基于XML的汽车售后服务信息的数据挖掘模型
|
摘要
数据挖掘技术的应运而生给整个社会带来了生机，也给汽车制造业带来了曙光。数据挖掘技术在福特公司已得到了很好的应用。
本文是建立基于XML的汽车售后服务信息的数据挖掘模型。考虑到汽车售后服务信息所在的数据库都是按地理分布的，从整体上看是网络数据库。而且各个数据库系统中数据含义可能不一致；此外还有EDI系统（电子数据交换）。为了达到数据网络上的互操作。数据库之间的数据应遵守统一的文挡类型定义（A Document Type Definition, DTD）的XML文挡进行交换，以有利于互操作。该模型主要涉及三个方面：其一是基于XML的不同数据库之间的数据交换，建立相关的DTD； 其二是，使用数据挖掘技术进行客户分析；其三是使用数据挖掘技术中的序列模式挖掘技术获得产品使用情况和特殊规律的信息。
接着本文提出了基于XML的汽车售后服务信息体系结构。建立了一个不同于星型的复杂数据的数据仓库模型，并进行了比较全面的分析，得到了相关的结论。再在此数据仓库的基础上进行基于序列模式的数据挖掘的实施。
数据库的多年使用，汽车制造商和销售商都有大量的客户数据。在日益竞争激烈的汽车行业里，提高汽车售后服务水平，发现客户的需求和服务中的一些规律，将成为汽车制造商和销售商都关心和重视的问题。
国外汽车的80%的利润是由售后服务得到，整车销售只占总利润的20%。而我国的利润大部分来源于整车销售，而售后服务只是作为一个整车销售的保障体系；同时由于销售整车终究受到市场容量的限制；所以，本研究有一定的实用价值及较大的发展空间。
Nowadays Data Mining Techniques emerging as the times requires supply the whole society with vital force and the vehicle manufacturing industry as well, which are applied smoothly in Ford.
This article sets up a model of Data Mining for the services after-sale of vehicles. Because the databases of the information about these vehicles are distributed geographically, it is a network database.as a whole. And the meanings of the data in different databases might be not consistent including EDI system. In order to manipulate the data among the databases each other it is required to comply with the uniform XML documents of Document Type Definition ( DTD). There are three aspects are involved in this model mainly. The First is the data exchange among different databases and setting up related DTD based on XML The second is taking clients analysis by using Data Mining technique. The third is finding the information of products use and special rules by using the sequence pattern mining in the Data Mining technique。
Then the article also puts forword a framework of the information system based on the services after-sale. A data warehouse model has been established different from that of star-shaped and a comprehensive analysis has been carried through and the relative conclusion has been reached. Finally, as an example , the Data Mining has been bringed into effect based on the data warehouse by using the sequence pattern mining.
Vehicles manufacturers and vendors all have large amount of clients' data because of the long-term use of database. To improve the level of services after-sale and find out the clients' demands and some rules in the serves in the vehicle industry will be the most important aspects. , The vehicles manufacturers and vendors will take into more and more consideration for the aspects above by reason of . the more and more drastic competition.
The profits of overseas cars obtained by services after-sale accounts up 80%, and that obtained by whole vehicle sales. However, in China the large proportion of profits is from whole vehicle sales and services after-sale is just a guarantee system of whole vehicle sales. At the same time, the services after-sale has a large potentiality as whole vehicle sales are confined by market content.therefore,, this research is practical and will have a potent expanding space.
本文是建立基于XML的汽车售后服务信息的数据挖掘模型。考虑到汽车售后服务信息所在的数据库都是按地理分布的，从整体上看是网络数据库。而且各个数据库系统中数据含义可能不一致；此外还有EDI系统（电子数据交换）。为了达到数据网络上的互操作。数据库之间的数据应遵守统一的文挡类型定义（A Document Type Definition, DTD）的XML文挡进行交换，以有利于互操作。该模型主要涉及三个方面：其一是基于XML的不同数据库之间的数据交换，建立相关的DTD； 其二是，使用数据挖掘技术进行客户分析；其三是使用数据挖掘技术中的序列模式挖掘技术获得产品使用情况和特殊规律的信息。
接着本文提出了基于XML的汽车售后服务信息体系结构。建立了一个不同于星型的复杂数据的数据仓库模型，并进行了比较全面的分析，得到了相关的结论。再在此数据仓库的基础上进行基于序列模式的数据挖掘的实施。
数据库的多年使用，汽车制造商和销售商都有大量的客户数据。在日益竞争激烈的汽车行业里，提高汽车售后服务水平，发现客户的需求和服务中的一些规律，将成为汽车制造商和销售商都关心和重视的问题。
国外汽车的80%的利润是由售后服务得到，整车销售只占总利润的20%。而我国的利润大部分来源于整车销售，而售后服务只是作为一个整车销售的保障体系；同时由于销售整车终究受到市场容量的限制；所以，本研究有一定的实用价值及较大的发展空间。
Nowadays Data Mining Techniques emerging as the times requires supply the whole society with vital force and the vehicle manufacturing industry as well, which are applied smoothly in Ford.
This article sets up a model of Data Mining for the services after-sale of vehicles. Because the databases of the information about these vehicles are distributed geographically, it is a network database.as a whole. And the meanings of the data in different databases might be not consistent including EDI system. In order to manipulate the data among the databases each other it is required to comply with the uniform XML documents of Document Type Definition ( DTD). There are three aspects are involved in this model mainly. The First is the data exchange among different databases and setting up related DTD based on XML The second is taking clients analysis by using Data Mining technique. The third is finding the information of products use and special rules by using the sequence pattern mining in the Data Mining technique。
Then the article also puts forword a framework of the information system based on the services after-sale. A data warehouse model has been established different from that of star-shaped and a comprehensive analysis has been carried through and the relative conclusion has been reached. Finally, as an example , the Data Mining has been bringed into effect based on the data warehouse by using the sequence pattern mining.
Vehicles manufacturers and vendors all have large amount of clients' data because of the long-term use of database. To improve the level of services after-sale and find out the clients' demands and some rules in the serves in the vehicle industry will be the most important aspects. , The vehicles manufacturers and vendors will take into more and more consideration for the aspects above by reason of . the more and more drastic competition.
The profits of overseas cars obtained by services after-sale accounts up 80%, and that obtained by whole vehicle sales. However, in China the large proportion of profits is from whole vehicle sales and services after-sale is just a guarantee system of whole vehicle sales. At the same time, the services after-sale has a large potentiality as whole vehicle sales are confined by market content.therefore,, this research is practical and will have a potent expanding space.
引文
[1] 王珊，数据仓库技术与联机分析处理，第一版，科学出版社，1999
[2] 吉根林、帅克、孙志挥，数据挖掘技术及其应用，南京师范大学学报（自然科学版），2000，Vol.23 No.2，pp 25-27
[3] 刘明吉、王秀峰、黄亚楼，数据挖掘中的数据预处理，计算机科学，2000，Vol.27 No.4
[4] 万家华、刘冰、江早，知识发现中的可视化技术，第十七届全国数据库学术会议论文集，计算机科学，2000.10 增刊，pp 131-135
[5] 欧阳为民、郑诚、蔡庆生，国际上关联规则发现研究评述， 计算机科学，1999，Vol. 26No. 3
[6] 唐林燕， 数据仓库和数据挖掘技术在ERP中的应用，计算机工程，2002，Vol.28 No.6 ，pp205-207
[7] 蒋嵘、李德毅，基于形态表示的时间序列相似性搜索，计算机研究与发展，2000年5月， 第37卷第5期
[8] 刘发升、黎志明，数据发掘论题研究，赣南师范学院学报，1999，No1.6.
[9] 刘丹群，Web资源发现工具的技术分析，情报学报，1999年9月，Vol.18，Supplwment
[10] 段立娟、高文、王伟强，时序数据库中相似序列的挖掘，计算机科学，2000，Vol. 27 No5
[11] 王实、高文，数据挖掘中的聚类方法， 计算机科学，2000，Vol.27 No4
[12] Jiawei Han 、 Micheline Kamber，范明 孟小峰，数据挖掘概念与技术（Data Mining：Concepts and Techniques），第一版，机械工业出版社，2001-8-1
[13] 李国和、吴卫江，数据库中关联规则的挖掘，第一届粗糙集会议论文，计算机科学， 2001.第28卷第5期专刊 ， pp 108~110
[14]孙荣胜 李志华 施明辉 徐天鹏，XML与汽车零部件信息采集系统的研究与实现，计算机应用2002年第22卷第2期，pp 62-64
[15]李志华 孙荣胜 ，基于XML的汽车零部件查询系统的研究和设计，计算机工程，2002年第28卷第10期，pp 228-230
[16]卢晓蓉 陈传波 李 兵，基于XML的多数据库系统集成数据模型，华中科技大学学报，2002年第30卷第8期，pp 18-20
[17]李军怀 周明全 ，XML在异构数据集成中的应用研究，计算机应用，2002年第22卷第9期，pp 10-12
[18]聂培尧 魏振刚，一种基于XML的数据集成系统及实现，计算机应用，2002年第22卷第9期，pp 24-28
[19]eXtensiable Markup Language (XML ) Version 1 .0 [EB/OL] ，http://www . w3 . org/TR/REC-xml/，pp 1999
[20]姜炳麟 褚祝杰 ，中国汽车企业售后服务管理存在的问题及其对策研究，2003年第2期，pp 40-41
[21]杨锁民，全方位审视进口车售后服务，中国机电工业，2002年第11期，pp 40-41
[22]王 旭，售后服务的成因与措施，商业研究，2002年第6期，pp 33-35
[23]林 甫，试析常用与数字图书馆中数据交换与处理的三种数据格式的标记语言（SGML、HTML、XML）的异同性，现代情报，2002年第9期，pp 118-119
[24]M . Gavrilov and D . Angueiov，Mining the Stock Market :Which Measure is Best? ，ACM 2000 1，pp487-496
[25]A . Dhond and A . Gupta，Data Mining Techniques for Optimizing Inventories for Electronic Commerce，ACM 2000 1 ，pp480-486
[26]A . Gupta and S .Au，Data Mining for Electronic Commerce，Electronic Commerce Adviser，pp24-30
[27]陈德军 盛羽智 陈绵云，基于数据仓库德OLAP在DSS种德应用研究，计算机工程和应用，2003年第1期，pp 30-31
[28]M . Golfarelli and D . Mario ，Conceptual Design of Data Warehouses from E/R Schemes，In the Proceedings of the Hawaii International Conference On System Siences 1998
[29] C.S.Jensen and C.E.Dyreson，A Consensus Glossary of Temporal Database Concepts，Febray 1998 Version ，pp.367-405
[30]R.Agrawal、A. Gupta、S.Sarawagi，Modeling Multimensional Databases，In Proceedings of the Thirteenth International Conference on Data Engineering，pp.232-243
[31]A.Datta and H.Thomas，A Conceptual Model and Algebra for On-Line Analytical Processing in Decision Support Databases，Inproceedings of the Seventh Annual Workshop on Information Technologies and System,1997
[32]O.Etzion ,S .Jajodia , and S .Sripada ，Temporol Databases:Research and Practice , LNCS 1399 , Springer-Verlag 1998
[33]R . Bliujute , S . Saltenis , G . Slivinskas ，Systematic Change Management in
Dimension Data Warehousing，in Proceedings of the Third International Baltic Workshop on DB and IS 1998，pp.27-41
[34]唐林燕，数据仓库和数据挖掘技术在ERP中的应用，计算机工程，第28卷第4期，pp 205-207
[35]陈 明 吴国文 ，数据仓库概念模型的设计，小型微型计算机系统，2002年第23卷第12期，pp 1453-1458
[36] Rakesh Agrawal、Ramakrishnan SrikantcMining Sequential Patterns， IBM Almaden Research Center 650 Harry Road，San Jose，CA 95120
[37] Mohammed J.Zaki， Fast Mining of Sequential Patterns in Very Large Databases，Technical Report 668 November 1997
[38] Park J S、 Chen M、 Yu P S ，An effective Hash based algorithm for mining association rules ， In：Proceedings of 1995 ACM SIGMOD International Conference on Management of Data，1995，pp 175～186
[39] R.Agrawal and R.Srikant，Fast algorithms for mining association rules，In Proc.1995 Int. Conf. Data Engineering （ICDE'95），Taipei，Taiwan，Mar.1995，pp 3-14
[40] Rakesh Agrawal、Ramakrishnan Srikant，Mining Sequential Patterns：Generalizations and performance improvements ，IBM Almaden Research Center 650 Harry Road，San Jose，CA 95120
[41] Karuna Pande Joshi，Analysis of Data Mining Algorithms，1997，pp 11-18
[42] Usama Fayyad、Gregory Piatetsky-Shapiro、Padhraie Smyth，Knowledge Discovery and Data Mining :Towards a Unifying Framework，Proceedings of the Second International Conference on Knowledge Discovery and Data Mining(KDD-96)，Oregon，August 2-4，1996，AAAI Press
[43] 左孝凌等著，《离散数学》，上海科学技术文献出版
[2] 吉根林、帅克、孙志挥，数据挖掘技术及其应用，南京师范大学学报（自然科学版），2000，Vol.23 No.2，pp 25-27
[3] 刘明吉、王秀峰、黄亚楼，数据挖掘中的数据预处理，计算机科学，2000，Vol.27 No.4
[4] 万家华、刘冰、江早，知识发现中的可视化技术，第十七届全国数据库学术会议论文集，计算机科学，2000.10 增刊，pp 131-135
[5] 欧阳为民、郑诚、蔡庆生，国际上关联规则发现研究评述， 计算机科学，1999，Vol. 26No. 3
[6] 唐林燕， 数据仓库和数据挖掘技术在ERP中的应用，计算机工程，2002，Vol.28 No.6 ，pp205-207
[7] 蒋嵘、李德毅，基于形态表示的时间序列相似性搜索，计算机研究与发展，2000年5月， 第37卷第5期
[8] 刘发升、黎志明，数据发掘论题研究，赣南师范学院学报，1999，No1.6.
[9] 刘丹群，Web资源发现工具的技术分析，情报学报，1999年9月，Vol.18，Supplwment
[10] 段立娟、高文、王伟强，时序数据库中相似序列的挖掘，计算机科学，2000，Vol. 27 No5
[11] 王实、高文，数据挖掘中的聚类方法， 计算机科学，2000，Vol.27 No4
[12] Jiawei Han 、 Micheline Kamber，范明 孟小峰，数据挖掘概念与技术（Data Mining：Concepts and Techniques），第一版，机械工业出版社，2001-8-1
[13] 李国和、吴卫江，数据库中关联规则的挖掘，第一届粗糙集会议论文，计算机科学， 2001.第28卷第5期专刊 ， pp 108~110
[14]孙荣胜 李志华 施明辉 徐天鹏，XML与汽车零部件信息采集系统的研究与实现，计算机应用2002年第22卷第2期，pp 62-64
[15]李志华 孙荣胜 ，基于XML的汽车零部件查询系统的研究和设计，计算机工程，2002年第28卷第10期，pp 228-230
[16]卢晓蓉 陈传波 李 兵，基于XML的多数据库系统集成数据模型，华中科技大学学报，2002年第30卷第8期，pp 18-20
[17]李军怀 周明全 ，XML在异构数据集成中的应用研究，计算机应用，2002年第22卷第9期，pp 10-12
[18]聂培尧 魏振刚，一种基于XML的数据集成系统及实现，计算机应用，2002年第22卷第9期，pp 24-28
[19]eXtensiable Markup Language (XML ) Version 1 .0 [EB/OL] ，http://www . w3 . org/TR/REC-xml/，pp 1999
[20]姜炳麟 褚祝杰 ，中国汽车企业售后服务管理存在的问题及其对策研究，2003年第2期，pp 40-41
[21]杨锁民，全方位审视进口车售后服务，中国机电工业，2002年第11期，pp 40-41
[22]王 旭，售后服务的成因与措施，商业研究，2002年第6期，pp 33-35
[23]林 甫，试析常用与数字图书馆中数据交换与处理的三种数据格式的标记语言（SGML、HTML、XML）的异同性，现代情报，2002年第9期，pp 118-119
[24]M . Gavrilov and D . Angueiov，Mining the Stock Market :Which Measure is Best? ，ACM 2000 1，pp487-496
[25]A . Dhond and A . Gupta，Data Mining Techniques for Optimizing Inventories for Electronic Commerce，ACM 2000 1 ，pp480-486
[26]A . Gupta and S .Au，Data Mining for Electronic Commerce，Electronic Commerce Adviser，pp24-30
[27]陈德军 盛羽智 陈绵云，基于数据仓库德OLAP在DSS种德应用研究，计算机工程和应用，2003年第1期，pp 30-31
[28]M . Golfarelli and D . Mario ，Conceptual Design of Data Warehouses from E/R Schemes，In the Proceedings of the Hawaii International Conference On System Siences 1998
[29] C.S.Jensen and C.E.Dyreson，A Consensus Glossary of Temporal Database Concepts，Febray 1998 Version ，pp.367-405
[30]R.Agrawal、A. Gupta、S.Sarawagi，Modeling Multimensional Databases，In Proceedings of the Thirteenth International Conference on Data Engineering，pp.232-243
[31]A.Datta and H.Thomas，A Conceptual Model and Algebra for On-Line Analytical Processing in Decision Support Databases，Inproceedings of the Seventh Annual Workshop on Information Technologies and System,1997
[32]O.Etzion ,S .Jajodia , and S .Sripada ，Temporol Databases:Research and Practice , LNCS 1399 , Springer-Verlag 1998
[33]R . Bliujute , S . Saltenis , G . Slivinskas ，Systematic Change Management in
Dimension Data Warehousing，in Proceedings of the Third International Baltic Workshop on DB and IS 1998，pp.27-41
[34]唐林燕，数据仓库和数据挖掘技术在ERP中的应用，计算机工程，第28卷第4期，pp 205-207
[35]陈 明 吴国文 ，数据仓库概念模型的设计，小型微型计算机系统，2002年第23卷第12期，pp 1453-1458
[36] Rakesh Agrawal、Ramakrishnan SrikantcMining Sequential Patterns， IBM Almaden Research Center 650 Harry Road，San Jose，CA 95120
[37] Mohammed J.Zaki， Fast Mining of Sequential Patterns in Very Large Databases，Technical Report 668 November 1997
[38] Park J S、 Chen M、 Yu P S ，An effective Hash based algorithm for mining association rules ， In：Proceedings of 1995 ACM SIGMOD International Conference on Management of Data，1995，pp 175～186
[39] R.Agrawal and R.Srikant，Fast algorithms for mining association rules，In Proc.1995 Int. Conf. Data Engineering （ICDE'95），Taipei，Taiwan，Mar.1995，pp 3-14
[40] Rakesh Agrawal、Ramakrishnan Srikant，Mining Sequential Patterns：Generalizations and performance improvements ，IBM Almaden Research Center 650 Harry Road，San Jose，CA 95120
[41] Karuna Pande Joshi，Analysis of Data Mining Algorithms，1997，pp 11-18
[42] Usama Fayyad、Gregory Piatetsky-Shapiro、Padhraie Smyth，Knowledge Discovery and Data Mining :Towards a Unifying Framework，Proceedings of the Second International Conference on Knowledge Discovery and Data Mining(KDD-96)，Oregon，August 2-4，1996，AAAI Press
[43] 左孝凌等著，《离散数学》，上海科学技术文献出版
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |