王春山[1]2004年在《具有智能代理的商业智能系统研究》文中研究表明随着商业竞争的不断加剧，商业智能系统在各种商业领域的运行中扮演着越来越重要的角色。本文在商业智能系统的功能框架和数据分析方面进行了研究，提出数据分析“按钮化”创新思想，在这一思想的指导下实现一个包含常规功能的商业智能系统。该系统集成了商业智能、智能代理、数据分析等技术，实现了对大量异构数据之间的合并与分析，解决了企业管理者处理各种复杂类型数据时所面临的困境，使之能够利用这些数据快速及时制定正确的决策。系统面向终端用户，能够直接访问各种销售数据和竞争数据，提供多视角，多形式的数据分析，帮助决策者把握企业的自身运行状态以及竞争者情报信息。系统提供标准的分析报表能够满足企业进行深入分析的需要。 数据分析子系统是商业智能系统中功能最强劲的部分，特定类型的数据项目(比如：按钮项目)首先被生成按钮的形式，此后的分析工作就可以通过点击这些按钮自动的进行。 该子系统的各个阶段的分析结果都可以直接以HTML形式输出，轻松实现信息共享。一系列复杂的操作和处理步骤可以保存成一个按钮，当需要重复执行这些操作和处理过程时，点击所保存的按钮即可实现。 为增强商业智能系统的决策支持功能，本文提出了采用智能代理技术实时采集来自竞争对手或其他资源站点信息的方法，实现了主题信息智能代理的设计，并把它集成到商业智能系统中。实践表明，这种具有智能代理的商业智能系统确有一定的先进性，在商业领域具有广阔的应用前景和应用价值。
曾景远[2]2014年在《基于商业智能代理的内河港口集装箱流程优化研究》文中研究说明摘要：随着我国港口业务的飞速发展,内河港口的总体装卸能力、货物吞吐量、集装箱吞吐量也稳步增长。但与发达国家的港口相比,还存在着较大差距,传统的港口操作流程越来越无法满足激增的业务需求,亟需一套更为优化的业务操作流程和更为先进快速的信息化系统,以辅助我国内河港口的发展。已有研究指出,内河港口对于一个国家货物周转运输具有非常重要作用。因此有必要找到一个与行业发展相适应的操作模式,加强内河港口的信息化、自动化和智能化建设。尽管国内外学者都认识到了建立一个集装箱业务流程的信息化平台的重要性,但对于内河港口货物的运输的研究,主要集中在研究泊位分配的问题上,针对内河港口的集装箱流程优化的建模仿真研究还不多见。本文研究正是为了弥补这一领域的空白。本文在具体分析业务流程存在问题时,采用了定性和定量分析相结合的方法,以使研究结果更为全面可靠。之后借鉴商业智能理论和模式,构建起一套系统的堆场计划优化分析的解决方法；应用分布式智能代理理论,设计了一个集装箱指挥调度系统,以管理创新为先导,从业务流程优化入手,提出相应的优化方案。论文的研究内容和成果主要为：(1)内河港口集装箱业务流程的定性分析。以黄埔仓码为例,对其现行集装箱关键业务流程进行了研究分析。主要从定性的角度分析了内河集装箱港口的布局和规划、内河集装箱港口的工艺选型和机械配置、内河港口集装箱业务的基本流程、关键业务流程的分解与协调,对装船和卸船作业流程、交箱和提箱作业流程、出库作业流程、卸车作业流程和箱边提货流程进行了详细的分析。(2)集装箱业务流程的定量分析——系统建模。在对黄埔仓码相关作业流程进行了详细定性梳理的基础上,对集装箱的业务流程进行了划分,运用Arena仿真软件,对集装箱港口不同作业流程方案进行仿真。通过对调度作业模式的仿真分析以及评价系统效率,如泊位利用率,年吞吐量,岸桥利用率、船舶服务时间等,找到了影响系统效率的瓶颈流程——堆场计划,将其制订为优化目标。(3)通过研究堆场计划优化分析体系结构的特点,结合基于商业智能技术的调度方法,提出解决集装箱堆场计划的优化设计思路。应用典型的仿真模型,梳理堆场计划的关键流程,并通过对相关数据的利用和分析,提出较为可行的基于商业智能技术的堆场计划优化分析模型,最后对模型应用的成果进行分析和总结。运行结果证明该模型可以有效地提高系统的作业效率和设备的利用率。(4)基于分布式智能代理理论,设计和构建了集装箱指挥调度系统,用以提高港口的信息化建设水平。首先,设计了内河港口的信息化体系框架。针对内河港口的关键流程——集装箱的指挥调度,设计了基于智能代理的集装箱指挥调度系统,并着重分析了其中重要模块。最后,通过该系统在黄埔仓码公司实施前后的效益对比分析,证明该系统确实具有明显的实际效益。
张弛[3]2006年在《一个基于分布式代理的商务智能系统研究》文中提出目前的商务智能系统主要包括数据收集、数据仓库、数据挖掘和OLAP联机分析四个部分。针对商务智能系统数据源比较单一的现状,“基于分布式代理的商务智能系统”采用反应式智能代理技术、扩充的CWM智能元和代理层数据挖掘技术,构建了一个高效智能平台。分布式智能代理引擎应用于系统代理层中,将用户的多维查询信息也作为数据源,克服了现有商务智能平台的不足,使OLAP多维查询不再是传统的被动查询。根据传统商务智能系统叁层结构,在表现层和OLAP服务层之间加入代理层,并且代理层分为代理客户端和代理服务器端两部分。代理客户端建立在反应式代理的构架上,根据用户的实时查询、历史查询记录和与其它客户端的交互信息,向用户主动提出偏好分析;分布式代理协调环境的设计,有效的解决了多代理之间通信的问题,提高了系统的并发性;通过采用基于智能元树的数据挖掘算法,对智能元容器进行关联分析,并按照一定的关联度找到维度频繁集,较好的实现了相关性回馈服务;本地视图库缓存一定数量已经由后台数据仓库或者数据库生成的结果数据集,当需要同样的结果集的时候,直接从本地视图库中提取,提高了系统及时反应效率,减轻了服务器的计算负荷。元数据是商务智能系统中的模型定义及中间转换元素,但是元数据无法实现对客户端OLAP查询信息的统计及对用户使用信息保存。所有系统数据能有效进行流转并记录客户端查询的关键在于智能元的实现。在商务智能元数据标准(CWM)的基础上,“数据元-智能元转换器”通过扩充元数据主题和维度的计数结果,利用XML语言实现对智能元的封装。经过封装的智能元存在于分布式协调环境中,并在这个环境中实现请求和交换。
宋绍成[4]2006年在《智能企业门户构建研究》文中研究说明企业门户是企业管理过程中的重要工具和手段,是近年来企业知识管理领域备受关注的重要主题。本论文以企业门户建设实践活动的(EIP→EKP→IEP)渐进和跃变的发展过程为切入点,首先对国内外企业门户研究成果进行了系统研究,归纳总结了企业门户渐进和跃变过程的理论基础、关键技术及其内在规律。在此基础上,以企业门户建设的相关理论为指导,从体现信息技术在企业门户建设中应用价值的视角,构建了智能企业门户体系结构的概念模型、知识框架、门户的业务、门户的控制块、实施块、开发块以及门户信息集成、门户信息中介等智能企业门户平台的子模块,并详细阐释了各子模块的功能。然后,从宏观和微观两个层面,论述了智能企业门户平台的运行机制,构建了宏观和微观运行机制模型,并从门户信息中介系统、智能决策支持系统、安全机制、导航机制、公共接口、知识组织机制几个方面分析了智能企业门户的微观运行机制。并且,通过阐述构建智能企业门户评价模式的基本要求和原则,探讨了智能企业门户评价的技术和效益指标及指标要素,将一个完整的智能企业门户评价指标体系展示出来。最后,对企业门户平台进行了实证分析。
程琳[5]2012年在《基于破产传染的智能投资决策支持：概念建模与模型开发》文中提出近些年来,在全球经济一体化愈演愈烈的整体环境下,经济和金融系统表现出更加相互依赖和紧密联系的趋势。正是这种“牵一发而动全身”的特性,成为2008年美国次贷危机爆发的直接导火索。大西洋彼岸刮起的这场始料未及的“金融飓风”,以美国着名的住房抵押贷款公司新世纪金融公司为代表的贷款机构,以美林公司为代表的投资银行,以及以花旗集团为代表的金融超市和以全球财富管理着称的瑞银集团都成为这场“金融飓风”的直接风眼,同时,受这场“金融飓风”的影响,大大小小的对冲基金,海外投资者都收到了飓风的波及,众多金融机构披露出巨额亏损并宣布破产。我们认为这种危机传染现象在供应链网络中也是存在的。随着全球经济竞争的加剧,供应网络企业成员之间比以往任何时候都更加重视交流和合作。通常说来,当一个经济体因为长期的,恶性盈利亏损而导致资不抵债的情况下,会申请破产保护。破产的原因有很多种,例如企业陈旧而不愿意打破传统的管理模式和独裁统治致使信息传递低效而不能应对快速变化的消费者市场。然而,在当今供应链中愈来愈加强合作和交流的情境下,一个个体企业作为供应链的一员,它的生死存亡不仅仅决定于自己的盈利情况和管理模式,还与供应链中其他成员的经营状况息息相关。位于供应链中的某个企业的亏损或者破产可能导致与其有合作关系(通过商业信用渠道)的其他企业的经营和运行受阻,从而将这种窘迫的经营状况传染给其他企业,产生流动性危机,濒临破产处境。在网络经济时代,这种现象称为破产传染或者金融危机蔓延。对于这种破产危机现象,一个非常重要并且合乎逻辑的解释就是通过商业信贷债务链的传播而导致的流动性不足。美国次贷危机的发生就是这种现象的一个典型例证。而正是由于现代供应链网络中的复杂结构和动态因素,使得目前研究供应链网络的企业财务状况以及对应股票价格表现所使用的分析模型和方法存在一些明显的不足,尤其表现在对一些重大事件发生对整个供应链企业以及投资市场波动产生影响的预测力不足上。传统的数学建模和运筹分析方法往往从众多与实际情况并不完全符合的假设开始,对于这类包含众多实体,关系,属性,参数和约束的复杂系统并不能提供一个有效的解决方案。例如,传统的金融数据分析方法往往只着重于大量结构性数据和历史事件序列的收集和分析,而忽略了网络上些及时事件和信息(往往是文本类信息)对企业的财务状况造成的影响。这类模型因为不能全面和深入的分析及时消息对供应链个体的财务状况的冲击,从而不能有效预测在金融投资市场中相应供应链企业的股票表现情况。股票价格瞬间万变,错过这类信息会使投资面临风险甚至蒙受巨大损失。毫无疑问,如果能够对供应链网络中不同个体的财务状况给予及时有效的监控,例如,当某企业发生破产宣告时,通过评估与该企业上下游紧密相连企业的商业贷款风险值,可以有效的预测有可能受到冲击的企业财务状况以及其市场表现。基于信贷传染的财务监控将会在众多领域具有广泛的应用前景,例如投资组合管理中的风险监控。鉴于此,本文在投资领域的应用背景下,对由于破产危机传染而产生的股票价格波动问题进行了深入的探讨。主要研究内容如下：首先,对破产危机传染的显现进行概念建模。概念建模为后一阶段的原型系统分析,设计和开发打下了坚实的基础。这部分的概念建模包括两个部分：1).用来表达和实施由某个破产事件而导致的破产危机传染的领域知识的形式本体以及2).在这个形式本体的基础上构建的语义规则。语义规则能够加强推理能力和问题的自动化求解。其次,在建立的关于破产危机传染的本体模型基础上,构建了基于多智能代理的金融决策系统原型,用来帮助相应的投资者,政策制定者以及相关管理人员及时有效的发现潜在被传染的供应链企业以及在投资市场上的股票价格波动。基于概念建模上的多智能代理决策系统能够不断的处理在网络上发现的及时文本类型的新闻信息并且根据语义规则和知识库,对可能出现的大幅股价波动情况提出预警。在识别出可能股票价格出现大幅波动的企业后,无线推送信息服务会将信息快速的传达给投资者。最后,本研究通过对通用汽车破产的案例结合概念建模和原型发展对本文所有的研究方法进行初步的验证。通用汽车的案例说明本研究的方法能够有效的管理供应链网络中复杂动态的传染效应,并且为相关投资者,分析人员以及管理者提供积极有效的建设性意见来指导对快速变化的投资市场做出敏捷的反应。
刘岚[6]2003年在《Web News Hunter智能代理》文中认为随着网络时代的到来，用户可获得的信息包含了从技术资料、商业信息到新闻报道、娱乐资讯等多种类别和形式的文档，构成了一个异常庞大的具有异构性、开放性的分布式数据库。结合人工智能研究领域的自然语言理解、智能代理和计算机语言学理论，我们能够利用Internet这个大型数据库，从中挖掘有用的信息。我们想把这些网络挖掘任务集成到智能代理(Intelligent Agent)中，由智能代理完成这些工作。本论文从用户的角度出发，提出了Web News Hunter智能系统，它集自然语言处理，机器学习和网络搜索技术于一身，根据用户的喜好自动搜索新闻。本文的工作就是，从理论、算法和应用叁个层次来讨论构建这样一个智能系统所涉及的网络挖掘技术。本文包括对智能代理、自然语言处理、文本表示、网络搜索、文本分类和支持向量机等网络挖掘相关领域的理论、算法和应用的探讨，以及Web News Hunter智能代理的系统框架的设计与实现。
何超[7]2014年在《基于数据挖掘的企业竞争情报智能分析研究》文中进行了进一步梳理随着知识经济时代的来临和经济全球化、信息化、网络化的快速深入,市场竞争日益激烈,企业间的对抗不断升级,影响企业经营活动的内外部因素更加难以预测。因此,企业要在如此残酷的竞争环境中求生存、谋发展,除了增大资金、技术、人才的投入以外,更重要的是面对激变的环境能够及时有效地做出正确的竞争策略。竞争情报作为知识经济时代企业保持竞争优势的战略资源和分析与预测行业发展态势、制定科学战略决策的依据,是被公认的除资本、技术、人才之外的企业“第四核心竞争力”。它是关于竞争对手、竞争环境以及由此引出的相应竞争策略的决策性知识,有助于帮助和支持企业组织成员评估关键发展趋势、跟踪正在出现的不连续性变化、把握行业结构的进化以及分析现有和潜在竞争对手的能力及动向,为企业保持和发展相对竞争优势提供强有力的智力支持和情报保障。基于数据挖掘的企业竞争情报智能分析吸收了情报学、商务智能、知识管理、现代竞争理论等学科的研究成果,并以众多高新信息处理技术为支撑,如本体工程、数据仓库、可视化技术等,为企业竞争情报的智能挖掘、分析、获取、创新及企业决策提供智力支持。本文的研究工作主要包括八章：第1章,本章主要介绍了企业竞争情报的基本概念、特征和功能,分析了当前知识经济环境下企业竞争情报分析的主要内容与分析方法,探讨了企业竞争情报的分析策略与价值增值过程,并给出了基于数据挖掘的企业竞争情报智能分析的优势。第2章,本章主要将数据挖掘技术融入企业竞争情报智能分析之中,构建了基于数据挖掘的企业竞争情报智能分析的体系框架,并从支撑理论与技术、智能分析策略与方法、智能分析结果可视化叁个层面对该体系框架进行了详细的阐述。第3章,本章主要是通过构建领域本体实现企业竞争情报源数据的语义组织,研究了企业领域本体的构建方法与实现,即综合应用知识工程与叙词表方法指导领域本体开发;复用Enterprise本体与TOVE本体的领域知识和概念模型构建领域本体框架,利用本体开发工具Protege对软件企业领域本体进行形式化编码,以便为后续的基于语义的数据挖掘与智能分析提供语义知识。第4章,本章主要从聚类挖掘的角度研究了企业竞争情报聚类分析的方法与算法,即针对传统的聚类挖掘方法与算法由于缺乏语义而导致聚类结果不理想等问题,通过利用领域本体提供语义知识进行语义层面的聚类挖掘,实现企业竞争情报语义聚类挖掘与分析；并以k-means算法为基础,设计了基于领域本体的k-means语义聚类挖掘算法Onto-kmeans,通过在WEKA上进行对比实验验证了该算法比传统的k-means算法有较大的优化。第5章,本章主要从分类挖掘的角度研究了企业竞争情报分类分析的方法与算法,即针对传统的分类挖掘方法与算法存在缺乏语义和需要大量人工标注等问题,通过利用通用本体与领域本体提供语义知识进行语义层面的分类挖掘,实现企业竞争情报语义分类挖掘与分析；设计了基于领域本体的语义分类挖掘算法Onto-TC,通过在WEKA上进行对比实验验证了该算法的有效性。第6章,本章主要从关联挖掘的角度研究了企业竞争情报关联分析的方法与算法,即针对传统的关联挖掘方法与算法由于缺乏语义而导致的I/O负载重、算法开销大、获取的规则概括性不强等问题,通过利用领域本体提供语义知识进行语义层面的关联挖掘,实现企业竞争情报语义关联挖掘与分析,并以Apriori算法为基础,设计了基于领域本体的语义关联挖掘算法Onto-Apriori,通过在WEKA上的对比实验验证了该算法比传统的Apriori算法有较大的优化。第7章,本章选择软件企业为实验对象,通过采集网络信息源作为实验数据,从中挖掘和分析影响软件企业竞争力的影响因素等情报内容。首先,通过语义聚类分析获取影响软件企业竞争力的八个主要因素；然后,以这些因素作为分类标准,利用语义分类分析进行两次分类分析,获取每个主要因素的具体影响要素；最后,通过语义关联分析获取这些主要要素和具体影响要素之间的语义关联,这些要素及其关联信息有助于软件企业核心竞争力的培育和市场风险的预测。第8章,本章对全文的主要内容进行了系统总结归纳以及对未来研究进行了展望。首先,从研究意义、研究内容上对全文进行总结,然后展望基于数据挖掘的企业竞争情报智能分析今后的研究方向,包括复杂数据类型的情报挖掘与分析、可视化情报挖掘与分析、动态情报挖掘与分析、以知识为中心的大数据挖掘与分析等。本文系2012年度教育部博士研究生学术新人奖项目“基于数据挖掘的商务情报分析方法研究”(项目批准号：5052012104001)、国家自然科学基金项目“企业竞争情报分析模型与方法研究”(项目批准号：71073121)和教育部人文社科重点研究基地重大项目“基于智能信息处理的知识挖掘技术及应用研究”(项目批准号：08JJD870225)资助的研究成果之一。
何俊[8]2010年在《事件驱动机制下的适时商务智能模型研究》文中指出商务智能是支持决策的良好工具,得到国内外企业界的大力追捧,近些年有了很大的发展。而随着全球化竞争日益激烈,企业必须更加积极的了解环境、分析环境、适应环境,缩短企业决策与环境变化的延迟,快速的做出正确的决策。新的市场环境下,企业希望商务智能技术能够深入到日常业务活动中,对企业的日常决策提供帮助。商务智能虽然能够比较好的支持企业的战略决策,但对企业业务操作层的决策支持不尽如人意,不能将信息的优势在企业的各个决策层得到推广和运用。并且,商务智能是数据驱动的,对数据的处理和后续深入分析需要花费较多的时间,对决策的支持缺乏及时性。商务智能的建设对企业信息系统完整性要求较高,企业在应用过程中有很大的被动性,业务集成较为困难。不能有效的支持企业业务流程的优化。本文首先对商务智能进行综述,介绍商务智能的基本理论和核心技术,并分析商务智能在具体应用中的不足。按照企业实际需求,提出适时商务智能的概念,并研究了适时商务智能的内涵和组成。在业务活动管理和事件驱动架构研究的基础上,提出了事件驱动架构下的适时商务智能的框架模型,实现了一种适时商务智能系统的事件驱动机制,并采用智能代理工具阐述了该模型的运行机制。使得商务智能与业务过程管理想融合,能够满足商务智能工具对于目前企业所面临的环境不确定性、业务动态性、解决方案动态调整需求的要求。
肖青锋[9]2003年在《基于知识管理的DSS研究》文中提出为了适应知识经济以及全球竞争的压力，提高企业的决策效率和效益，企业对自身的管理信息系统提出了新的要求。提高企业决策质量的关键是提高决策支持系统的质量。通过整合企业知识管理的战略，将知识管理的方法融入业务流程和决策工作之中，已经成为管理信息系统的发展趋势之一。 目前，有很多的企业组织都开始意识到管理信息系统中知识管理功能的重要性，尽管关于知识管理系统的软件和解决方案越来越多，但是大多只是强调知识管理的形式，而缺乏对系统战略性导入和开发框架的深入研究。尤其是对决策支持系统而言，如何通过信息系统整合知识与决策的理论几乎仍然是空白，而这却是解决企业决策工作、实现知识管理战略的关键所在。传统的管理信息系统只是在不断的堆积数据，并缺乏对企业中知识管理工作的控制。 因此，本文从系统生命周期的角度出发，集成当前知识管理与决策支持系统所取得的一些研究成果，提出了基于知识管理的决策支持系统一套开发框架。并指出基于知识管理的决策支持系统首先的工作是对企业知识资源进行规划，然后结合知识管理的方法对传统决策支持系统的功能框架作出有意义的分析和补充设计工作，接着提出了一些支持实现系统功能框架的技术和实施系统时必须注意的问题。从而为企业开发和实施自身基于知识管理的决策支持系统提供了具体的方法和指导，达到提高企业决策质量的目的。
王春凤[10]2010年在《基于多关系数据挖掘与智能代理的港口企业统计工作研究》文中研究表明市场经济中港口企业已成为完全独立的经济实体,独自面对激烈的市场竞争,要求港口企业统计工作不再是单纯的对内、对外上报报表工作,而是要形成全方位的为港口企业生产经营管理活动提供各种管理决策信息需求的统计目标。港口企业统计工作需要创新统计分析理念,拓展统计分析的空间范围,探索统计分析未来的发展道路,满足企业放眼于整个市场的信息量,形成全面有效的港口企业统计信息分析体系。本文遵循“研究问题的提出——理论支撑的综述——背景应用现状的分析——优化模式的构建——新模式的实现——新策略的转换分析——研究成果的拓展分析——研究总结”的研究方法展开全文的研究撰写。本文以广州港集团的信息化建设现状作为研究背景,结合现阶段比较热门且应用性较强的多关系数据挖掘技术和智能代理技术,以满足港口企业高层次管理决策需求为依据,在众多前人研究的基础上,提出了下一阶段港口企业统计工作模式的新构建策略,详细阐述了构建模式的实现步骤和方法,分析了新统计模式的自身特点,指出了新统计模式在实施转换中需要注意的重点和难点问题及模式实现后仍无法避免的并可能中短期时间内存在宏观性问题。最后为体现本文研究成果的优越性,超出本文的企业研究背景,将新统计工作应用模式的适用企业模式和适用的企业数据资源特点给予拓展分析。从文章整体的论述情况看,各部分研究内容都在体现着高层管理决策支持的信息化建设的可实施性。本文的创新点在于两种新兴技术的充分融合,及研究成果的应用灵活性。本文通过融合数据挖掘技术和智能代理技术的实现方法,充分地阐述了如何完成企业上下级单位间或一个完整的统计体系中深度的数据价值挖掘,解决企业中高层管理的宏观决策支撑问题,提升海量统计数据信息资源的开发和利用能力,实现企业管理的多方面监测、预警,以及高层次的统计分析预测及辅助决策功能。
参考文献：
[1]. 具有智能代理的商业智能系统研究[D]. 王春山. 河北农业大学. 2004
[2]. 基于商业智能代理的内河港口集装箱流程优化研究[D]. 曾景远. 北京交通大学. 2014
[3]. 一个基于分布式代理的商务智能系统研究[D]. 张弛. 华中科技大学. 2006
[4]. 智能企业门户构建研究[D]. 宋绍成. 吉林大学. 2006
[5]. 基于破产传染的智能投资决策支持：概念建模与模型开发[D]. 程琳. 中国科学技术大学. 2012
[6]. Web News Hunter智能代理[D]. 刘岚. 中国科学院研究生院（软件研究所）. 2003
[7]. 基于数据挖掘的企业竞争情报智能分析研究[D]. 何超. 武汉大学. 2014
[8]. 事件驱动机制下的适时商务智能模型研究[D]. 何俊. 中国科学技术大学. 2010
[9]. 基于知识管理的DSS研究[D]. 肖青锋. 浙江大学. 2003
[10]. 基于多关系数据挖掘与智能代理的港口企业统计工作研究[D]. 王春凤. 北京交通大学. 2010
标签：自动化技术论文; 大数据论文; 商业智能论文; 语义分析论文; 网络模型论文; 统计模型论文; 代理模式论文; 数据挖掘论文; 数据分析论文; 港口论文;