數據挖掘在電力營銷中研究

前言：本站為你精心整理了數據挖掘在電力營銷中研究范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

一、數據倉庫的概述與決策支持系統

1.1數據倉庫技術

數據倉庫是20世紀90年代為了在激烈的市場競爭中實現合理支持決策而產生的。許多的企業都擁有自身的數據倉庫，市場上出現了許多數據倉庫的軟件。當今，數據倉庫能夠把許多傳統數據庫中的基本數據進行清理，并且將基本的數據依照條件要求進行重組。然而星型構造的數據倉庫，能夠高度地聚集以不相同的數據作為不一樣的決策要求供給服務。與此同時，聯機的處理分析伴隨著數據倉庫技術的不斷發展。和數據倉庫對數據的存儲的管理不同，聯機的處理分析對數據分析，把數據變為輔助的決策信息。數據挖掘是近年來較為靈活的研究方向，由于對數據挖掘技術的重視和理解不夠，目前該技術在電力系統中的運用十分有限。

1.2決策支持系統

決策支持系統是20世紀出現的，一出現就得到了快速的發展，數據倉庫技術的出現，為其供給了全新的發展機遇。雖然我國決策支持系統的運用與研究的起步較晚，但決策支持系統的運用發展卻非常迅速，決策支持體系的研究與運用已成為我國電力信息系統里面的熱門話題之一。

二、數據倉庫的系統結構

2.1相對穩固

數據的關鍵是為企業提供分析決策支持，它關聯的操作是數據查詢，通常不對數據進行修改。數據倉庫中的數據是由不一樣的時間數據組成的，而不是事務型的數據

2.2面向主題

數據倉庫的主題為在一個比較高的層面把數據進行集合的標準，各個主題都是對應一個宏觀的處理領域，充分滿足此領域的決策分析需求。數據在進到數據倉庫前通過集合和加工，把原始的數據構造做到從面向運用到面向主題的改變。

2.3時間特征

數據倉庫的數據有著時間的特點。數據倉庫伴隨著時間的不斷變化，內容也在不斷的增加，同時需要刪除陳舊且沒有作用的內容。因為數據倉庫通常是作為趨勢的分析預測，通常保留5～10年的歷史數據。數據倉庫里的數據包括著時間的元素，是鍵碼的一個部分。

2.4集成性

數據倉庫中里的數據主要用作決策分析，要進行整合與歸納。要處理源數據里格式不同的情況，要求把它們統一到數據倉庫的模式中。數據倉庫體系是對進到數據倉庫的原始數據進行清洗、轉換、抽取等處理，最后將其進到數據倉庫里，把對數據倉庫里儲存的數據進行管理、更新、運用的有關工具與軟件進行整合，用于支撐數據倉庫管理與使用的決策。

三、數據挖掘技術在電力營銷系統中的運用

3.1數據倉庫的開發

3.1.1數據倉庫的數據來源

電力營銷管理體系的實際要求與現狀是構成電力營銷數據倉庫的關鍵。電力營銷具有分散性，構成數據倉庫里的數據，許多來自不同用電數據庫中，這些數據庫大多來自于各個不同的數據庫，其中很大一部分數據庫來自不同區域的電力基層，還有一部分數據庫來自其他電力系統，甚至有一部分數據庫是電力系統以外的，一些數據還要求人工錄入，經過Web技術轉化與提取之后存儲在數據倉庫。

3.1.2數據倉庫的設計

當電力營銷系統相關的數據進到數據倉庫時，要通過仔細的設計要求，這樣數據倉庫才會有效合理地為電力營銷決策的制定提供支撐。設計通常為物理模式、邏輯模式、概念模式三個階段：（1）物理模型的設計：傳統的數據庫設計是先設計邏輯型，然后依據邏輯建立星形的模式，最終形成物理模型創建的模型方法。通常來說，物理模型的實現基本是邏輯模型，邏輯模型創建的星形圖能夠為創建實在的物理模型提供指標實體以及具體的種類實體，然而維度表常常不是變為直接的物理數據庫表，而為物理模型的創建提供查詢、整合、過濾與參考的數據。邏輯模型在數據庫里表現出物理模型，能夠達到數據的物理存取模式、數據儲存構造、數據存儲位置與分配等功效。（2）概念模型的設計：主題的創建，即指標的確定。在明確數據倉庫的類別與維度時，先針對元的數據庫系統的構造進行強化分析與理解，思考元數據在數據庫系統中的分布與組成形式，理解之后能夠建立數據倉庫系統的模型。通過掌握元數據的構造，對元數據的內容與形式有著明確完整的認知。（3）邏輯模型的設計：物理模型是各個數據倉庫的主題相關的關系表，然而邏輯模式是此模式關系的體現。邏輯模式也能夠被叫做關系的模型，用作顯示每個主題間的關系，它對系統設計與開發中的工作進行簡化。邏輯模型的創建是數據倉庫創建的關鍵步驟，也是電力企業對數據要求的體現，且可以對物理模型的建立提供依據。

3.2電力營銷決策支持系統

電力營銷決策支持系統主要是由決策層、決策工具層、支撐層與數據管理層構成。在電力營銷決策系統的建立中，要取得數據挖掘技術與數據倉庫的支撐。在電力營銷決策系統中要經過邏輯的判斷，對每種決策數據以及輔助決策的方法進行擇優選擇，整合出好的解決辦法。經過電力營銷系統得出的決定方案對一個區域的電力發展與改變做出預測，電力決策者能夠根據此預測做出決策。在電力營銷系統中，要求整合匯集多種元數據，并且把它們的整理成為數據庫群，而數據倉庫能夠把這些元數據整合成電力營銷決策支持系統的有效數據。數據倉庫技術是電力營銷決策支持系統的發掘的基本條件。因為營銷決策的構造特征，需要設計知識獲得模塊，運用專家技術從數據之中得出有效的知識。能綜合運用聯機處理分析與數據挖掘技術對數據倉庫中的知識進行補充，也能把某些有特征與有代表性的營銷決策出現存儲在數據倉庫里，為決策提供參考。電力營銷系統為電力企業的決策者提供有關的營銷策略決策，主要包含了有關電力運行管理與電力營銷策略的信息，還為制定電力營銷決策供給有關的服務支持等。與此同時，為了確保電力營銷系統的運行正常，系統的設計要確保其可維護性、應用性、可靠性、開放性、智能性與安全性。

3.3EMDSS開發流程

電力營銷決策支持系統是根據數據倉庫技術的決策與制作定出有關的方法庫、模型庫與知識庫，并且對整個系統進行統一的管理。在EMDSS之中，數據倉庫是一個數據的平臺，整合LAP技術、數據挖掘技術、DSS分析技術為數據倉庫中的數據做出補充。

四、結束語

隨著電力體制改革的不斷推進，電力企業從計劃經濟的模式轉向市場經濟管理模式，電力營銷系統中數據倉庫的創建可以很好地促進企業的規范化管理，為企業創造良好的社會效益與經濟效益。基于數據挖掘技術的電力營銷系統向客戶提供數據挖掘、在線處理分析、查詢、提供報表等服務，幫助其從數據中發現規律，對發展趨勢做出預測。在具體的使用中，該系統是電力營銷MIS系統的延伸，為經營與決策提供了可靠與科學的依據。

作者：雷波單位：國網四川阿壩供電公司，