- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
聚类分析在电力营销中的运用.pdf
专题研究 TECHNoLoGYANDⅣ队RKET
聚类分析在 电力营销中的运用
郭建学
(沁阳市电业局 ,河南 沁阳454500)
摘 要:对聚类分析的含义和特征进行了简要叙述,分析 目前电力企业营销管理信息系统中存在的问题,对聚类分析在
电力营销 中的具体运用进行 了探讨 。
关键词:聚类分析;数据挖掘;电力营销
doi:10.3969/j.issn.1006—8554.2014.08.256
O 弓l言 掘数据库的主要作用是收集客户信息,对数据库 中的客户情
聚类分析是一种有效的分类方法和数据处理方式,具有丰 况、售电状况 、市场需求、客户关系进行分析,能够为电力企业
富的内容 ,从实际运用方面来看,聚类分析是数据挖掘的重要 的决策层、管理层和营销业务领导提供 电力客户特别是重要客
方式。将聚类分析算法作为独立的工具能够获得数据的分布 户的需求和用电动态,促使 电力企业管理理念和思路的转变,
情况并展现每一类数据的特征,并对具体数据类别进行深层次 由事后处理转变为事前控制 ,促进企业科学管理能力的提高。
分析。目前聚类分析算法已经广泛运用到各种信息系统的设 3.1 数据来源
计和开发过程中。电力企业要顺应时代发展潮流和市场需求, 电力营销管理信息系统的主要数据来源是电力营销MIS系
必须提高企业 自身的营销管理能力,促进电力营销的信息化和 统和供电系统中收集的数据、监控系统、外部数据库中的数据。
数据化,构建完善的电力营销管理信息系统。将聚类分析运用 对这些数据实施导人、抽取和过滤操作之后,进行合并处理。
到电力营销中,利用数据挖掘技术为企业管理者提供直观的有 3.2 数据过 滤
价值的客户信息,为企业营销决策的制定提供科学的依据。 其主要功能是对所有数据过滤 ,筛选出有用数据,首先要
1 聚类分析概述 确定满足系统要求的最小数据集,将残缺的、有噪点的、有污点
1.1 聚类分析的含义 的数据过滤掉,并将所需要内容展现出来。在此过程中要考虑
聚类分析是指研究多要素事物分类问题的数量方法。其 时间、分类指标和原始数据等内容。
基本原理是:根据样本 自身的属性,用数学的方法按照某些相 3.3 模型设计
似性或差异性指标 ,定量地确定样本之间的亲疏关系,并按这 模型是在聚类分析算法基础上建立起来的与实际对象基本
种亲疏关系的程度对样本进行聚类。 吻合的对象。模型在一定假设下要求能够准确描述原型。在电
聚类与分类有很大的不同,聚类要求划分的类是未知的, 力营销管理信息系统当中,建立模型的功能是根据定性或定量
它将数据分类到不同的类,所 以同一类 的对象有很大相似性 , 标准分析和处理原始数据,将分析结果转化为直观的信息。
不同类的对象有很大不同。聚类分析是一种数值的分类方法, 3.4 电力销售分析
在进行聚类分析前要先建立一个事物属性的指标体系或变量 电力销售分析是从时间、地点等多个角度 ,从宏观上分析
组合,其中每个指标必须能够描述事物属性的特征 ,所有指标 电力销售和电费收缴情况,观察各项指标的变化,有助于营销
构成一个完整的指标体系并相互配合。 决策人员把握电力业务的整体情况,及时发现营销过程中的问
1.2 聚类分析 的特征 题,为具体策略的制定提供科学的依据。电力销售分析模块的
1)它适用于没有经验知识的分类,利用聚类分析法可以设
主要功能为以下几点 :
置完善的分析变量,得到科学合理的类别。
文档评论(0)