基于大模型的数据分析技术在烟草行业的应用.pdfVIP

新潮电子

人工智能2025年第12期

基于大模型的数据分析技术在烟草行业的应用

*

刘晶，杜云鹏，杨海，罗文

（湖北中烟工业有限责任公司武汉卷烟厂，湖北武汉430048）

摘 要：随着大数据时代的到来，数据分析在企业决策中的作用日益凸显。为了帮助烟草企业进行更加科学

的决策，推动烟草企业的发展，本文研究了大规模自然语言模型（LLMs）在烟草行业数据分析中的应用，特别是

Text-to-SQL（Text2SQL）技术。该技术通过自然语言查询直接生成SQL语句，简化了数据分析流程，提高了效

率。本文首先概述了大规模自然语言模型的基本原理和Text2SQL技术的工作机制，然后介绍了对星火大模型的

微调过程，包括数据集构建、微调策略和效果评估。微调后的模型在烟草企业数据分析任务中表现出色，显著

提升了数据分析的实时性和准确性。此外，本文还探讨了Text2SQL技术在烟草企业实际应用中的潜在价值和效

果，为烟草行业的数字化转型提供了新的思路和实践案例。

关键词：大规模自然语言模型；Text-to-SQL；数据分析；烟草企业；企业决策

大数据时代促使企业决策转向数据驱动和数据化（二）数据驱动决策的新思路

运营，但传统分析方法存在依赖专业人才、工具复杂、为应对数据分析的挑战，探索新思路和方法变得尤

效率低和结论偏差等问题。大模型技术的发展催生了为重要。人工智能技术的快速发展带来了大模型在自然

Text2SQL技术，它通过自然语言直接查询数据库，简化语言处理领域的突破，其中Text2SQL技术的出现为数据

了数据分析流程[1]。Text2SQL在企业数据分析中应用分析提供了新的可能性。Text2SQL技术让用户能用自然

效果良好，提高了效率，减少了对专业人才的依赖，并语言直接与数据库交互，简化了数据分析流程。它为烟

保证了结果的准确性[2]。本文将深入研究Text2SQL，探草企业实现数据驱动的决策提供了新途径。通过采用

讨构建高效鲁棒的系统，以支持企业智能数据分析，并Text2SQL技术，烟草企业能够提高数据分析效率，减少

提出模型优化方法，为Text2SQL在企业中的应用提供对专业人才的依赖，并确保分析结果的准确性和可解释

参考。性。这将促进企业数据化运营和决策能力的提升，为业

一、烟草企业场景数据分析现状务发展带来新动力。本文将深入研究Text2SQL技术在

（一）烟草企业数据分析面临的挑战烟草企业数据分析中的应用，探讨其实施路径、关键技

烟草企业在数据分析上遭遇挑战，包括缺乏专业术及应用价值，旨在为行业数字化转型提供参考。

人才，难以招聘和保留数据分析专家，导致工作效率二、大规模自然语言模型概述及Text2SQL

低。同时，数据分析工具复杂，学习和使用门槛高。人工原理

分析效率低，无法及时满足业务需求，影响决策时效。大规模自然语言模型（Large-scaleLanguage

[3]

此外，数据分析结果常与实际不符，降低了分析价值。Models,LLMs）是近年来自然语言处理领域的重大突

这些问题限制了烟草企业的数据化运营和决策能力。破。这类模型通过在海量文本数据上进行预训练，学习

了丰富的语言知识和语义表征，具备强大的语言理解和

作者简介：生成能力[4]。

刘晶（1984—），硕士，中级统计师、助理工程师，研Text2SQL旨在