[論文レビュー] A Framework for Business Intelligence Application using Ontological Classification

Martin Aruldoss, D. Maladhy+1 more|arXiv (Cornell University)|Sep 6, 2011

Big Data and Business IntelligenceBusiness, Management and Accounting参考文献 6被引用数 19

ひとこと要約

本稿では、ウェブデータから競合情報の抽出と構造化を可能にするビジネスインテリジェンスフレームワークを提案する。ドメイン固有の関係性をオントロジーでモデル化し、意思決定木を用いてパターンを発見することで、非構造的ウェブコンテンツからより正確で実行可能なビジネスイン사이트を実現する。

ABSTRACT

Every business needs knowledge about their competitors to survive better. One of the information repositories is web. Retrieving Specific information from the web is challenging. An Ontological model is developed to capture specific information by using web semantics. From the Ontology model, the relations between the data are mined using decision tree. From all these a new framework is developed for Business Intelligence.

研究の動機と目的

• 非構造的ウェブデータから特定の構造的競合インテリジェンスを抽出する課題に対処すること。
• ビジネスインテリジェンスに関連するドメイン固有の関係性とエンティティを捉えるオントロジー・モデルの開発。
• 構造化されたデータに対して意味のあるパターンを発見するため、意思決定木アルゴリズムの統合。
• セマンティックウェブ技術とデータマイニングを活用して、ビジネスインテリジェンスを強化する包括的かつ再利用可能なフレームワークの構築。

提案手法

• ウェブセマンティクスを用いて、ビジネスエンティティ、その属性、および相互関係を表現するオントロジー・モデルを設計。
• 情報抽出技術を用いて関連するウェブソースから抽出したデータを、オントロジーに補充。
• アノテーション済みデータに対して意思決定木アルゴリズムを適用し、予測的関係を発見し、ビジネスインテリジェンスパターンを分類。
• オントロジーと意思決定木の出力を統合し、ビジネスインテリジェンスアプリケーション向けの統合システムを構築。

実験結果

リサーチクエスチョン

• RQ1 オントロジー分類は、ウェブデータからの競合インテリジェンス抽出の正確性と構造化にどのように寄与するか？
• RQ2 オントロジー内のセマンティック関係は、ビジネスインテリジェンスにおける意思決定の質をどのように向上させるか？
• RQ3 意思決定木は、オントロジーで構造化されたビジネスデータから意味のあるパターンを特定するのにどの程度有効か？
• RQ4 オントロジーとデータマイニングを統合したアプローチは、スケーラブルで再利用可能なBIフレームワークを実現できるか？

主な発見

• 提案されたフレームワークは、非構造的ウェブデータを意味的に豊富なオントロジーに構造化し、より正確な情報検索を可能にした。
• 意思決定木とオントロジーの統合により、パターン認識が向上し、より実行可能なビジネスインサイトが得られた。
• 従来のキーワードベースのアプローチと比較して、データの組織化と関係性の発見が顕著に改善された。
• オントロジー分類の活用により、データ解釈の曖昧さが低減し、抽出されたビジネスインテリジェンスの信頼性が向上した。