搜索
1、数据挖掘软件之ANGOSS软件公司KnowledgeSTUDIO平台：NT,Windows9X功能：CHAID算法，支持PMML，留有与SAS、S-Plus的接口，能够灵活地导入外部模型和产生规则，包含神经网络建模的能力优点：响应快，模型、文档易于理解，决策树分析直观/性能良好，SDK中容易加入新的算法缺点：决策树不能编辑打印，SDK缺乏数据预处理阶段的函数，没有示例代码，不支持AIX应用行业案例1．FrostNational银行CRM收益率、客户满意度、产品功效2．SASI公司利用SDK开发行业数据挖掘应用软件（零售行业）3．Montreal银行客户分片、越区销售模型、市场站的准备、抵押支付的预测、信用风险的分析2、数据挖掘软件之BusinessObjectsBusinessMiner4.1平台：Windows平台，支持多数据源功能：直观的决策树技术，提供所有的分类数据挖掘功能，包括：建模、发现、可视化、假设分析和分片。支持RDB、DW、OLAP、文件。优点：易于使用，价格便宜$495，文档齐全缺点：只具有决策树功能应用行业案例：D&JWADEASSOCIATES是一个数据仓库和商业智能咨询公司，利用BO公司的产品做商业智能解决方案国际上大约有7000多公司在使用BusinessObjects3、数据挖掘软件之Cognos公司CognosScenario平台：Windows平台功能：Scenario是基于树的高度视图化的数据挖掘工具，决策树的基本功能是创立一系列标准，预测记录中目标市场的价值。Scenario的分类树分阶展现各种因素；最终用户通过挖掘或展开树的分支来探察数据。特点：Scenario的抽样技术可以用最少的处理开销和最短的响应应用行业案例：企业经理们可以利用Scenario的统计方法，深入挖掘影响商务趋势的因素的潜在含义，根据风险特性将个体与群体客户归类；将商务因素分门别类，辨清商务目标所受的主要影响；探察与通常数据模式不符的异常情况等。Northwood公司利用该产品发现影响树木死亡率的模式和因素。时间得出最精确的结果。给各种因素定级。4、数据挖掘软件之Comshare,Inc.ComshareDecisionandDecisionWebCommanderFDC/EISDecision平台：LAN-客户端Windows9X，服务器NT，Internet-Web服务器功能：具有强大的分析能力，包括：grids,钻入,旋转,图表,映射,特殊计算，等。内置引导分析功能，交互式分析多维数据。优点：易于使用，安装简单缺点：ICE(智能组件扩充)按钮在DecisionWeb中不可用，文档不全面应用行业案例：VDK冷冻食品公司利用COMSHAREDECISIONANDDECISIONWEB进行决策分析WelchAllyn公司利用FDC/EISDecision进行金融决策分析5、数据挖掘软件之DataMindCorporationDataCruncher平台：PentiumPC功能：特殊的报表优点：响应时间快，能将数据挖掘报表转化成HTML格式。缺点：图形界面不友好，难操作应用行业案例：ADP集团利用DataCruncher分析客户定单及交易数据，提高客户满意程度。6、数据挖掘软件之DBStarDBStarMigrationArchitect平台：SunSparc20/Solaris，HP/UXIBM/AIX功能：数据分析工具，发现数据质量问题以及数据元素和其它内在的数据驱动的商业规则之间互相依赖的关系。在多个源数据与统一的目标数据之间建立映射。（数据仓库的数据抽取和转化功能）优点：可靠地决定数据质量，实时跟踪数据的改变并维持数据的一致性。不是使用元数据，而是利用实际数据进行细节数据分析。缺点：Motif用户界面使用不直观应用行业案例：某零售、投资、以及代理服务的金融服务公司利用DBStar的MigrationArchitect进行数据仓库项目的开发7、数据挖掘软件之Group1SoftwareMODEL1平台：WindowsNT，Windows9XIndiana大学的Kelley商学院使用MODEL1作为MBA数据挖掘教学软件。教学生如何分析客户数据库得出新的建议、保留老客户、最功能：灵活的数据抽取能力，数据编辑器能够创建新的数据变量，扫描无效数据。产生基本的线图、柱状图、稀疏图表、均值、和频率分布、以及lift图表。具有客户分片模型、响应模型、交叉销售分析和客户评估。适合多种预言模型包括：RFM,Bayes,线性和logistic回归,神经网络,CHAIDandCART模型。优点：易于使用，广泛的模型。具有友好的wizard建模过程询问数据的格式和希望分析的层次。可以定制建模过程。非常适合直接市场应用。缺点：不适合纵向数据的时序分析，不能创建Script自动执行用户经常使用的一系列命令，价格昂贵，用户不能直接编辑报表，数据转化复杂，用户必须将外部数据转换为固定格式的文本文件才能进行挖掘应用行业案例：大化客户的生命周期价值，从而作出一对一的市场。学生分析人口统计数据、POS交易数据、商品目录和经常购买的数据。利用MODEL1做客户分片，分析过去推销的商品的有效性，定位将来的市场，增加交叉销售，标记最有价值的客户。FortWorthStar-Telegram是新闻单位，利用MODEL1进行数据库营销DRG集团是出版公司，利用MODEL1进行MAIL战略8、数据挖掘软件之HitachiDataSystems(HDS)HDS5780NucleusExplorationSeries平台：64-bitUNIX，32-bitWindowsNT，个人版本-Windows9X功能：数据仓库建模优点：简化了数据仓库的逻辑和服务模型设置，性能高，能够查询压缩数据缺点：1小时装载1.5G数据，速率慢，可能由于压缩的原因FirstCitizensBank利用该产品建设数据仓库应用行业案例：CanadianNationalRailway(CN)加拿大国家铁路局利用该软件产品构建数据仓库9、数据挖掘软件之NCSoftware,Inc.FalconRetail平台：IBMmainframe或UNIX功能：神经网络优点：减少人工分析的劳动力缺点：分析过程难以理解应用行业案例：Sears,RoebuckandCo.公司是大的服饰、家庭和汽车零售商，利用该产品分析其忠诚卡交易的欺诈行为10、数据挖掘软件之IBMIntelligentMiner平台：AIX，WindowNT，OS/390，SunSolaris功能：自动实现数据选择、数据转换、数据发掘和结果呈现这一整套数据挖掘操作。具体算法包括：典型数据集自动生成、概念性分类、聚集（人口统计分析demographic、神经网络）、分类（树归纳和神经归纳）、估值、关联规DecisionEdgeforFinance——专门为金融行业设计的综合解决方案。DecisionEdgeforFinance不仅仅是简单的报告工具，它提供了行销经理所需的全部技术，以制定战略业务决策并开展行销活动。DecisionEdgeforInsurance——端到端的解决方案，包括硬件、软件、顾问和服务，其设计目的是帮助保险业行销经理制定战略业务决策并开展行销活动。则、序列模式、预言模型，以及结果可视化呈现。优点：IntelligentMinerforText可以提供一定程度的定制，具有可扩展性，索引的速度很快，具有先进的语言分析能力、聚集和过滤能力。IntelligentMiner有强大的API函数库，可以创建定制的模型。能够处理巨大的数据量，同时支持并行处理，查询速度很快。缺点：IntelligentMinerforText图形界面GUI不友好，spider和indexing管理需要对UNIX非常熟悉。对一个挖掘对象将多个挖掘操作一起执行（批处理）比较困难。元数据不开放，结构复杂。文档缺乏错误代码的详细解释。没有对算法的详细说明。IBMDiscoverySeriesforBanking——为满足“客户至上”的银行业需求而设计的应用程序套件。IBMDiscoveryfortelecommunications——为电信行业提供完美的客户服务的应用程序套件。BusinessAnalysisSuiteforSAP——适用于下列公司：已经安装SAP事务处理系统，并需要建立数据仓库，以充分利用日常运作中收集的所有事务数据。Surf－Aid——数据采集应用程序，用于分析Web站点利用率。InfoPrintBusinessIntelligenceSolution——允许企业将自定义消息、姓名及地址同图形和条形码相结合，向客户提供有独特个性的行销资料。GlobalServicesBIOffering——包含不同角度（行业、业务功能、技术）的战略和规划功能，以及帮助客户理解和解决业务困难、管理数据仓库项目、开发和实现先进分析功能的方法。InsuranceUnderwritingProfitabilityAnalysis－将数据仓库和数据采集技术相结合，帮助保险业执行人员处理保险业过程。11、数据挖掘软件之InformationDiscovery,Inc.PatternWarehouseRetailSalesForecastingSystem平台：Solaris，RetailSalesForecastingSystem运行在Intranet的Web服务器上功能：PatternWarehouse提供商业用户迅速访问已经获得的模式：客户行为，productusageaffinities,生命周期,等等。PatternWarehouse提供PQL-模式查询语言，查询模式，就象用SQL语言查询数据一样。操作循环如下：数据挖掘在每周/月定时执行，发现的模式存储在模式库中，模式周期性增加组合和趋势分析，用户查询已经挖掘的模式库，而不是关系数据库。基于Java技术，在、查询通过Intranet的Web浏览器接口。优点：模式存储起来，对于紧迫的问题不需重新计算。数据挖掘是对整个数据库，不是抽样或抽取部分数据。模式存储在一个中心仓库，确保了统一的视图。报表用浅显的语言和图形自动产生。缺点：较难向用户解释PatternWarehouse和数据仓库框架的区别，在从事数据挖掘项目没有一个好的顶层的体系结构。应用行业案例：E*TRADE是一个网上投资服务公司，随着基于Web的金融服务竞争的加剧，数据挖掘技术构成了制胜的资本，E*TRADE利用patternwarehouse数据发现系统对客户行为进行分析，制定合适的市场策略。Deere&Company是农业工具零售公司，利用RetailSalesForecastingSystem成功地预测了其拖拉机产品的第二年的销售。12、数据挖掘软件之JohnGaltSolutions,Inc.ForecastXWizard平台：Windows，UNIX，可以和MicrosoftWebsolutions,Windows95,WindowsNTandArborEssbase,SQLServer,Oracle等集成，开发工具：VB,Java.功能：ForecastX包括核心的预测技术和统计分析。有广泛的应用：金融计划、风险分析、销售预测、需求计划、生产计划，以及统计建模。ForecastX是一个分布式对象，可以和运行在UNIX或Windows上的应用程序集成。具有强大的预测引擎，包括30多个统计功能。优点：没有数据量的限制，量的大小处决于运行的计算机。即使没有统计知识也能进行复杂的分析。对象模型易于导航，性能显著。缺点：产品文献只有HTML格式,没有易于操作的帮助。对于同一个问题有多种解决方法，很难判断哪一种解决方法好。应用行业案例：HITechnologies公司是一个市场咨询公司，利用ForecastX的预测控件组件（ActiveX）开发HIToolsEnterpriseSuite，该软件提供供需链管理，制定供需计划，增加管理o