数据挖掘论文烟草销售论文：数据挖掘技术在烟草销售行业中应用探析.docVIP

数据挖掘论文烟草销售论文：数据挖掘技术在烟草销售行业中应用探析 摘 要：随着计算机信息技术的发展，信息共享使得人们能得到越来越多的数据，与此同时也出现了分析这些海量数据的一门技术——数据挖掘技术。基于数据挖掘的烟草销售行业可以将抽象的管理和服务理念数字化、直观化，从而发掘潜在的有价值的信息，帮助企业寻找新客户和新商机，制定更符合烟草销售市场的经营策略，提高企业竞争力。 关键词：数据挖掘；烟草销售；数据 烟草销售部门在每天的销售业务中都会产生大量数据，而利用目前的数据库系统只能实现数据的录入、查询、统计等基本功能，却无法发现数据中存在的关系和规则，更无法根据现有的数据预测未来的发展趋势。由于缺乏挖掘数据背后隐藏的知识的手段，导致了数据爆炸时代知识贫乏现象的产生。数据挖掘是信息领域发展最快的技术之一，它可以高度自动化地分析所获得的数据，通过对市场信息的分析与挖掘，更好地进行销售分析与预测，帮助其决策者做出正确的决策。此外，烟草销售行业还可以利用数据挖掘技术与消费者建立紧密关系，促使企业不断改进服务质量，提高企业竞争力。 1 数据挖掘概述 1.1 数据挖掘的定义 对于数据挖掘，一种比较公认的定义是w.j.frawley，g.piatetsk shapiro等人提出的。所谓的数据挖掘，就是从大型数据库的数据中提取人们感兴趣的知识，这些知识是隐含的、事先未知的、潜在有用的信息。提取的知识表示为概念（concepts），规则（rules）、规律（regularities）、模式（patterns）等形式。 从技术角度看，数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的，但又是潜在的 和有用的信息和知识的过程。它是一门广义的交叉学科，涉及数据库技术、人工智能、机器学习、神经网络、统计学、模式识别、知识库系统、知识获取、信息检索、高性能计算和数据可视化等多学科领域且本身还在不断发展。 从商业角度看，数据挖掘是一种深层次的商业信息分析技术。其主要特点是对商业数据库中的大量业务数据进行制取、转换、分析，从中提取辅助商业决策的关键性数据。数据挖掘最吸引人的地方是它能建立预测模型而不是回顾旧的模型。利用功能强大的数据挖掘技术，可以使企业把数据转化为有用的信息帮助决策，从而在市场竞争中获得优势地位。 1.2 数据挖掘的过程 （1）数据准备阶段：分析问题，选择相关的数据，再对数据进行净化，消除噪声数据、无关数据和冗余数据，完成数据的转化。 （2）挖掘阶段：该阶段是数据挖掘的核心步骤，根据数据挖掘的目标，应用相应的数据挖掘算法，分析数据并通过可视化工具表述所获得的模式或规则。 （3）结果分析：对数据挖掘的结果进行解释和评价，转换成为能够最终被用户理解的知识。 （4）知识运用：将分析所得到的知识集成到业务信息系统的组织结构中去。 其挖掘过程可由图1所示： 1.3 数据挖掘的主要方法 （1）关联分析：用关联规则挖掘大量数据中项集之间的有趣联系。它的主要应用领域是购物篮分析，也可对市场促销活动的有效性进行挖掘。此外，关联规则也可用于序列模式发现。序列模式发现的侧重点在于分析数据项集在时间上或序列上的前后（因果） 规律，可以看作是一种特定的关联规则。 （2）分类分析：它能将数据库中的数据项，映射到给定类别中的一个。分类方法在人们的日常生活和商务领域中普遍存在。分类定义了一种从属性到类别的映射关系，给定样本的属性值，根据已知的模式将其划分到特定的类中。 （3）聚类分析：聚类是根据一定的规则， 按照相似性把样本归成若干类别。在对样本合理划分后，对不同的类进行描述。聚类通常用于将客户细分成不同的客户群， 如有相同爱好的客户群。聚类方法包括统计方法、机器学习方法、神经网络方法和面向数据库的方法。 （4）孤立点分析。孤立点的存在不符合数据的一般模型，它们极有可能是度量或执行错误所导致的。许多数据挖掘算法试图使孤立点的影响最小化，或者排除它们。但是由于一个人的噪声可能是另一个人的信号，这可能导致重要的隐藏信息的丢失。在烟草市场分析中对这些数据进行分析，可用于确定极低或极高收人的客户的消费行为。 2 数据挖掘在烟草销售行业中的应用 数据挖掘技术已经被广泛应用于各级商业系统中，笔者认为，在烟草销售行业中可以通过对客户信息的数据挖掘对其进行分析，以便制定有效、灵活的销售策略。 2.1 对目标市场客户的聚类与分类 销售部门可以将具有相同销售习惯和消费行为的客户分为一组。将客户划分为不同类别进行服务与管理，体现了客户群策略和客户发展策略。有效的聚类和协同过滤方法有助于识别客户组，以及推动目标市场。然后利用分类技术，对客户特征进行建模，描述出客户群的特征，设定相应的客户级别，以便对不同类别的客户实施个性服务。 2.2 客户价值分析