1、北京化工大学毕业设计（论文）文献综述1本科生毕业设计文献综述信息管理与信息系统基于数据挖掘的企业竞争情报应用研究以当当网为案例前言出现于 20 世纪 50 年代，崛起于 20 世纪 80 年代的竞争情报，随着管理学、经济学与情报学的大力发展已经逐渐成为了企业的核心要素之一。它是以经济学、管理学、军事学、情报学、博弈论等理论为基础，已解决组织在市场竞争中的情报保障和智力支持为目标，以情报循环为主线，正在形成产业化的学科。进入 21 世纪，人类社会从工业化迈向信息化，日益庞大的数据流使得企业对于情报的需求越来越高，然而传统的企业竞争情报系统已经难以支持如此大量的数据流，更无法解决半结构化和非结构化
2、的数据。数据挖掘技术是一项针对海量数据中提取有效信息和知识的新兴技术，在工程分析、市场营销等领域得到了广泛的应用。它的发展与成熟为企业竞争情报系统注入了新的活力。利用数据挖掘技术，企业可以进一步提高竞争情报收集与处理的效率、分析的深度，形成增值的、秘密的、具有一定对抗性质的情报，为企业的战略和战术决策提供重要的依据。北京化工大学毕业设计（论文）文献综述2研究背景及意义研究的背景随着信息量的快速膨胀、信息获得手段和途径的日益增加，据国际数据公司(IDC)的研究报告称，2011 年全球被创建和被复制的数据总量为 18ZB，并预测到2020 年，全球将拥有 35ZB(1ZB=10 亿 TB)的数据量
3、” 1。大数据已经渗透到每一个行业和领域被视为“未来的新石油”，逐渐成为重要的生产因素。随着消费者、企业、各个经济领域不断挖掘大数据的潜力，我们正处在一个巨大浪潮的尖峰，这个浪潮就是大数据驱动的技术创新、生产率提高、经济增长以及新的竞争形势和新价值的产生。人们可以获得的信息越来越多，可是相对而言。对人们有用的信息所占的比恻却越来越小。因此，如何在浩瀚的信息海洋中找到有用的信息已经越来越受到关注，数据挖掘技术就是在这样的背景下瘦运而生的。简单地讲，数据挖掘是一种利用各种分析工具建构数据分析模型，从而在大型的数据库(或数据仓库)中提取人们感兴趣的知识的过程 2。这些知识是隐含的、事先未知的、潜在有
4、用的信息，提取的知识一般可以表达为概念、规则、规律、模式等形式。同传统的数据分析相比，数据挖掘是在没有明确假设的前提下挖掘信息，发现的知识通常是未知的、很难预料的，但对人们是非常有用的；而传统的数据分析则是在人们提出某种假设的前提下对数据进行分析，得出的结果往往可以预知 3。因此，传统的数据分析只是表层的数据分析，而数据挖掘则是对数据进行深层的挖掘。竞争情报系统(competitive intelligence systemCIS)是指对反映企业内部和外部竞争环境要素或事件的状态或变化的数据或信息进行收集、存储、处理和分析，并以适当的形式将分析结果(即情报信息)发布给战略管理人员的计算机信息系
5、统。cIs 简称为基于计算机信息管理的竞争情报系统 4。CIS 的应用目的是在市场北京化工大学毕业设计（论文）文献综述3竞争环境中企业为保持或增加利润，围绕企业的经营战略目标，通过竞争情报系统为其获取有关企业内部、竞争对手、竞争环境的信息。并加以存储、处理、分析、研究竞争情报分析研究结果最终对企业经营战略目标确立与实施产生调整作用的信息系统。CIS 的基本功能是信息收集和分析，即将大量的信息数据采集输人 CIS 系统，并通过一定的方式加以处理，最终形成为企业战略管理层所直接使用的竞争情报分析报告 5。CIS 主要体现在以 internet/intranet 技术为基础，提供基于 c/s 系统结
6、构的集成化的竞争情报系统，其价值在于充分利用 Internet 和 Intranet 技术构建企业的集成信息系统，使之既保留原企业的各种信息系统，又能适应国际市场大环境，建立沟通企业内部各业务部门、外部各分支机构和大市场竞争环境的集成信息系统，以增强企业的国际竞争力 6。研究的意义在这个信息化飞速发展的时代，仅仅满足于原始的竞争已经不能满足企业发展的需要，数据竞争已经成为企业提升核心竞争力的利器。来自各个方面零碎的庞大数据融合在一起可以构建出企业竞争的全景图，洞察到竞争环境和竞争对手的细微变化，从而快速响应，制定有效竞争策略。庞大的数据更具有统计意义。能为各种预测模型提供支持，从而能预测未来的
7、发展趋势，帮助企业获得先机。相关的数据整合在一起，能不断产生新的信息和知识，有助于提高生产率、降低经营成本。如2008 年初 7，阿里巴巴平台上整个买家的询盘数急剧下滑，自然导致买盘的下降，说明欧美对中国采购量在下滑。海关是卖了货出去以后再获得数据，而阿里巴巴提前半年时间就从盘上推断出世界贸易发生变化了。企业的竞争不再只是劳动生产率的竞争而是知识生产率的竞争。数据是信息的载体，是知识的源泉，是企业创造价值和利润的原材料，因此基于知识的竞争将集中体现在基于数据的竞争上。正如马云所说，未来是数据竞争的时代，谁拥有数据，谁就拥有未来。如今各行各业都出现了以数据分析为竞争力的企业。它们都是在数据分析的
8、基础上与其他企业展开竞争，以提升核心竞争能力，保持或获得行业领先地位，如谷歌、宝洁、沃尔玛等世界知名公司 8。沃尔玛就建立了一个超大的数据中心，其存储能力高达 4PB 以上，通过大数据分析。沃尔玛掌握了顾客的购买习惯，不同商品一起购买的概率，购买者在商店所穿行的路线、购买时间和地点，从而确定商品的上架布局以及对分北京化工大学毕业设计（论文）文献综述4类进行优化；决定对各个商店的不同商品进行增减，以保持最优的库存，降低成本；洞察销售全局，瞬间捕获到各种细微的变化，从而快速响应，制定营销策略；利用大数据工具对供应链进行分析以选择供应商、优化物流配送方案和进行价格谈判等：利用大数据分析工具对热销商品
9、品种和库存的趋势进行分析，以选定需要补充的商品分析顾客购买趋势和季节性购买模式，以确定降价商品，并对其数量和运作做出反应。可见，大数据已经成为企业的核心资产，对数据的掌控可以形成对市场的支配，并且获取巨大的回报。大数据是企业用于提升核心能力的重要手段，而为提升企业竞争优势的大数据分析是企业竞争情报研究的重要范畴 9。然而，传统的竞争情报分析方法，如 SWOT 分析方法、定标比超分析方法、关键成功因素分析方法、核心竞争力分析方法等，虽然可以对结构化的数据局信息实现自动排序、帅选和去重，但也仅仅只能对表面的、简单的统计分析处理、不能实现对信息的深入挖掘分析，获取企业所需的深层情报知识、严重影响了竞
10、争情报的质量 10。尤其是随着 Web 化境下持续增长的半结构化、非结构化的海量信息和知识经济时代企业竞争压力的不断增大，这些分析方法逐渐难以适应竞争环境的变化和企业的情报需求。面对纷繁芜杂、结构类型多样的海量网络动态信息，如何对其进行有效的分析挖掘，获取高质量的、深层次的动态情报，成为了当前学术界和企业界的共同难题。数据挖掘技术作为从海量信息中提取有用信息知识的新兴技术，将其和企业竞争情报系统结合起来可以有效的改变当前的传统竞争情报发展困局，是时代的大势所趋。国内外研究现状国外研究现状现代竞争情报产生于 20 世纪 50 年代 11 , 国外最早研究竞争情报的国家是德国，德国在二战之前便已经
11、有了竞争情报这一概念。在二战之后，美国将德国的竞争情报引入到本土并进行了大力发展，竞争情报理论迅速在美国本土传播并为各类企业所逐渐接受和使用，在 60 年代的时候各类企业对竞争情报的理论不仅有了应用而且还对企业的竞争情报进行了深化分析发展。竞争情报崛起于 20 世纪 80 年代 12 ,以 1986 年美国的 SCIP 成立为标志。到 20 世纪 90 年代 , 英国、德国、中国等国家分北京化工大学毕业设计（论文）文献综述5别成立了 SCIP 国家分会,积极推动国家和地区的竞争情报应用。与此同时,国际上建立了全球工商情报联盟( Global Business Intelligence Alli
12、ance ,简称 GBIA)。截止到 90 年代末 13，在美国年收入超过了 10 亿的企业集团当中，有六成以上的公司拥有自己的竞争情报系统。类似于 IBM 这样的企业不仅自己拥有了自己的竞争情报系统而且还开始为其他中小型企业提供竞争情报的策略分析服务。通过多年的研究，美国的企业已经拥有了一套能够做到向低层次的增值服务响应临时需求的预防警报以及向高层战略决策支持的完整 ECIS 系统 14。日本的经济技术情报工作早已闻名全球 15。日本经济技术情报工作中的情报功能不但得到学术界 , 而且得到官方的承认。尽管竞争情报这个术语在日本不大流行 , 其实际功能早已根植在 日本上至政府下至企业的经济技术
13、情报机构之中了。日本竞争情报有个特点是特别重视人的情报。了解竞争对手公司负责人的背景、性格、发迹史等是竟争情报的重要组成部分,相反在欧美文献中至少公开读到这点的很少。1992 年 2 月 12 日,日本正式成为 SCIP Japan 16,其日文名称是“日本工商竟争情报专门家协会”, 现任会长为中川十郎, 他曾有 20 多年从事国际商业情报的经验。日本 SCIP 已有名古屋、大阪等地成立了分会 。其活动相当频繁 , 据说还参与一些外国大公司在日本分公司(如凯洛格、卡特皮勒等)进行的竞争情报调查和诊断.在日本，大多数会社都拥有着完整的情报搜集分析机构 17，这些机构负责对企业所需的信息进行分析加
14、工和处理，然后将处理过后的情报传递给公司使用。日本强大的情报网络为本国企业的发展提供了强大的后盾基础，这些商社收集到的信息和结论不仅会提供给自己的企业，有些时候还会直接提供给政府使用。国内研究现状我们国家的竞争情报发展缓慢且受限较多 18。在 20 世纪 80 年代末期，上海科技情报所的研究员在国外学习交流时接触到了竞争情报这一理论方法，并将其引进国内。这是我国第一次对竞争情报理论的直接接触。由于这一理论概念在国内尚未明确，因此在引进之后也只是有少数的信息研究所在进行研究。在 90 年代初，上海科技情报研究所针对上海轿车工业竞争环境的研究成为了国内的第一个由政府领导的竞争情报科研项目。1994
15、 年 19，中国兵器工业北京化工大学毕业设计（论文）文献综述6情报研究所牵头进行了一项针对国内外的情报的比较研究，该研究提出我国应该将现有的情报工作转向竞争情报，来推进社会和企业的进步，增强企业的竞争能力和提高产品的市场占有率。同年 9 月 20，北京市政府和国家科委、国防科工委联合召开了全国竞争情报与企业发展研讨会。自此以后，北京市逐渐开展了电子、电气、医药、化工等行业的 8 个竞争情报研究项目，主要涉及了竞争情报系统的数据库设计以及网络设计等，至该年年底已经有 6 个项目通过了测试和验收。在这之后，政府部门和科研单位已经意识到竞争情报对于帮助企业开展市场竞争、为企业提供科学决策依据的重要力
16、量。各地各政府都开始开展情报顾问或信息咨询业的建立、发展与研究。到 21 世纪 21，我国的大型民营企业也对竞争情报的认识和发展作出了贡献。海尔作为国内当时领先的企业集团，在意识到自己竞争力不足的情况下，向欧美取经，成功建立了自己的竞争情报系统并帮助自己在国内复杂的竞争环境中脱颖而出成为了家电领域的领头羊。至今，包括海尔在内的康佳、创维等大型集团也都拥有了属于自己的竞争情报系统，这之中还有不少的企业开始像 IBM 一样接受企业中小企业的竞争情报委托和咨询工作，例如医药行业的哈药六厂、西安杨森；百货行业中的西单商场；金融行业的浦发银行、中国民生银行；互联网企业中的百度等。近年来我们一直在强调建设
17、“创新型国家”，建立国家创新体系，以技术创新作为经济社会发展的核心驱动力，而对技术创新有巨大提升作用的技术竞争情报今后必定会有更大的发展。 技术竞争情报 ( Competitive Technical Intelligence，CTI) 是指能给组织的竞争地位带来重大影响的外部科学技术的威胁、机遇或发展的信息，以及这些信息的搜集、监控、分析、前瞻和预警过程。2008 年 2010 年，北京大学和北京市科学技术研究院先后主办两届 “技术创新与技术竞争情报国际会议”，与会专家就技术创新的技术情报支撑、技术创新管理与企业竞争力、技术竞争情报的理论、方法和技术、技术竞争情报应用实践等问题进行了深入的交
18、流和探讨，引起了广泛关注。当前，技术竞争情报理论研究主要包括 CTI 概念研究、CT 信息源研究、CTI 实施过程研究等。笔者认为，未来 CTI 理论研究会呈现以下趋势 22：(1)信息源的研究重点将从二手信息源转向一手信息源。各种二手信息源如文献北京化工大学毕业设计（论文）文献综述7的研究已较为成熟，而对一手信息源，如怎样从技术专家、科研机构等获取信息还研究较少在二手信息源容易获取、一手信息源的战略地位日益重要的前提下，对一手信息源的研究会成为热点。(2)分析智能化。随着语义网络技术、可视化技术、自动文本分析技术的发展，更加智能化的文本挖掘技术将会应用到技术文献分析中，相应理论研究也会不断深
19、化。(3)CTI 项目的评估研究。为了使 CTI 效用最大化，我们更多地对 CTI 工作流程和方法进行研究，而如何评估 CTI 项目及其价值鲜有涉足。这涉及 CTI 工作模式和运行机制，对这些方面的改进有助于技术竞争情报的可持续发展，因而 CTI 绩效评价将成为今后重点解决的问题。总结有前文论述可以得知，就竞争情报而言我国依旧处于一个发展相对欧美日本较为缓慢和落后且面临的困难越发庞大的阶段，面对大数据时代的凶猛来袭，如何在继续发展既有竞争情报体系的同时再对传统的竞争情报系统进行革新是学者和企业家共同面临的困境。数据挖掘作为一种新兴技术对于身处互联网时代的竞争情报是一个很好地解决方案，二者的结合
20、可以使传统竞争情报在数据时代中发展新的内涵与魅力，是未来的大势所趋。将其应用在竞争情报理论当中不仅可以有效的改善现今竞争情报的发展瓶颈，还能让竞争情报的分析结果更加有说服力，从而提高企业竞争情报系统的效率。参考文献1黄晓斌,钟辉新. 大数据时代企业竞争情报研究的创新与发展J. 图书与情报,2012,06:9-14.2张冬青. 数据挖掘在电子商务中应用问题研究J. 现代情报,2005,09:23-25.3蒲群莹. 基于数据挖掘的竞争情报系统模型J. 情报杂志,2005,01:38-39+43.北京化工大学毕业设计（论文）文献综述84Bose R. Competitive intelligence
21、 process and tools for intelligence analysis J. Industrial Management and Data System,2008,108(4):510-528.5Paul L. Dishman,Jonathan L. Calof. Competitive intelligence: a multiphasic precedent to marketing strategyJ. European Journal of Marketing,2008,427.6易聪. 基于 Web 挖掘的企业竞争情报系统构建研究D.华南理工大学,2011.7缪其浩
22、. 竞争情报国外的发展动向及其对我国的影响J. 情报理论与实践,1995,01:2-10.8Matt D. Peters,Bernhard Wieder,Steve G. Sutton,James Wakefield. Business intelligence systems use in performance measurement capabilities: Implications for enhanced competitive advantageJ. International Journal of Accounting Information Systems,2016.9李子方
23、. 数据挖掘中关联规则在竞争情报系统中的应用J. 微计算机信息,2007,27:201-203.10Benjamin Gilad,George Gordon,Ephraim Sudit. Competitive intelligence and strategic group decisions: A new diagnostic toolJ. Group Decision and Negotiation,1992,11.11陆慧雯. 基于共词分析的我国近十年行业与战略情报研究J. 情报科学,2016,05:169-173.12赵蓉英,郭凤娇. 新世纪我国竞争情报研究现状的计量分析J. 情报科
24、学,2016,05:81-85.13Jonathan L. Calof,Sheila Wright. Competitive intelligence: A practitioner, academic and inter-disciplinary perspectiveJ. European Journal of Marketing,2008,427.14吴金红,王翠波. 大数据时代企业竞争情报系统的评价指标体系研究J. 现代情报,2016,02:3-7.15徐芳. 国外竞争情报研究进展:概念辨析、问题论域及发展趋势J. 情报资料工作,2011,01:46-51.16郝震. B2C 电子商务
25、企业盈利模式分析D.河北经贸大学,2015.17余晓溪. 关联和聚类分析在数据挖掘中应用D.云南大学,2015.北京化工大学毕业设计（论文）文献综述918白茹. 基于 OPSEC 的京东商城反竞争情报研究D.南京大学,201519杨文富. 基于生态位理论的 B2C 电子商务企业竞争能力评价模型研究D.华南理工大学,2012.20易明. 基于 Web 挖掘的电子商务个性化推荐机理与方法研究D.华中科技大学,2006.21蔡喜青,郭得力,王铁山. 网络数据挖掘技术在企业获取财务竞争情报中的应用J. 技术与创新管理,2011,05:561-564.22何月顺. 关联规则挖掘技术的研究及应用D.南京航空航天大学,2010.
