论文部分内容阅读
随着信息更新的速度越来越快,企业的数据量也越来越大,国内的某电网公司的数据中心目前已经建立了面向多个主题的数据仓库。根据对其数据进行分析,从而提出和实施相应的数据挖掘模型,并根据实施结果设计和实现一个基于数据挖掘的可视化电网系统,以供电网员工决策分析。本文通过研究电网公司的数据仓库并结合应用需求确定以电量预测、客户细分和欠费预测为挖掘目标,然后按照软件工程过程设计并实现一个基于电量预测及客户行为分析的电网系统,该系统功能贯穿确定业务对象、数据准备、数据挖掘、结果分析和知识同化的全过程。在需求分析阶段,通过展开详细的调研了解企业的具体应用需求,将系统的功能确定为数据采集、数据管理、数据预处理、预测分析和系统管理五大模块。在概要设计阶段,采用应用表现层、业务逻辑层和数据存储层三层架构,通过序列图等UML建模语言对每个模块的概要设计展开图文论述,并介绍系统的数据库设计。在详细设计阶段,采用类图阐明每个功能模块的设计,并将预测分析模块中应用的算法单独在相关技术章节中介绍,从而突出论述机器学习、统计分析等数据挖掘方法如何与电量预测、客户细分和欠费预测相结合,同时采用相关流程图和伪代码进行描述。在实现与应用阶段,选取J2EE架构作为开发平台,对系统的部署与应用提供说明,同时结合实例介绍系统的具体操作和展示本文的主要成果,并对模型评估的结果进行简要分析。电网系统目前已经完成了设计和实现的工作,在实际运用的过程中,用户只需保持对数据仓库的连接,即可利用可视化界面预测客户未来的用电量和欠费情况,并结合客户细分的结果制定有针对性的营销方案。