國內外商務智能及大數據分析研究動態(tài)和發(fā)展趨勢分析

蕭文龍 王鎮(zhèn)豪 陳 豪,2 徐瑀婧

(1 浙江工業(yè)大學管理學院，杭州 310023；2 浙江農林大學暨陽學院，浙江 諸暨 311800)

0 引 言

近年來，隨著信息技術的快速發(fā)展，商業(yè)智能(Business Intelligence，BI)已經成為企業(yè)核心競爭力的重要組成部分之一。商業(yè)智能也稱商務智能，是指能夠幫助企業(yè)分析關鍵業(yè)務數據以更好地了解自身業(yè)務和市場，并及時做出業(yè)務決策的技術、系統(tǒng)、實踐、方法和應用程序[1]。商業(yè)智能可以將眾多的數據進行整合，并從中提取有效信息，為企業(yè)提供決策支持，因此引起了學術界和企業(yè)界的廣泛關注。從2012年起大量學術期刊都針對商業(yè)智能領域出版了特刊，如MIS Quarterly在2012年出版了主題為Business Intelligence Research的特刊、Information Technology & Tourism 在2016年出版了主題為Big Data & Business Intelligence in the Travel & Tourism Domain的特刊、Expert Systems with Applications在2018年出版了主題為Big Data Analytics for Business Intelligence的特刊。同時，眾多企業(yè)為了應對數據量爆發(fā)性增長帶來的機遇和挑戰(zhàn)，更快地做出更明智的決策，加大了在信息技術方面的投入，特別是對商業(yè)智能技術的投入。最近一項由國際信息系統(tǒng)學會發(fā)起的針對769家企業(yè)的調研顯示，商業(yè)智能技術是過去10年企業(yè)在信息技術投資中投入最多的領域，而且這一趨勢在未來仍將保持[2]。

國內外學者已在商業(yè)智能領域進行了深入和廣泛的研究，現有文獻主要關注商業(yè)智能滿足業(yè)務和用戶需求的特點和其在高校、出版社、財務分析等方面的實際應用[3-6]，缺乏對我國商業(yè)智能相關研究的梳理和系統(tǒng)性總結以及國內外研究發(fā)展的對比分析。本文運用Cite Space軟件來呈現和分析近20年國內外商業(yè)智能相關研究，探尋國內外學者在該領域的研究熱點、研究前沿以及發(fā)展趨勢，并將二者進行對比分析，找出我國在該領域研究的優(yōu)勢與不足，為我國在該領域的后續(xù)相關研究提供參考。同時，對商業(yè)智能研究熱點的分析可以幫助其他相關領域的學者快速了解商業(yè)智能研究，明確商業(yè)智能領域的邊界，使其有效地探索自己感興趣的研究課題。

1 數據來源和研究方法

本文關注商業(yè)智能研究熱點和國內外研究差異，選取國內外商業(yè)智能相關文獻進行總體和對比分析。國外文獻數據來源為Web of Science核心數據庫，檢索方法：設置主題詞為“business intelligent”或“business intelligence”，選擇文獻類型為“article(期刊論文)”，排除作者為匿名(Anonymous)，設置時間范圍為2000—2019年，檢索得到相關英文文獻1 117篇。

中文文獻數據來源為CNKI。常用的中文數據庫通常包括中國社會科學引文索引(CSSCI)和CNKI。由于CSSCI檢索獲取的文獻數據量相對較少，作為可視化數據來源數量不足。因此，為保證樣本的權威性，來源類別選取EI來源期刊、核心期刊、CSSCI、中國科學引文數據庫(CSCD)。檢索方法：將“商業(yè)智能”或“商務智能”作為主題檢索詞，來源類別選取上述權威數據庫，檢索時間范圍同樣為2000—2019年。下載檢索到的文獻經過人工篩選，刪除會議通知、新聞等非研究性文獻后，最終得到中文文獻320篇。

Cite Space是陳超美教授基于Java開發(fā)的可視化文獻計量分析軟件，常被用來探索學科知識領域的發(fā)展及其研究熱點[7]。Cite Space可以通過繪制知識圖譜，從而較為直觀地展現科學知識領域的信息全景。因此，本文使用可視化軟件Cite Space作為數據處理工具，對近20年國內外商業(yè)智能相關文獻進行了基本分析和關鍵詞共現分析。

2 結果分析

2.1 發(fā)文年限分布分析

通過觀測商業(yè)智能發(fā)文年限分布情況，可以了解該領域在某一特定時間內學者研究興趣的變化。通過對文獻數據年份進行統(tǒng)計，并記錄在Excel表中，用以繪制國內外商業(yè)智能研究文獻分布圖(見圖1)。根據圖1結果來看，國外文獻和國內文獻在2005年有一個明顯的增長，這是由于在2005年微軟開發(fā)了Microsoft SQL Server2005，為商業(yè)智能的發(fā)展提供了開發(fā)平臺，使得國內外的研究聚焦于此。而后，國外商業(yè)智能相關文獻處于穩(wěn)步上升的趨勢，在2012年后商業(yè)智能相關文獻數量大幅度增長，一方面可能是由于大數據進入快速發(fā)展的階段，在企業(yè)信息化建設中扮演著重要的角色，并在信息技術應用中興起了一股云計算的浪潮，也推動了商業(yè)智能領域的發(fā)展。另一方面，歸因于2012年管理信息系統(tǒng)季刊(MIS Quarterly)中的商業(yè)智能特刊以及彼時的從業(yè)者興趣。然而，從國內文獻來看，我國文獻在2005年后，出現下降的態(tài)勢，可能是由于缺乏完善的理論以及商業(yè)智能建設不足等問題，但在2015年之后，隨著人工智能技術的發(fā)展和政策推動，我國的商業(yè)智能相關研究總體呈現上升趨勢。

圖1 文獻年份分布圖

2.2 研究熱點分析

2.2.1 國外研究熱點

關鍵字共現分析是識別當前研究主題和未來方向的主要方法。節(jié)點類型(Node Types)選擇關鍵詞(Keyword)，選擇生成最小樹MST剪枝策略，其他設置不變，得到外文文獻的高頻關鍵詞(如表1所示)。為了展示更好的結果，做了兩個修改。首先，清除同義詞，把具有相同含義的關鍵詞合并，如“data warehouse”“data warehousing”。第二，排除“business intelligence”。因為“business intelligence”是檢索的關鍵詞，所以數量會很大，可能會使中心度偏向商業(yè)智能，對結果具有一定影響。結果顯示，除了商業(yè)智能外，最常出現的關鍵詞是“big data”，其次是“management”“system”。這3個關鍵詞描述了商業(yè)智能的概念，商業(yè)智能作為一種系統(tǒng)或者應用程序，在大數據的支持下可以獲取更全面的信息，提供更合適的管理決策方案。

表1 外文高頻關鍵詞

最終得到的外文文獻關鍵詞共現圖如圖2所示，系統(tǒng)、管理、績效、模型、技術等關鍵詞處于中心位置。例如，在系統(tǒng)方面，Chung等開發(fā)了集成可視化的商業(yè)智能系統(tǒng)，用于在網頁上進行知識發(fā)現，并可以減輕網頁上的信息過載[8]。在管理和績效方面，Goodhue等研究了商務智能技術和用戶任務適配度對個人績效的影響[9]。技術方面的研究主要關注，數據挖掘和數據倉庫技術，Watson等研究了如何利用數據倉庫實現組織價值的問題。[10]

圖2 外文文獻關鍵詞共現圖

但是，關鍵詞共現圖并不能顯示知識的發(fā)展與時間相關。關鍵詞突現圖可以在一定程度上克服這個問題。它表示在特定時間段內任何關鍵字頻繁出現的現象，它不僅可以顯示研究熱點隨時間的演變，還可以指示近年來的研究趨勢，并可能暗示未來的發(fā)展趨勢。通過展示關鍵詞突現圖，可以幫助我們明確商業(yè)智能領域的研究前沿。得到的外文文獻關鍵詞突現圖如圖3所示。我們可以看到，2002—2012年階段，突現的關鍵詞包括數據挖掘、數據倉庫、知識管理、框架等，研究熱點主要圍繞技術方面；2013—2016年階段，突現的關鍵詞主要包括系統(tǒng)、接受、優(yōu)化等，研究熱點主要圍繞系統(tǒng)優(yōu)化層面；最后，2017—2018年階段，突現的關鍵詞主要包括社交媒體、商業(yè)分析，研究熱點主要圍繞商業(yè)層面。企業(yè)通過挖掘社交媒體的非結構化數據，可以改善產品、功能、企業(yè)形象，并改善組織績效，提升企業(yè)競爭力。Han等認為可以通過商業(yè)分析從商業(yè)新聞中挖掘信息有助于感知市場趨勢，了解競爭對手的策略，并做出有價值的投資決策[11]。

圖3 外文文獻關鍵詞突現圖

2.2.2 國內研究熱點

對于國內研究熱點，為了展示更好的結果，我們也做了兩個修改。第一，把具有相同含義的關鍵詞合并，如商業(yè)智能和商務智能等。第二，排除商業(yè)智能。除了商業(yè)智能外，最常出現的關鍵詞是數據挖掘、數據倉庫，聯(lián)機分析處理與企業(yè)管理，這是國內商業(yè)智能領域最重要和基礎的研究。同時也說明了我國的商業(yè)智能研究注重技術，以及在企業(yè)中的運用。表2中列出了中文文獻的高頻關鍵詞。

表2 中文高頻關鍵詞

得到的中文文獻關鍵詞共現圖如圖4所示，數據挖掘、數據倉庫、決策支持、企業(yè)管理等關鍵詞處于中心位置?，F有中文研究認為商業(yè)智能是數據倉庫、數據挖掘以及聯(lián)機分析處理等幾種技術的有效組合[12]。ERP與商業(yè)智能技術相結合以規(guī)范數據流程，促進企業(yè)業(yè)務信息再利用[13]。例如，韓向東認為需要構建一種基于商業(yè)智能的管理會計信息系統(tǒng)，以推進會計信息化體系建設[14]。

圖4 中文文獻關鍵詞共現圖

中文文獻關鍵詞突現圖如圖5所示。2010年之前，研究熱點主要圍繞數據倉庫；2010—2012年，研究熱點主要圍繞云計算。一方面，云計算相關研究除了關注應用外，也關注大數據環(huán)境的數據安全問題[15-17]。2012年以后最新的研究前沿是人工智能[18]。它將是新一輪科技革命和產業(yè)變革的重要驅動力量。

圖5 中文文獻關鍵詞突現圖

2.2.3 國內外研究熱點對比

通過對外文文獻和中文文獻關鍵詞的分析，我們發(fā)現國外商業(yè)智能研究熱點更加側重于管理和決策支持系統(tǒng)(應用性)，國內商業(yè)智能研究熱點更加側重于技術(技術化)。另外，從關鍵詞突現圖來看，國內外研究在該領域的研究主題都有所轉移：國外研究前沿從技術和商業(yè)智能系統(tǒng)轉為商業(yè)分析，特別側重于社交媒體數據的分析研究；國內研究前沿由商業(yè)智能技術轉向云計算和人工智能技術，側重探索商業(yè)智能在各個領域的應用。

在早期階段，商業(yè)智能研究尚未成熟，國內外研究人員都專注數據挖掘、數據倉庫等技術研究，商業(yè)智能技術主要用于處理結構化數據，技術基礎是統(tǒng)計學習方法。到本世紀初，由于互聯(lián)網的興起，基于網頁的數據挖掘技術得以發(fā)展，研究人員通過網頁挖掘信息以分析客戶行為。在商業(yè)智能技術逐漸成熟后，國外研究逐漸轉向利用商業(yè)智能系統(tǒng)分析商業(yè)信息以支持和改進商業(yè)活動的管理決策。另外，由于商業(yè)智能系統(tǒng)成本高昂和資源密集且復雜的特點，國外研究人員也關注管理和經營上的問題，例如研究商業(yè)智能的成功因素[19]。而國內商業(yè)智能領域還處于發(fā)展和探索階段，雖然在技術應用方面已逐漸成熟，但是對相應管理問題缺乏重視。

目前國外商業(yè)智能的研究熱點為商業(yè)分析，特別是社交媒體分析，強調社交媒體的影響。通過社交網絡，用戶之間可以建立聯(lián)系并分享自己的信息和觀點。通過這些聯(lián)系和信息共享，社交網絡有助于調查員工的背景、廣告和營銷、旅游業(yè)發(fā)展。國內商業(yè)智能的研究熱點為人工智能及其應用。隨著信息技術的不斷發(fā)展，我國已將發(fā)展人工智能作為國家戰(zhàn)略，并出臺了很多扶持高新技術的政策，相關基礎和應用研究也層出不窮，例如，醫(yī)學機器人。此外，我國商業(yè)智能領域與國際上的交流也變得更加密切，共同推動商業(yè)智能領域的發(fā)展。

3 總 結

本文利用CiteSpace軟件，選取2000—2019年間發(fā)表在Web of Science和中國知網(CNKI)的國內外商業(yè)智能和大數據分析相關文獻，從文獻結構特征、研究熱點與研究趨勢等方面進行可視化分析，以期了解現階段我國在該領域研究的優(yōu)勢與不足，為后續(xù)相關研究提供參考和借鑒，以更好地推動商業(yè)智能和大數據分析領域的發(fā)展。研究結果顯示，商業(yè)智能研究領域越來越成熟，國際上發(fā)文量呈穩(wěn)步上升的趨勢，我國相關研究雖起步較晚，仍處在探索和發(fā)展階段，但是發(fā)文量呈逐年上升趨勢。從關鍵詞共現來看，國際上研究熱點包括系統(tǒng)、管理、績效、模型、技術和知識；國內研究熱點包括數據挖掘、數據倉庫、決策支持、企業(yè)管理；國外研究與管理和決策有關，而國內研究更側重于技術和應用。從關鍵詞突現圖來看，國外研究前沿由技術轉向商業(yè)分析；國內研究前沿由數據挖掘技術轉向人工智能。

綜上所述，國內學者與機構之間需要互相交流，促進科研進展，避免理論滯后于實踐；其次，國內學者與機構也要與國外加強合作，拓寬研究視野，創(chuàng)新研究理念；最后，我國商業(yè)智能領域在大力發(fā)展人工智能的同時，也需要將方法和技術與企業(yè)相結合，運用商業(yè)分析手段，提升企業(yè)績效。