关联规则挖掘技术在电力市场营销分析中的应用.pdf

《关联规则挖掘技术在电力市场营销分析中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2005年1月中文摘要随着电力体制市场化改革的深入进行，当前电力企业所面临的一个重要问题就是如何树立起现代的市场营销观念，因为它决定了电力企业能否在激烈的市场竞争环境下获得生存和发展。然而在目前的电力营销分析领域中，多数侧重于营销数据的管理和汇总，或者是对数据进行简单的统计分析。这些分析方法在面对fjf益庞大的电力营销数据库时，往往难以高效、深入地提取其中对营销决策有意义的信息。针对上述问题，本文以现代市场营销、数据挖掘为基本的理论基础，结合电力行业的具体特点，将关联规则技术运用于对电力营销数据的

2、分析之中。首先将售电市场按照行业、月份的角度进行市场细分，然后针对不同的细分市场，运用关联规则技术研究其售电行为与各种影响因素(如电价、降水、温度等)之间的关联关系，并且使用一定的度量指标(如支持度、可信度等)来具体量化这种关联关系。根据最终所挖掘出来的关联关系，营销分析人员可以对电力市场的关联特征有准确的判断和把握，从而进一步做出相应的营销策略。根据以上基本思路，本文将电力营销数据和各种影响因素数据进行整合，构建了以电力市场营销分析为主题的数据仓库；为了实现更高效的挖掘分析，运用聚类技术对原始数

3、据进行了离散化的处理；最后运用关联规则算法对电力营销数据集进行频繁集搜索和强关联规则生成，并且对结果进行相关性检验，消除结果中可能存在的误导性，保证了挖掘结果的准确。通过上述实际工作，实现了关联规则挖掘技术与电力市场营销分析的有效结合。从最后所举的挖掘算例可以看出，本文所实现的关联规则挖掘算法能够快速、全面的获取关联规则，其中的一些关联规则能够揭示用传统分析方法难以发现的售电规律性，对电力市场营销分析具有较强的辅助决策意义。关键词：电力市场营销数据挖掘关联规则聚类分析ABSTRACTWith也ed

4、eepeningmarket-orientedreformprocessofelectricpowerindustry．powercompanyisnowfacingtheurgentproblemofhowtoestablishmodemelectricmarketingconcept，whichdecideswhetheritCansurvivalanddevelopinthemarketfulloffiercecompetition．Sofar,mostmethodsforelectricm

5、arketinganalysisarefoCUSondatamanagementandcollectingorsimplestatistics．It’Sdi历culttoachievesignificantinformationforelectricmarketingdecisionfromincreasingmarketingdatabasebythesetheories．Underthebackground，associationrulesmethodisappliedtotheelectri

6、cmarketinganalysisinthispaper．ThemethodisbasedonthetheoryofmodemMarketingandDataMiⅡing，consideringthecharacteristicsofelectricindustry．Thekeypointsoftheideasareasfollows：theelectricmarketissegmented，accordingtothedifferenceofindustryandmonth．thealgori

7、thmofassociafionrulesisproposedtofindrelevancybetweenelectricpowerconsumptionandinfluencingfactors，suchasprice，precipitation,temperatureete，inthetargetmarket．Byanalyzingtheresult，effectiveelectricmarketingstrategycanbedrawnupeasily．Basedontheideasabov

8、e，alotofpracticalworkhasbeendonetoapplythetechniqueofassociationrulestotheelectricmarketinganalysis．Firstly,datawarehousewimthethemeofelectricmarketinganalysisisbuilt．Inordertomakeanalyzemoreeffectively,theclusteringmethodisusedtogeneralizethe