数据挖掘在自来水行业中的应用-研究

《数据挖掘在自来水行业中的应用-研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、武汉理工大学硕士学位论文第1章绪论1．1本课题研究的目的和意义数据库系统在过去的20年当中取得了巨大的成功。越来越多的数据被收集并且存储在数据库中。而近年来随着信息技术的发展，自来水行业的数据管理也日趋完善，一个数据库拥有大量的数据是很平常的事。在这些数据库中找到有用的信息已经成为许多自来水企业面临的重点问题；同时，充分利用现代信息科技技术，自动快速获取有用的决策信息，为企业提供快速、准确的决策支持，已成为大多数自来水企业的共识。数据挖掘和数据仓库作为决策支持新技术在近些年来得到了迅速的发展。数据挖掘技术作为挖掘大量信息的关键技术越来越受到人们的重视，它能为决策者提供非常重要的、极有价值的

2、信息或知识，从而产生不可估量的效益。因此，数据挖掘市场份额正日益扩大，越来越多的企业开始利用数据挖掘来分析信息系统中所积累的数据，以辅助决策，数据挖掘已逐渐成为他们在市场竞争中立于不败之地的法宝。自来水行业的业务具有很大的特殊性，如主要管道设备都在地下，检测维护比较麻烦，用水设备如水表，水龙头等使用量大、更新换代比较频繁，大量的漏耗或偷水等现象的发生，特别是在用水成本偏高的北方大部分城市，这些特殊性都成为了自来水公司发展的桎梏。所以需要我们使用数据挖掘的科学方法，分析利用现有的宝贵资源，给公司的决策者提供依据和合理建议，从而促使公司甚至行业的更快发展。数据挖掘在自来水行业的应用主要在于决策

3、支持方面，而自来水决策支持的主题主要有三个部分：一是营销主题，主要是对客户的分类和客户信用度的分析，对欠费管理和催收给出依据。二是生产主题，主要是对公司生产计划、生产情况、设备故障、维护分析等提出建议，从而帮助决策者发现产水、输水过程中存在的问题，优化企业生产流程，提高企业生产率。三是财务主题，财务是企业的命脉，财务主题通过财务账务详细情况分析和财务分析即可辅助决策者了解企业的经营状况，发现企业存在问题，并及时的财务相关措施，辅助武汉理工大学硕士学位论文企业决策者提高企业决策水平。数据挖掘在自来水行业中的应用，给公司的领导决策者们提供了科学的决策支持和管理依据，使得信息资源得到充分的利用，

4、从而对设备管理、生产、发展趋势等环节作更好的规划，使公司在更好的更合理的决策下继续发展。1．2国内外研究现状随着数据库技术和计算机网络的广泛发展，加上先进的自动数据生成和采集工具的使用，人们所拥有的数据量急剧增大，各种数据资源日益丰富，可是，隐藏在数据背后的知识却远没有得到应有的利用，致使“数据爆炸但知识贫乏"，于是一种自动分析海量数据、获取有用信息的技术数据挖掘和知识发现(dataminingandknowledgediscovery，DMKD)应运而生，它能为决策者提供极有价值的知识，带来不可估量的效益，已经成为国际研究和应用的热点IlJ。麻省理工学院的科技评论提出未来几年对人类产生重

5、大影响的10大新兴技术，“数据挖掘"位居第三12J。我们知道，数据挖掘技术从诞生之日起就是面向应用的。现在各行各业的业务操作都向着自动化流程的方向发展，企业在商业流转的过程中产生了大量的业务数据，而这些数据很少是为了分析的目的而收集的。因此，数据挖掘的应用成为高层次的数据分析和决策支持的骨干技术。在国外，数据挖掘技术已经广泛的应用于零售、证券、电信、航空、保险、石化、能源、交通、银行等领域，近年来计算机的普及又促进了数据挖掘在快速消费品、电子商务行业甚至社会科学等领域的发展。典型应用如加州理工学院喷气推进实验室与天文科学家合作开发的SKICAT系统，能够帮助天文学家发现遥远的类星体，是人工

6、智能技术在天文学和空间科学上的第一批成功应用之一；生物学研究中用数据挖掘技术对DNA进行分析；利用数据挖掘技术识别客户的购买行为模式，对客户进行分析；对银行或商业上经常发生的诈骗行为进行预测【31。IBM公司开发的AS(AdvancedScout)系统针对NBA的数据，帮助教练优化战术组合等。数据挖掘技术汇集了来自机器学习、模式识别、数据库、统计学以及管理信息系统等学科的成果。多学科的相互交融和相互促进，使得数据挖掘这一新学科得以蓬勃发展【4】。有了实际应用之后，数据挖掘技术开始真正引起人们的普遍关注，一些世界著名的厂商也开始纷纷致力于数据挖掘工具的开发，其中既有统计软件界元老SAS、SP

7、SS，也有数据库巨头Oracle、IBM。核心技术也在经典的统计、近2武汉理工大学硕士学位论文邻、聚类等基础上发展出决策树、神经网络、规则归纳等新技术【6】。数据挖掘技术和各个行业的有机结合体现了其蓬勃的生命力，且这种趋势正在以前所未有的速度继续向前发展。目前在国内，虽然数据挖掘谈论得比较多，但是对于它的应用都处于初级阶段，数据挖掘技术仍然被认为是一种可选的相对高端的应用功能。因为对大部分开发人员来说，数据挖掘看上去比较