同濟大學軟件學院 張巍巍

0 引言

目前，數(shù)據(jù)挖掘技術在金融、保險、電信等行業(yè)有著廣泛的應用，如信用分析、風險分析、用于聚類分析等。商業(yè)分析（Business Anal yt ics）正是使用這種技術的典型代表。商業(yè)分析是指對過去經(jīng)營業(yè)績進行連續(xù)反復探索和調(diào)查的技能、技術和實踐，以達到洞察和推動業(yè)務規(guī)劃的目的。它通常側(cè)重于在數(shù)據(jù)和統(tǒng)計方法的基礎上發(fā)現(xiàn)新的見解和理解業(yè)務性能。

商業(yè)分析一般由三個階段構成，即描述性分析、預見性分析和規(guī)范性分析。通常情況下，描述性分析和預見性分析是在商業(yè)分析中運用最多的兩種分析手段。描述性分析側(cè)重于過去的經(jīng)營業(yè)績，并通過挖掘歷史數(shù)據(jù)的表現(xiàn)，以尋找過去的成功或失敗背后的原因。它已經(jīng)被廣泛運用于支持管理報告的各種領域，包括銷售、營銷、經(jīng)營、財務等。預測性分析則是通過數(shù)據(jù)挖掘出一種通用的模式，以確定未來的風險和機會，并指導決策。它已被廣泛的應用于營銷、金融、保險、零售、旅游、醫(yī)療保健、醫(yī)藥等領域。例如，信用評分系統(tǒng)，在整個金融服務行業(yè)應用的很廣泛，通過建立模型處理各種客戶的信用記錄、貸款申請和其他客戶的數(shù)據(jù)，以對個人信用進行排名，并用于確定信貸的還款時間。

傳統(tǒng)上，描述性分析和預見性分析一般會按照一定的算法進行，如下：

(1)一個商業(yè)分析的項目一般有一個技術組，技術組由很多的專家學者組成，還可以包括項目的的供應商和提供商，或者一些其它工作成員。

(2)公司主動提供原始的數(shù)據(jù)集到技術組，并且指定業(yè)務目標（例如：描述性分析，預測性分析）。

(3)技術組對數(shù)據(jù)集進行初步分析，并進行預處理（例如：刪除不完整記錄，數(shù)據(jù)集降為）。在數(shù)據(jù)準備階段，與公司互相交流，以更好的了解數(shù)據(jù)并處理數(shù)據(jù)的細節(jié)。

(4)接著技術組通過專門的方法和工具建立（訓練）并分析模型。對于描述性分析，輸出通常是作為一個報告，如關聯(lián)報告。對于預測性分析，輸出通常是以一個數(shù)學或算法的方式，以用來描述未來預測的邏輯或計算流程。

(5)對于描述性分析，應該將模型轉(zhuǎn)化為具體的軟件使用。并可能需要設計和實現(xiàn)用戶界面以及其他相關組件，以便最終用戶（并不懂數(shù)據(jù)挖掘等專業(yè)性知識）使用。

(6)對于預測性分析，經(jīng)過一段時間的實際使用，可能會收集和分析新的數(shù)據(jù)集，以獲得最新的模型的準確性。如果模型不再準確，可以加入新的數(shù)據(jù)集進行新一輪的訓練。

根據(jù)深入的研究，傳統(tǒng)的商業(yè)分析存在很多的不足，例如：需要大量的資源和成本，如技術組，硬件，軟件等；模型建立后的管理和重新訓練；在建模完成后，需要為終端用戶實現(xiàn)界面等。

在認識到傳統(tǒng)的商業(yè)分析的優(yōu)點和不足之后，本篇論文提出一種新的解決方案：高可消費性商業(yè)分析(下文稱BANew)，其重點是提高商業(yè)分析經(jīng)驗的易用性。其目的是為了解決上述不足，如降低重復建模的成本，完善重新訓練和模型的管理體系等。

1 系統(tǒng)架構

圖1 基礎架構

2 架構綜述

商業(yè)分析系統(tǒng)采用流行的三層架構（界面層、業(yè)務邏輯層、數(shù)據(jù)訪問層）和MVC(Model-View-Cont r ol l er)相結合的架構模式（如圖1）。

(1)界面層與終端用戶直接交互，采用Boot st r ap和Angul ar Js技術。Boot st r ap可以很方便的搭建網(wǎng)站布局，Angul ar Js是一套比較完善的前端MVC框架，既可以使用內(nèi)嵌的模板功能，也可以自定義組件。兩者結合使用，可以為終端用戶提供一套簡約，悅目的使用界面，并具有簡化學習成本等等功能。

(2)業(yè)務邏輯層負責邏輯控制，將終端用戶和核心引擎隔離，采用Spr ingMVC技術。Spr ingMVC基于注解，開發(fā)簡易，和當前流行的ORM（如Hiber nat e）進行整合，并且該框架開源，為外部提供Rest f ul API，程序員可以按照自己的需求進行擴展，易于后期開發(fā)。

(3)第三層包括傳統(tǒng)的數(shù)據(jù)訪問層和核心引擎。數(shù)據(jù)訪問層負責數(shù)據(jù)讀取和存儲等功能，ORM我們選擇Hi ber nat e，可以和上層Spr ingMVC層進行整合，數(shù)據(jù)庫使用免費數(shù)據(jù)庫Mysql。核心引擎負責模型的訓練和管理，算法分為四個階段，契約(Engagement)，發(fā)現(xiàn)(Discover y)，驗證(Val idat ion)，發(fā)布(Depl oyment)。

3 工作流綜述

圖2 工作流

工作流算法整體分為四步：

(1)契約(Engagement)：用戶可以創(chuàng)建一個新的項目，然后在該項目下新建一個模型，并輸入簡單信息，如模型名等，然后需要為模型確定目標。此外，用戶可以在“了解數(shù)據(jù)”這一步指定數(shù)據(jù)源(數(shù)據(jù)庫、服務器等)。在“準備數(shù)據(jù)”步驟中，用戶可以對數(shù)據(jù)進行清洗等操作。

(2)發(fā)現(xiàn)(Discover)：系統(tǒng)在處理完數(shù)據(jù)后會開始建模。為了降低建模門檻，系統(tǒng)會為用戶提供一套默認建模參數(shù)，當然用戶可以根據(jù)個人需要更改這些參數(shù)。此外系統(tǒng)會根據(jù)結果進行自動重新訓練。最終，用戶點擊構建模型開始建模，這可能需要一段時間來訓練模型。訓練的進展（如百分比）將顯示在頁面上，用戶可以根據(jù)自己的需要停止/恢復訓練。

(3)驗證(Val idation)：建模完成后驗證會自動開始。首先，在發(fā)現(xiàn)階段，所有符合基本條件的模型都會被保存下來。保存的過程對于終端用戶是完全透明的。然后，保存下來的所有模型都將自動開始驗證。如若在驗證階段未通過將自動重新訓練。驗證通過的模型將進入部署階段。

(4)部署(Depl oyment)：此階段包括兩個子階段，部署和部署后的監(jiān)督和管理。部署操作是在發(fā)現(xiàn)階段的自動執(zhí)行的。在部署后階段，用戶可以利用一套管理操作對模型進行監(jiān)管。

4 總結

BANew是在傳統(tǒng)商業(yè)分析的基礎上提出來的一種以終端用戶為核心新的商業(yè)分析模式。降低商業(yè)分析門檻，使商業(yè)分析功能最大化是該模式最大的目的。根據(jù)上述介紹，首先用戶在web頁面上提交數(shù)據(jù)，進行數(shù)據(jù)準備((1)根據(jù)默認參數(shù)；(2)根據(jù)自身需要修改參數(shù)。)，然后BANew會在后臺進行訓練建模，所有的操作對終端用戶是隱藏的，最后終端用戶根據(jù)建模結果可以保存或者丟棄最終的模型。并且BANew提供API供第三方使用，為后期實現(xiàn)各公司模型數(shù)據(jù)共享提供準備。

[1]郁抒思,周水庚,關佶紅.軟件工程數(shù)據(jù)挖掘研究進展[J].計算機科學與探索,2012,6(1): 1-31.

[2]李國杰,程學旗.大數(shù)據(jù)研究未來科技及經(jīng)濟社會發(fā)展的重大戰(zhàn)略領域-大數(shù)據(jù)的研究現(xiàn)狀與科學思考[J].中國科學院院刊,2012,27(6):647-657.

[3]林闖,蘇文博,孟坤,等.云計算安全: 架構, 機制與模型評價[J].計算機學報,2013, 36(9):1765-1784.

[4]胡光永.基于云計算的數(shù)據(jù)安全存儲策略研究[J].計算機測量與控制,2011,19(10):2539-2541.

[5]李喬,鄭嘯.云計算研究現(xiàn)狀綜述[J].計算機科學,2011,38(4):32-37.

[6]王惠中,彭安群.數(shù)據(jù)挖掘研究狀及發(fā)展趨勢[J].Industry and Mine Automation,2011,29-32.

[7]Srivastava J,Cooley R,Deshpande M,et al.Web usage mining:Discovery and applications of usage patterns from web data[J].ACM SIGKDD Explorations Newsletter,2000,1(2):12-23.