[發(fā)明專利]雙自動(dòng)化輔助決策系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201310093181.2
• 申請(qǐng)日: 2013-03-22
• 公開（公告）號(hào): CN103336993A
• 公開（公告）日: 2013-10-02
• 發(fā)明（設(shè)計(jì)）人: 陳麗蓓
• 申請(qǐng)（專利權(quán)）人: 無(wú)錫必通科技有限公司
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

技術(shù)領(lǐng)域

本發(fā)明涉及電子信息技術(shù)領(lǐng)域中的數(shù)據(jù)挖掘技術(shù)，具體地說(shuō)是一種用于大公司或機(jī)構(gòu)的實(shí)時(shí)決策輔助平臺(tái)。

背景技術(shù)

實(shí)時(shí)決策輔助平臺(tái)的應(yīng)用很廣，主要有以下幾個(gè)方面：1、各個(gè)大型服務(wù)企業(yè)的客戶的智能管理和精準(zhǔn)營(yíng)銷服務(wù)，比如銀行、超市、通信等；2、大型企業(yè)的生產(chǎn)運(yùn)作的實(shí)施管理和危險(xiǎn)事件的預(yù)測(cè)；3、大型機(jī)構(gòu)的信息管理及反欺詐的監(jiān)控。

以銀行為例，實(shí)時(shí)決策輔助平臺(tái)的作用是通過(guò)客觀分析部分銀行客戶的歷史行為表現(xiàn)和其對(duì)銀行產(chǎn)品消費(fèi)的情況來(lái)建立數(shù)學(xué)預(yù)測(cè)模型，判斷在整個(gè)客戶群中的消費(fèi)需求，對(duì)銀行的貢獻(xiàn)程度或危險(xiǎn)幾率等等，并將此微觀分析上升到宏觀的預(yù)算，以輔助整個(gè)銀行的策略的實(shí)施和戰(zhàn)略的優(yōu)化。

銀行有眾多的產(chǎn)品和商業(yè)目標(biāo)，以往的經(jīng)驗(yàn)管理公式只能起到局部?jī)?yōu)化作用，而客觀分析和數(shù)學(xué)優(yōu)化的過(guò)程達(dá)到的目的使得整個(gè)銀行的總體商業(yè)目標(biāo)會(huì)在相應(yīng)的妥協(xié)條件下達(dá)到最佳。銀行在最高利潤(rùn)得到保證的條件下能智慧地管理客戶，給客戶提供個(gè)性化服務(wù)，從而減少客戶流失，長(zhǎng)遠(yuǎn)地達(dá)到更高的盈利。

數(shù)據(jù)挖掘是基于統(tǒng)計(jì)學(xué)應(yīng)用、人工智能、計(jì)算機(jī)理論與應(yīng)用和數(shù)據(jù)庫(kù)技術(shù)的綜合性學(xué)科，在國(guó)外市場(chǎng)上有不少應(yīng)用軟件。但由于這是一個(gè)新型學(xué)科，應(yīng)用上還是相當(dāng)程度地學(xué)術(shù)化，大部分應(yīng)用軟件因此為了顧及廣泛的應(yīng)用，在速度上和工業(yè)自動(dòng)化程度上還沒有很多考慮。

發(fā)明內(nèi)容

本發(fā)明針對(duì)上述問(wèn)題，提供一種雙自動(dòng)化輔助決策系統(tǒng)，該系統(tǒng)自動(dòng)化程度高，能及時(shí)地提供正確信息以輔助正確決策。

按照本發(fā)明的技術(shù)方案：一種雙自動(dòng)化輔助決策系統(tǒng)，包括第一自動(dòng)化過(guò)程及第二自動(dòng)化過(guò)程；所述第一自動(dòng)化過(guò)程包括數(shù)據(jù)準(zhǔn)備模塊及單一目標(biāo)建模模塊，所述數(shù)據(jù)準(zhǔn)備模塊用于處理建模所需要的數(shù)據(jù)，所述單一目標(biāo)建模模塊用于對(duì)所述數(shù)據(jù)準(zhǔn)備模塊的數(shù)據(jù)進(jìn)行建模；所述第二自動(dòng)化過(guò)程包括多目標(biāo)建模模塊、評(píng)估決策模塊及實(shí)時(shí)應(yīng)用模塊，所述多目標(biāo)建模模塊用于對(duì)其他商業(yè)目標(biāo)進(jìn)行建模，所述評(píng)估決策模塊對(duì)所述建模模塊建立的模型進(jìn)行評(píng)分并決策，所述實(shí)時(shí)應(yīng)用模塊通過(guò)將模型應(yīng)用到刷新的數(shù)據(jù)上并提供所需的預(yù)測(cè)信息。

所述數(shù)據(jù)準(zhǔn)備模塊通過(guò)變量映射解決非線性關(guān)系，采用基于LARS的前推算法和基于升力曲線和嶺回歸的后進(jìn)算法。

所述數(shù)據(jù)準(zhǔn)備模塊是在數(shù)據(jù)壓縮狀態(tài)下進(jìn)行數(shù)據(jù)處理。

所述建模模塊采用魯棒預(yù)算模型。

本發(fā)明的技術(shù)效果在于：本發(fā)明通過(guò)建立一個(gè)雙重的自動(dòng)化流程，致使上百個(gè)模型能同時(shí)以流水線的形式生產(chǎn)，在精確度和計(jì)算速度的折中優(yōu)化基礎(chǔ)上能真正起到高速的多目標(biāo)的優(yōu)化。

具體實(shí)施方式

下面對(duì)本發(fā)明的具體實(shí)施方式作進(jìn)一步的說(shuō)明。

本發(fā)明是一種雙自動(dòng)化輔助決策系統(tǒng)，包括第一自動(dòng)化過(guò)程及第二自動(dòng)化過(guò)程。

第一自動(dòng)化過(guò)程是建立試點(diǎn)項(xiàng)目，其包括數(shù)據(jù)準(zhǔn)備模塊、單一目標(biāo)建模模塊及應(yīng)用。

在建模前根據(jù)商業(yè)目標(biāo)的重要程度來(lái)挑選目標(biāo)，針對(duì)客戶提出的幾個(gè)比較迫切的需求，經(jīng)過(guò)探討和初步的數(shù)據(jù)分析后確定一個(gè)作為實(shí)驗(yàn)?zāi)繕?biāo)。

數(shù)據(jù)準(zhǔn)備工作用于集成建模所需要的數(shù)據(jù)，其結(jié)果是建立數(shù)據(jù)單視圖。這個(gè)圖表的工程建立后，可以滿足大部分其他項(xiàng)目的需求，所以在定義的時(shí)候可以做一個(gè)廣泛的定義。單視圖是建立客戶分析的基礎(chǔ)，需要逐步完善并不斷隨著商業(yè)演變而更新。

數(shù)據(jù)準(zhǔn)備模塊通過(guò)變量映射解決非線性關(guān)系，這種方法與樸素貝葉斯和一些復(fù)雜的神經(jīng)元模型起到同等效果但在計(jì)算上要快的多。對(duì)于大量特征屬性的選擇采用基于LARS的前推算法和基于升力曲線和嶺回歸的后進(jìn)算法。LARS的選擇的屬性可以避免誤入?yún)^(qū)間優(yōu)化值，保證更有效地得到總優(yōu)化值。，而后進(jìn)算法起的作用是根據(jù)最終預(yù)測(cè)目標(biāo)來(lái)有效地除掉那些沒有很大作用的屬性。

數(shù)據(jù)準(zhǔn)備模塊是在數(shù)據(jù)壓縮狀態(tài)下進(jìn)行數(shù)據(jù)處理。

單一目標(biāo)建模模塊用于對(duì)數(shù)據(jù)準(zhǔn)備模塊的數(shù)據(jù)進(jìn)行建模。建模模塊采用魯棒預(yù)算模型(Robust?continuous?modelling)，在統(tǒng)計(jì)抽樣的基礎(chǔ)上建立魯棒模型的反復(fù)交叉驗(yàn)證并設(shè)置模型置信區(qū)間。

第二自動(dòng)化過(guò)程包括多目標(biāo)建模模塊、評(píng)估決策模塊及應(yīng)用模塊。多目標(biāo)建模模塊用于對(duì)眾多商業(yè)目標(biāo)進(jìn)行建模，采用同樣的單視圖流程將數(shù)據(jù)更新就可建立模型。

評(píng)估決策模塊對(duì)建模模塊建立的模型進(jìn)行評(píng)分并決策。

應(yīng)用模塊自動(dòng)快速地對(duì)給新數(shù)據(jù)反饋預(yù)測(cè)結(jié)果。