燃气公司大数据时代.docVIP

燃气公司大数据时代 　　摘要：随着社会信息化的发展，物联网、搜索引擎、社交网络、电子商务、信息系统开始大规模的使用，信息量开始了爆发式的增长，世界开始迈入大数据时代。大数据时代的来临使人类第一次有机会和条件，在非常多的领域和非常深入的层次获得和使用全面数据、完整数据和系统数据，深入探索现实世界的规律，获得过去不可能获取的知识。大数据的出现，使得通过数据分析获得知识、商机和社会服务的能力从以往局限于少数象牙塔之中的学术精英圈子扩大到了普通的机构、企业和政府部门。但如何从这些数据提取出有用的信息和知识，并将获取的信息和知识进行应用，是当前信息产业界关注的问题，于是数据挖掘应运而生。数据挖掘就是从大量的数据中提取隐含信息和知识，它利用了数据库、人工智能、决策树和数理统计等多方面的技术，是一类深层次的数据分析方法。本文以某燃气公司的某燃气客户管理系统为例，探讨大数据的有效利用，通过设置相应的规则，对数据进行分析统计，得出一定的规律和结果，然后归纳总结，提供给管理层作为决策的依据。 　　 　　关键词：大数据、数据分析与挖掘、燃气客户管理系统、企业管理 　　中图分类号： TH138.23 文献标识码： A 文章编号： 　　引言 　　研究背景及意义 　　信息系统已经越来越多的应用在科研、商业、工业、公共事业等领域，其主要任务是最大限度的利用现代计算机及网络通讯技术加强企业的信息管理，通过对企业拥有的人力、物力、财力、设备、技术等资源的调查了解或者是通过模拟业务流程，建立、收集正确的数据，加工处理并编制成各种信息资料及时提供给管理人员，以便进行正确的决策，不断提高企业的管理水平和经济效益。数据是知识的源泉，计算机技术和数据收集技术的进步使人们可以从更加广泛的范围和几年前不可想象的速度收集和存储数据。收集数据是为了得到信息，然后大量的数据本身并不意味着信息。尽管现代的数据库技术使我们很容易存储大量的数据流，但现在还没有一种成熟的技术帮助我们分析、理解并使数据以可理解的信息表示出来。 　　数据的迅速增长与数据分??方法的滞后之间的矛盾越来越突出，人们希望在对已有的大量数据分析的基础上进行科学研究、商业决策或者企业管理。管理者面临着数据丰富而知识贫乏的困境。如何更好的利用系统中产生的海量信息，深层分析大量的数据，获得有利于企业管理、提高竞争力、支持决策的信息？数据挖掘正是为了解决传统分析方法的不足，并针对大规模数据的分析处理而出现的。数据挖掘通过在大量的基础上对各种学习算法的训练，得到数据对象间的关系模型，这些模型反映了数据的内在特性，是对数据包含信息的更高层次的抽象。 　　研究目标 　　以某燃气公司的某燃气客户管理系统的部分数据库数据为例，利用一定的方法和技术，对历史业务数据进行分析，归纳总结出有一些规律与趋势，从数据分析角度为管理者提供一种数据分析思路，为管理者的决策提供参考。同时希望将大数据有效利用的思想推广，充分利用燃气公司信息系统的价值。 　　研究思想及方法 　　企业管理是对企业的生产经营活动进行计划、组织、指挥和控制等一系列职能的总成。而从20世纪50年代以后，企业管理进入现代管理阶段，这一阶段的特点是：从经济的定性概念发展为定量分析，采取数理决策方法，并在各项管理中广泛采用信息技术。 　　在数字信息化时代，传统意义上的管理分析和决策手段发生了微妙的变化，新的决策手段油然而生，这就是我们常说的“用数据说话”。数据的分析和统计以决策因素的身份出现在经济、管理和投资相关领域，是数字信息化时代发展的必然结果，也是企业信息化的真正目的。 　　一般说来，知识获取意为数据中知识获取，它代表从低层次数据中提取高层次知识的全过程，包括数据信息的收集，数据原型的确定，相关函数的分析，知识的抽取和数据模式的分析。统计学中常指的是无假设证实所进行的数学测量和分析。而数据挖掘则是指从数据中自动地抽取模型。数据挖掘包括许多步骤：从大规模数据库中取得数据；选择合适的特征属性；挑选合适的样本策略；剔除数据中不正常的数据并补足不够的部分；用恰当的降维、变换使数据挖掘过程中与数据模型相适合或相匹配；辨别所得到的是否是知识则需将得到的结果信息化或可视化，然后与现有的知识相结合比较。这些步骤是从数据到知识的必由之路。每一步骤都可能是成功的关键或失败的开始。在一般的定义中数据挖掘是知识获取的一部分。 　　 　　图1：数据分析步骤图 　　数据有效利用的研究领域涉及广泛，主要包括数据库系统，基于知识的系统，人工智能，机器学习，知识获取，统计学，空间数据库和数据可视化等领域。 　　统计学 　　统计学在数据样本选择、数据预处理及评价抽取知识的步骤中有非常重要的作用。以往许多统计学的工作是针对数据的假设检验的模型进行评价，很明显也包括了评价数据挖