W.J.Frawley等人提出的。數據挖掘作為KDD的一個基本步驟，由下列步驟組成。

（1）數據清理。消除噪聲或不一致數據。

（2）數據集成。將多種數據庫中的數據組合在一起。

（3）數據選擇。從數據庫中檢索與分析任務相關的數據。

（4）數據變換。將數據變換或統一成適合挖掘的形式。比如，通過匯總等操作。

（5）數據挖掘。它是基本步驟，使用智能方法提取數據模式。

（6）模式評價。根據某種興趣度度量，識別表示知識的真正有趣的模式。

（7）知識表示。使用可視化和知識表示技術，向用戶提供挖掘的知識。

1.2 數據挖掘的對象

原則上講，數據挖掘可以在任何類型的信息存儲上進行，包括關系數據庫、事務數據庫、數據倉庫、高級數據庫系統和面向特殊應用的數據庫系統（如：面向對象數據庫、對象關系數據庫、空間數據庫、時間數據庫、時間序列數據庫、文本數據庫、多媒體數據庫、WWW等）。數據挖掘的挑戰和技術可能因存儲系統而異。

1.3 數據挖掘系統的分類

數據挖掘是一個交叉學科領域，受多個學科的影響，根據不同的標準可以分類如下：

（1）根據挖掘的數據庫類型分類。如果根據數據模型分類，可以分為關系的、事務的、面向對象的、對象： 關系的或數據倉庫的數據挖掘系統；如果根據所處理數據的特定類型分類，可以分為空間的、時間序列的、文本的、多媒體的或的數據挖掘系統。

（2）根據挖掘的知識類型分類。知識的類型包括特征化、區分、關聯、分類、聚類、孤立點分析、演變分析、偏差分析或類似性分析等。一個完整的數據挖掘系統應當提供多種和集成的數據挖掘功能。此外，數據挖掘系統可以根據所挖掘的知識的粒度或抽象層進行分類。包括概化知識（在高抽象層）、原始層知識（在原始數據層）或多層知識，一個高級的數據挖掘系統應當支持多抽象層的知識發現。

（3）根據所用的技術分類。這些技術可以根據用戶交互程度（例如自動系統、交互查詢系統、查詢驅動系統），或所用的數據分析方法（例如面向數據庫或數據倉庫的技術、機器學習、統計學、可視化、模式識別、神經網絡、模糊和粗集理論、遺傳算法、決策樹、最近鄰技術等）描述。復雜的數據挖掘系統通常采用多種數據挖掘技術。

（4）根據應用分類。不同的應用通常需要集成對于該應用有效的方法。比如，金融、電信、DNA、股票市場等等。普通的、全面的數據挖掘系統可能并不適合特定領域的挖掘任務。

二、數據挖掘基于ERP的設計

ERP（Enterprise Resource Planning，企業資源計劃）在我國的應用已越來越廣泛。它體現了當今世界上最先進的企業管理理論，并提供了企業信息化集成的最佳方案。它將企業的物流、資金流和信息流統一起來進行管理，對企業所擁有的人力、資金、材料、設備、方法（生產技術）、信息和時間等各項資源進行綜合平衡和充分考慮，最大限度地利用企業的現有資源取得更大的經濟效益，科學、有效地管理企業人、財、物、產、供、銷等各項具體業務工作。本文從企業自身的生產、管理和發展需要出發，結合數據挖掘技術的特點和目前國內ERP系統的應用現狀，探討將數據挖掘技術應用到傳統的ERP中去的操作方法，以增強ERP的決策功能，從而滿足企業管理人員的需要。ERP 是英文 Enterprise Resource Planning的簡寫，即企業資源計劃，是20世紀90年代出現的一種先進的管理理念和管理技術，ERP 作為現代企業信息化進程中典型的應用系統，是管理哲學、理論和方法的軟件封裝，它承載了當今國際上先進的管理思想和信息技術。東方汽輪機有限公司早在2002年就開始使用 ERP 管理，通過 10 年來的不斷完善和使用，目前已實現了企業內部資源和企業相關的外部資源的整合，高度集成了企業業務流和信息共享。在此基礎上公司在相關部門全面實行ERP 數據系統管理業務流程，本文就公司 ERP數據系統的實施效果，研究ERP數據系統期初數據的質量現狀，對數據質量進行評估，總結其影響因素，并提出切實可行的提高數據質量的方案。

2.1 ERP數據挖掘過程

面向 ERP 數據挖掘就是在生成面向 ERP的數據倉庫/數據集市的基礎上，通過數據清洗、集成選擇和變換原有的數據，得到特定的數據集，通過使用數據挖掘算法將隱含在其中的但是又有潛在的有用知識提取出來的過程，可將ERP數據挖掘的過程分為[8-9]：數據準備，數據挖掘，結果評價和表達。

2.1.1 數據準備

將數據準備分為 3 個子步驟：數據選取、數據預處理和數據變換。

（1）數據選?。涸谠紨祿熘懈鶕脩舻男枨蟪槿∫唤M目標數據。

（2）數據預處理：包括對數據降維、消除噪聲、推導計算缺值數據等。

（3）數據變換：為了減少數據挖掘需要考慮的特征或變量個數，在初始特征中找出真正有用的特征。

2.1.2 數據挖掘算法

先對數據挖掘的目標和挖掘的知識類型進行確定；在挖掘任務確定后，按照挖掘的知識類型選擇合適的挖掘算法；然后對數據挖掘實施操作，從數據庫中用選定的挖掘算法抽取出所需的知識。

2.1.3 結果評價和表達

具體步驟細分為：評估、解釋模式模型、鞏固、運用知識。 不斷地反復整個數據挖掘過程，使所挖掘出來的知識能不斷求精和深化，最終使用戶得到滿意的結果。

2.2 系統的總體設計與規劃

此系統結合石化企業、大型超市數據以及網上獲得的測試數據為基礎，將數據挖掘技術和企業ERP 系統結合起來，為企業提供智能決策和協同管理[10]。企業ERP數據挖掘系統開發的環境是將大量的數據來源作為預處理數據，這些數據來自石化企業ERP運行后產生的有用數據、大型超市后臺數據庫產生的有用數據以及來自互聯網上作為測試用的可靠數據，在此基礎上，通過PC機針對這些已經明確的數據庫表結構設計該系統。本系統通過主流的JAVA開發工具 eclipse，通過 JAVA 開發語言結合 已 經 實 現 的 數 據 挖掘算法開發而成。采用JAVA 開發語言 ，大大提高了本系統的移植功能，JAVA的跨平臺性有利于把系統移植到不同的操作系統平臺上。

系統總體功能結構設計總體功能框架分為4部分：銷售模塊，產品模塊，客戶模塊，其他模塊。其中，銷售模塊功能框架圖見圖1所示。

ERP原理與數據挖掘技術相結合應用到企業 ERP 中的銷售、 客戶和產品這三個模塊，在實現過程中充分運用了數據挖掘算法， 提出了企業ERP 數據挖掘的實現方法，分析了銷售 、客戶和產品數據挖掘的系統框架，完成了概念模型、邏輯模型和物理模型的設計工作。 并將 SQL 和 JAVA 語言發展為面向 ERP 數據挖掘系統。與企業的實際情況和測試數據相結合，在實際中應用該系統，獲得較好的效果，為ERP和數據挖掘的結合提供了方向。

三、結束語

隨著企業數據量的劇增，為了從數據中及時、準確的獲取信息，出現了綜合多種技術的數據挖掘技術。本文通過簡要闡述數據挖掘技術的含義，所依賴的基礎和具體實施的各個步驟，提出了數據挖掘系統的原型框架，并指出目前所面臨的一些問題。

參 考 文 獻

[1] 鄭稱德，王全勝，陳曦. 我國企業ERP系統實施的業務流程績效實證研究[J]. 情報雜志，2010，1（2）：68-72

[2] 宋旭東，張通學，劉曉冰. 面向領域的數據挖掘系統研究[J]. 計算機應用研究，2008，25（5）：1432-1433

[3] 涂建東，陳崇成，黃洪宇等. 基于J2EE的空間數據挖掘系統設計與實現[J]. 計算機應用，2005，25（3）：710-712