電力營銷系統中資料探勘技術優秀論文

　　1、資料探勘技術的應用及特點

　　資料探勘技術是一種新型的技術，在現代資料儲存以及測量技術的迅猛發展過程中，人們可以進行資訊的大量測量並進行儲存。但是，在大量的資訊背後卻沒有一種有效的手段和技術進行直觀的表達和分析。而資料探勘技術的出現，是對目前大資料時代的一種應急手段，使得有關計算機資料處理技術得到加快發展。資料探勘技術最早是從機器學習的概念中而產生的，在對機器的學習過程中，一般不採用歸納或者較少使用這種方法，這是一種非常機械的操作辦法。而沒有指導性學習的辦法一般不從這些環境得出反饋，而是透過沒有干預的情況下進行歸納和學習，並建立一種理論模型。資料探勘技術是屬於例子歸納學習的一種方式，這種從例子中進行歸納學習的方式是介於上述無指導性學習以及較少使用歸納學習這兩種方式之間的一種方式。因此，可以說，資料探勘技術的特徵在出自於機器學習的背景下，與其相比機器主要關心的是如何才能有效提高機器的學習能力，但資料探勘技術主要關心如何才能找到有用、有價值的資訊。其第二個特徵是，與機器學習特點相比較而言，機器關心的是小資料，而資料探勘技術所面臨的物件則是現實中海量規模的資料庫，其作用主要是用來處理一些異常現象，特別是處理殘缺的、有噪音以及維數很高的資料項，甚至是一些不同型別資料。以往的資料處理方法和現代的資料探勘技術相比較而言，其不同點是以往的傳統資料處理方法前提是把理論作為一種指導資料來進行處理，在現代資料探勘技術的出發角度不同，主要運用啟發式的歸納學習進行理論以及假設來處理的。

　　2、資料探勘技術主要步驟

　　資料探勘技術首先要建立資料倉庫，要根據實際情況而定，在易出現問題的有關領域建立有效的資料庫。主要是用來把資料庫中的所有的儲存資料進行分析，而目前的一些資料庫雖然可以進行大量的儲存資料，同時也進行了一系列的技術發展。比如，系統中的線上分析處理，主要是為使用者查詢，但是卻沒有查詢結果的分析能力，而查詢的結果仍舊由人工進行操作，依賴於對手工方式進行資料測試並建模。其次，在資料庫中儲存的資料選一資料集，作為對資料探勘演算法原始輸入。此資料集所涉及到資料的時變性以及統一性等情況。然後，再進行資料的預處理，在處理中主要對一些缺損資料進行補齊，並消除噪聲，此外還應對資料進行標準化的處理。隨後，再對資料進行降維和變換。如果資料的維數比較高，還應找出維分量高的資料，對高維數資料空間能夠容易轉化為檢點的低維數資料空間進行處理。下一步驟就是確定任務，要根據現實的需要，對資料探勘目標進行確定，並建立預測性的模型、資料的摘要等。隨後再決定資料探勘的演算法，這一步驟中，主要是對當前的資料型別選擇有效的處理方法，此過程非常重要，在所有資料探勘技術中起到較大作用。隨後再對資料探勘進行具體的處理和結果檢驗，在處理過程中，要按照不同的目的，選擇不同的演算法，是運用決策樹還是分類等的演算法，是運用聚類演算法還是使用迴歸演算法，都要認真處理，得出科學的結論。在資料探勘結果檢驗時，要注意幾個問題，要充分利用結論對照其他的資訊進行校核，可對圖表等一些直觀的資訊和手段進行輔助分析，使結論能夠更加科學合理。需要注意的是要根據使用者來決定結論有用的程度。最後一項步驟是把所得出的結論進行應用到實際，要對資料探勘的結果進行仔細的校驗，重點是解決好以前的觀點和看法有無差錯，使目前的結論和原先看法的矛盾有效解除。

　　3、資料探勘技術的`方法以及在電力營銷系統中的應用和發展

　　數控挖掘技術得到了非常廣泛的應用，按照技術本身的發展出現了較多方法。例如，建立預測性建模方法，也就是對歷史資料進行分析並歸納總結，從而建立成預測性模型。根據此模型以及當前的其他資料進行推斷相關聯的資料。如果推斷的物件屬於連續型的變數，那麼此類的推斷問題可屬迴歸問題。根據歷史資料來進行分析和檢測，再做出科學的架設和推定。在常用的迴歸演算法以及非線性變換進行有效的結合，能夠使許多問題得到解決。電力營銷系統中的資料探勘技術應用中關聯規則是最為關鍵的技術應用之一。這種應用可以有效地幫助決策人員進行當前有關資料以及歷史資料的規律分析，最後預測出未來情況。把關聯規則成功引入電力營銷分析，透過FP-Growth演算法對電力營銷的有關資料進行關聯規則分析，從中得出各種電量銷售的影響因素以及外部因素、手電水平等的關聯資訊，以便更好地為電力的市場營銷策略提供參謀和決策。對電力營銷系統的應用中，時間序列挖掘以及序列挖掘非常經典、系統，是應用最為廣泛的一種預測方法。這種方法的應用中，對神經網路的研究非常之多。因此，在現實中應用主要把時間序列挖掘以及神經網路兩者進行有效地結合，然後再分析有關電力營銷資料。此外，有關專家還提出應用一種時間窗的序列挖掘演算法，這種方式可以進行有效地報警處理，使電力系統中的故障能夠準確的定位並診斷事故。此演算法對電力系統的分析和挖掘能力的提高非常有效，還可判定電力系統的執行是否穩定，對錯誤模型的分析精度達到一定的精確度。

　　4、結語

　　目前，對資料探勘技術在整個電力營銷系統中的應用還處於較低水平上，其挖掘演算法的單一併不能有效地滿足實際決策需要。但是，由於資料探勘技術對一些潛在的問題預測能力較強，特別是對電力營銷系統中較大規模的非線性問題，具有較強的處理能力，在未來的發展中會成為營銷領域中重要的應用工具。