梁海棟

摘 要：近年來(lái)，隨著科學(xué)技術(shù)的不斷進(jìn)圖，數(shù)據(jù)挖掘技術(shù)的研究與應(yīng)用越來(lái)越多的受到國(guó)內(nèi)外的企業(yè)界及學(xué)術(shù)界的關(guān)注。對(duì)計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)的概念、方法與任務(wù)進(jìn)行了詳細(xì)的介紹，同時(shí)對(duì)數(shù)據(jù)挖掘技術(shù)在燃?xì)庳?fù)荷以及燃?xì)饪蛻艄芾淼认到y(tǒng)中的應(yīng)用進(jìn)行分析與研究。

關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù) 燃?xì)庀到y(tǒng) 燃?xì)庳?fù)荷預(yù)測(cè) 燃?xì)饪蛻艄芾?應(yīng)用分析

中圖分類號(hào)：TP3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2013）03（c）-0032-01

1 數(shù)據(jù)挖掘技術(shù)概況

通過(guò)各種技術(shù)手段，從大量的數(shù)據(jù)庫(kù)中，對(duì)人們所需要的知識(shí)及信息進(jìn)行數(shù)據(jù)的提取，所提取的數(shù)據(jù)有模糊、不完全以及隨機(jī)的可能性，這種提取的數(shù)據(jù)就被稱為數(shù)據(jù)挖掘。對(duì)計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)的概念、方法與任務(wù)進(jìn)行了詳細(xì)的介紹，對(duì)數(shù)據(jù)挖掘技術(shù)在燃?xì)庳?fù)荷以及燃?xì)饪蛻艄芾淼认到y(tǒng)中的應(yīng)用進(jìn)行分析與研究[1]。

從廣義方面來(lái)說(shuō)，數(shù)據(jù)挖掘?qū)嶋H上就是觀察數(shù)據(jù)與實(shí)事的集合，對(duì)其模式?jīng)Q策尋找依據(jù)。

1.1 數(shù)據(jù)挖掘的任務(wù)

（1）數(shù)據(jù)挖掘的相關(guān)分析。

對(duì)數(shù)據(jù)庫(kù)中所存在的自變量與自變量的關(guān)系進(jìn)行分析，從而得出自變量存在著依存的關(guān)系。

（2）數(shù)據(jù)的聚類。

把數(shù)據(jù)群體進(jìn)行一個(gè)到多個(gè)的劃分，通常情況下，會(huì)用不規(guī)則的抽取計(jì)算方法，同時(shí)，為數(shù)據(jù)庫(kù)提供切實(shí)可行的信息。在對(duì)數(shù)據(jù)群體的分類中，原則上要求同類的個(gè)體要在最大程度上相似，而不同類的個(gè)體要在最大程度上相反，對(duì)數(shù)據(jù)的聚類技術(shù)主要包括：概念聚類法、模式識(shí)別法、神經(jīng)網(wǎng)絡(luò)法以及數(shù)學(xué)分類法等[2]。

（3）數(shù)據(jù)挖掘的概念。

描述數(shù)據(jù)庫(kù)中的某一個(gè)對(duì)象含義，對(duì)其主要的特性進(jìn)行詳細(xì)的概括。對(duì)其內(nèi)涵的描述主要包括辨別性描述以及特性描述。在辨別性的描述中，其主要的描述方式分為：遺傳算法、決策樹(shù)法以及神經(jīng)網(wǎng)絡(luò)法。

（4）數(shù)據(jù)庫(kù)的偏差檢測(cè)。

檢測(cè)數(shù)據(jù)庫(kù)中不正常的數(shù)據(jù)，其所檢測(cè)的模式偏差對(duì)象主要有拐點(diǎn)、極值點(diǎn)、邊界點(diǎn)以及斷點(diǎn)和零點(diǎn)等等。其數(shù)據(jù)偏差主要包括例外的模式、反常實(shí)力、觀察室的偏差預(yù)測(cè)、由于時(shí)間變化而出現(xiàn)的量值預(yù)測(cè)偏差等等[2]。

1.2 數(shù)據(jù)挖掘的方法

因?yàn)榻y(tǒng)計(jì)學(xué)分析法主要包括回歸、因子、相關(guān)、判別、差異以及聚類等方面的分析。而仿生物技術(shù)的方式主要包括遺傳算法與網(wǎng)絡(luò)算法等等。除此之外，對(duì)數(shù)據(jù)挖掘進(jìn)行信息分析的方式還有IBLE算法以及ID3算法，而在集合論方式中，主要包括決策樹(shù)、粗集和覆蓋排斥反例等各種方法。此外，可視化技術(shù)及模糊論方法都有被運(yùn)用[3]。

2 數(shù)據(jù)挖掘技術(shù)在燃?xì)庀到y(tǒng)中的應(yīng)用

2.1 應(yīng)用于在燃?xì)庳?fù)荷預(yù)測(cè)中

從對(duì)事物本質(zhì)與規(guī)律的研究來(lái)看，在對(duì)燃?xì)庳?fù)荷的預(yù)測(cè)規(guī)律中，其核心內(nèi)容就是對(duì)負(fù)荷本質(zhì)特點(diǎn)的研究。因?yàn)槌鞘兄械娜細(xì)庳?fù)荷有其固有的隨機(jī)性與復(fù)雜性，所以對(duì)其實(shí)質(zhì)性的研究很難有明顯的進(jìn)展，在這種狀況下，更多的研究工作者投身于對(duì)燃?xì)忸A(yù)測(cè)模型以及預(yù)測(cè)算法的分析與研究中[5]。從而對(duì)某些研究負(fù)荷的性能造成了忽略，造成在后來(lái)的研究工作中，不得不人為的添加一些經(jīng)驗(yàn)因素，這也在一定程度上造成了預(yù)測(cè)科學(xué)性的降低。這些因素體現(xiàn)在燃?xì)庳?fù)荷樣本的分類上、預(yù)測(cè)參數(shù)的選取上以及對(duì)節(jié)假日的解決上。所以，通過(guò)科學(xué)的角度分析，運(yùn)用數(shù)據(jù)挖掘方式，首先著手于負(fù)荷固有的性能，對(duì)其潛在的負(fù)荷數(shù)據(jù)及數(shù)據(jù)與數(shù)據(jù)之間存在的關(guān)系，特殊時(shí)期的負(fù)荷特征、以及不同的變量值對(duì)負(fù)荷所纏身的影響與作用進(jìn)行挖掘，這樣，在負(fù)荷預(yù)測(cè)中所出現(xiàn)的問(wèn)題就能有效的解決。

2.2 應(yīng)用于燃?xì)饪蛻艄芾硐到y(tǒng)中

2.2.1 燃?xì)饪蛻絷P(guān)系管理與數(shù)據(jù)挖掘

燃?xì)獾目蛻絷P(guān)系管理系統(tǒng)中，對(duì)數(shù)據(jù)挖掘的應(yīng)用，實(shí)際上就是定制化，這種定制化是企業(yè)營(yíng)銷數(shù)據(jù)庫(kù)能力的集中體現(xiàn)。通過(guò)對(duì)數(shù)據(jù)庫(kù)的挖掘，一方面企業(yè)要獲得大量的數(shù)據(jù)，使數(shù)據(jù)的條目更清晰。另一方面，還要有很強(qiáng)的對(duì)數(shù)據(jù)挖掘進(jìn)行分析的能力，通過(guò)數(shù)據(jù)對(duì)客戶的信息進(jìn)行更多的獲得，已達(dá)到客戶的滿意。燃?xì)饪陀^關(guān)系管理系統(tǒng)主要包括三個(gè)方面：銷售、市場(chǎng)以及客戶管理。通過(guò)數(shù)據(jù)挖掘技術(shù)與理論實(shí)現(xiàn)預(yù)測(cè)及描述客戶舉動(dòng)模型的創(chuàng)建，使燃?xì)饪蛻絷P(guān)系系統(tǒng)的流程得到優(yōu)化，能有效的管理燃?xì)夤局锌蛻舻年P(guān)系。

2.2.2 數(shù)據(jù)的獲取

（1）客戶數(shù)據(jù)。

這種數(shù)據(jù)在通常情況下主要靠直接客戶或者天然氣的供應(yīng)商進(jìn)行獲取，傳統(tǒng)的客戶數(shù)據(jù)主要有三大類，即：交易性數(shù)據(jù)、描述性數(shù)據(jù)以及促銷性數(shù)據(jù)。

（2）交易數(shù)據(jù)。

燃?xì)夤九c客戶有了交易關(guān)系后而出現(xiàn)的數(shù)據(jù)，就是交易性數(shù)據(jù)，這種數(shù)據(jù)主要包括以下幾個(gè)方面，即：消耗燃?xì)獾牡攸c(diǎn)、時(shí)間、產(chǎn)品規(guī)格、付款的方式以及金額等等。

（3）描述數(shù)據(jù)。

燃?xì)夤究蛻籼幱陟o止?fàn)顟B(tài)的數(shù)據(jù)，就是描述數(shù)據(jù)，這種數(shù)據(jù)主要包括客戶的姓名、年齡、性別以及經(jīng)濟(jì)收入等各種最基本的信息，此外還含有客戶的興趣愛(ài)好以及消費(fèi)習(xí)慣、客戶類型、燃?xì)庀M(fèi)情況以及信用等級(jí)等各方面的信息[5]。

3 結(jié)語(yǔ)

對(duì)燃?xì)飧鱾€(gè)系統(tǒng)的應(yīng)用與研究是一項(xiàng)比較復(fù)雜的工作，數(shù)據(jù)挖掘技術(shù)在燃?xì)庀到y(tǒng)中的應(yīng)用，大大提高了對(duì)燃?xì)鈹?shù)據(jù)的研究與管理，對(duì)分析傳統(tǒng)數(shù)據(jù)影響負(fù)荷因素及性能的定性與定性有很大的幫助，同時(shí)也受到了國(guó)內(nèi)企業(yè)界和學(xué)術(shù)界科研工作者的廣泛關(guān)注。

參考文獻(xiàn)

[1]Han JW，Kam berM，著.數(shù)據(jù)挖掘概念與技術(shù)[M].范明，孟小峰，譯.北京：機(jī)械工業(yè)出版社，2001.

[2]譚羽非，陳家新，焦文玲，等.基于人工神經(jīng)網(wǎng)絡(luò)的城市煤氣短期負(fù)荷預(yù)測(cè)[J].煤氣與熱力，2001，21（3）：199-202.

[3]肖文暉，劉亞斌，王思存.燃?xì)庑r(shí)負(fù)荷的模糊神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)[J].煤氣與熱力，2002，22（1）：16-18.

[4]張?jiān)職J.信息技術(shù)在大慶燃?xì)獾拈_(kāi)發(fā)與應(yīng)用[A].第二屆中國(guó)城市燃?xì)庹搲細(xì)馇嗄旯こ處熣搲Y料匯編[C]，2009.

[5]譚羽非.城市燃?xì)饧竟?jié)性負(fù)荷預(yù)測(cè)模型的建立及求解[J].煤氣與熱力，2003，23（3）：131-133.