本文利用商業智能軟IBM DB2Intelligent Miner建立汽車市場營稍分析的數據倉庫模型，并利用決策樹分類技術銷售企業的調查問卷數據進行分析，挖掘出最近一年內有購車意愿的客戶的特征。企業針對這些特征，采取相應營銷策略高營銷的針對性和成功率。

一 、 引言

在激烈的市場競爭環境中，一個企業如果要生存和發展，就必需了解市場.了解客戶樹立“以市場為導向，以客戶為中心”的經營理念。汽車銷售企業作為服務業尤其如此面對瞬息萬變的市場，多變的客戶，應用信息技術為營銷服務，建立客戶關系管理系統等不失為有效途徑。而數據挖掘技術在客戶分析方面有優勢。在營銷過程中市場調查是十分重要的.市場調查將為營銷策略，廣告的投放提供依據面對市場調查取得的大量紛雜、無序的數據，利用商業智能軟件的數據挖掘技術進行處理，將會起到良好的結果。

二、 商業智能軟件

商業智能 (BI,BusinessIn telligence)又稱商務智能，就是一種將數據轉變為信息、信息轉變成知識的工具，并且這種工具能夠在恰當的時候通過恰當的方式把恰當的信息傳遞給恰當的人。商業智能定義為下列軟件工具的集合。

1.簡單的查詢和報告工具。專門用來支持初級用戶的原始數據訪問.不包括適用于專業人士的成品報告生成工具。在這一層次，商業智能僅僅是把信息進行粗加工。

2.在線分析處理。提供多維數據管理環境，其典型的應用是對商業問題的建模與商業數據分析。

3.經理信息系統。這類系統的用戶希望能夠在不太費力的情況下.從系統中獲取大多數信息。

4.數據集 市和數據倉庫產品。包括數據清洗、數據抽取、轉換、載入、數據管理和數據存取等方面的軟件。 5.數據挖掘(DataM ining)軟件。使用諸如決策樹、神經網絡、規則歸納等技術r用來發現數據之間的關系，做出基于數據的推斷。數據挖掘是通過仔細分析大量數據來揭示有意義的新的關系、模式和趨勢的過程。它使用模式認知技術、統計技術和數學技術。數據挖掘的目的是為決策建模即根據過去活動的分析預測將來的行為。比較常見的數據挖掘算法有:聚類分析、決策樹、神經網絡、規則歸納。一般比較好的數據挖掘工具都會支持這幾種算法。

　　三、 決策樹與IBM DB2 Intelligent Miner

決策樹方法起源于概念學習系統，然后發展了ID3方法并達到高峰最后又演化為能處理C4.5。 連續屬性的決策樹構造的輸入是一組帶有類別標記的數據，構造的結果是一棵二叉或多叉樹。二叉樹的內部節點(非葉子節點)一般表示為一個邏輯判斷如形式為(ai=vi)的邏輯判斷，其中ai是屬性v.是該屬性的某個屬性值;樹的邊是邏輯判斷的分支結果。多叉樹的內部節點是屬性.邊是該屬性的所有取值有幾個屬性值，就有幾條邊。樹的葉子節點都是類別標記。構造 決 策 樹的方法是采用自上而下的遞歸構造。以多叉樹為例它的構造思路是如果訓練數據集合中的所有數據是同類的，則將之作為葉子節點，節點內容即是該類別標記否則，根據某種策略選擇一個屬性按照屬性的各個取值把數據集合劃分為若干子集合使得每個子集上的所有數據在該屬性上具有同樣的屬性值;然后再依次遞歸處理各個子集。這種思路實際上就是“分而治之“(Divide一and一conquer)的道理。

二叉樹的原理與此的差別僅在于要選擇一個好的邏輯判斷。在生成的決策樹中可以建立一個規則基。一個規則基包含一組規則.每一條規則對應決策樹的一條不同路徑這條路徑代表它經過節點所表示的條件的一條連接。IBM 的 Intenlligent M ine:是市場上最強大和最有可伸縮性的工具之一正在競爭數據挖掘工具市場的領導地位，它提供了最廣泛的數據挖掘技術和算法在數據規模和計算性能方面具有非常高的可伸縮性Intellligent Miner支持分類、預測、關聯規則、聚類、順序模式偵測和時間序列分析的算法。Intenlligent Miner支持DB2關系數據庫管理系統，并集成了大量復雜的數據操縱函數。根據 ID C 的統計IntelligentM iner目前是數據挖掘領域最先進的產品。大多數算法是由舊M研究所研發出的，是IBM的專有技術.并只存在于Intelligent Mine。中。決策樹使用的是CAU算法的二種變種，用以產生一個分類模型并且能夠處理離散和連續數據。