商业智能分析中的大数据应用：《图情大数据》成果

在过去的20年里，商业智能和分析（BI&A）以及大数据分析的相关领域在学术界和企业界都变得越来越重要。行业研究强调了这一重大发展。例如，根据对来自93个国家25个行业的4 000多名信息技术专业人员的调查，IBM技术发展趋势报告（2011年）将商业分析确定为2010年的四大技术趋势之一。在《彭博商业周刊》（2011年）对商业分析状况的调查中，发现收入超过1亿美元的公司中有97%被发现使用某种形式的商业分析。麦肯锡全球研究院的一份报告预测，到2018年，仅美国将面临14万～19万的具有深厚分析能力的人才短缺，还将缺乏150万名精通数据的管理人员分析大数据并做出有效决策。

在不同的组织中，与数据和分析相关的机会已经引起了人们对商业智能的重大兴趣。商业智能通常被称为分析关键业务数据的技术、技巧、系统、实践、方法和应用，以帮助企业更好地理解其业务并做出及时的商业决策。除了基础的数据处理和分析技术外，商业智能分析还包括以业务为中心的实践和方法，可应用于电子商务、市场信息、电子政务、医疗健康和安全等各种高影响力应用。

几个全球性的业务和IT趋势帮助塑造了过去和现在的商业智能分析研究方向。正如Thomas L.Friedman在《世界是平的》中所预言的那样：国际旅游、高速网络连接、全球供应链和外包为IT发展创造了巨大的机遇。除了超高速的全球IT连接外，业务相关数据标准、电子数据交换（EDI）格式以及业务数据库和信息系统的开发和部署极大地促进了业务数据的创建和使用。20世纪70年代互联网的发展以及20世纪90年代以来互联网的大规模普及，使业务数据的生成和收集速度呈指数级增长。最近，大数据时代已悄然降临到许多领域，从政府和电子商务再到卫生机构。随着大量基于网络、移动和传感器生成的数据达到TB级甚至EB级，新的科学发现和见解可以从高度详细的、背景丰富的内容与任何企业或组织相关。

除了数据驱动之外，商业智能分析具有很高的应用性，可以充分利用在许多关键和高冲击应用领域所需的大量数据和领域特定分析所带来的机会。例如，电子商务和市场情报、电子政务、科技、智慧健康、安全和公共安全。通过仔细分析应用和数据特征，研究人员和从业人员可以采用或开发适当的分析技术来获得预期的效果。除了技术系统的实施，还需要有重要的业务或领域知识以及有效的沟通技巧才能成功完成商业智能分析。因此，情报部门在为新一代数据／分析精通和业务相关的学生和专业人员开发综合商业智能分析研究和教育计划方面面临着独特的机遇和挑战。(www.xing528.com)

围绕商业智能分析和大数据的兴趣点主要来自网络和电子商务社区。领先的电子商务供应商，如Amazon和eBay，通过其创新的高度可扩展的电子商务平台和产品推荐系统，已经实现了重大的市场转型。Google、Amazon和Facebook等大型互联网公司继续引领网络分析、云计算和社交媒体平台的发展。出现在各种论坛上由客户生成的Web2.0内容、新闻组、社交媒体平台和众包系统为研究人员和实践者提供了另一个聆听市场声音的机会。与20世纪80年代各种传统系统收集的传统交易记录不同，电子商务系统从网络收集的数据结构较少，通常包含丰富的客户意见和行为信息。

对于客户意见的社交媒体分析，经常采用文本分析和情感分析技术。关联规则挖掘、数据库分割和聚类、异常检测和图挖掘等也开发了多种分析技术用于产品推荐系统。通过高度针对性的搜索和个性化的推荐，在产品比特流的浅端达到数以百万计的利基市场完成了长尾营销。