论文部分内容阅读
摘 要：数据挖掘就是利用已知的数据通过数学建模的方法找到隐含的业务规则。随着对数据挖掘技术的不断重视，其应用研究也越来越广。目前各地都有自己的防雷业务系统，但没有一个比较完善的数据挖掘系统，来整合防雷业务技术资源，造成了一定的技术资源的浪费。该文将数据挖掘技术引入防雷业务信息的管理中，采用分类、聚类、关联、预测等方法，用从客户关系管理、检测信息管理、仪器设备管理三方面，分析挖掘出防雷业务中隐含的有价值信息，为行业的后续发展提供良好的规划支持。
关键词：防雷业务信息 数据挖掘 客户关系 检测信息 仪器设备信息
中图分类号：F407.6 文献标识码：A 文章编号：1674-098X（2015）04（a）-0172-02
Abstract：Data mining technology makes use of existed data to find out the underling business rule by establishing mathematical model. With the constant attention of the data mining technology， the application of data mining has increased. All the lightning protection center have their own business system， but they do not have a perfect data mining system to integrate business resources. In order to provide good support for the subsequent development of lightning protection， the article introduced the technology of data mining to find out the valuable and implicit business information from Customer relationship management， test management， equipment management information by the means of classification， clustering， association， prediction analysis.
Key words：business information of lightning protection；data mining；customer relationship；detected information；equipment information
随着云时代的来临，大数据吸引了越来越多的关注，数据挖掘是其中最为关键的工作。目前，国内并没有一个比较完善的数据挖掘系统，以整合防雷业务技术资源，造成了技术资源的浪费。建立防雷业务数据挖掘与共享的辅助决策系统，目的就是从海量数据中自动获取有用的信息和知识，更好的了解防雷业务行业现在的发展状况，为行业的后续发展提供良好的规划支持。
1 发展概况
目前，数据挖掘技术在很多领域尤其是在商业领域如银行、电信、电商等已得到相关应用，可以帮助解决很多问题，包括市场营销策略制定、背景分析、企业管理危机等。国内防雷技术服务机构为了满足各地业务发展的需要，大多拥有自己的业务信息管理系统，各地的业务系统各有着重点，可采集到多样的防雷业务信息资源，但是多数系统在信息资源的利用方面，还停留在基础层面的浏览、检索、查询和应用层面的组合、整理等方面。
如何建立防雷业务数据挖掘与共享的辅助决策系统，加工、利用这些信息资源，这就需要进行统一、全局的规划，才能实现信息的共享和应用。通过对审核、检测、验收、仪器、费用、有效期、时效、文件、行政区域、行业属性、人员安排等方面的系统管理，辅以实时的智能化预警提示、任务提示、在线消息发布、报告预览等功能，不仅让管理者对防雷业务信息管理的现状一目了然，还能迅速获取各类统计数据和考核信息，作为辅助决策的依据，从而实现由浅入深、由粗到细，量化地提升业务管理水平。
2 数据挖掘相关理论
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、但又是潜在有用的信息和知识的过程。
目前，数据挖掘的数据源主要是关系数据库，一条数据由多个数据字段组成，根据实际应用情况，主要侧重解决四类问题：分类、聚类、关联、预测。（1）分类，找出一个类别的概念描述，它代表了这类数据的整体信息，一般用规则或决策树模式表示，属于预测问题；（2）聚类，把数据按照相似性归纳成若干个类别，同一类中的数据彼此相似，不属于预测问题；（3）关联分析，从两项或多项数据属性中找出隐藏的关联，依据掌握的属性值推测其他属性值；（4）预测，利用历史数据找出变化规律，建立模型，并由此模型对未来数据的种类及特征进行预测。
3 数据挖掘在防雷业务信息管理中的应用
当前，数据挖掘最集中的应用领域主要是金融、电信、医疗、保险等行业，借鉴这些行业应用实例，在防雷业务信息管理中，主要可以有以下几方面的应用。
3.1 客户关系管理方面的数据挖掘
在客户关系管理（CRM）中，数据挖掘主要由以下几方面的应用：
（1）客户群体分类分析：利用分类的方法可以把客户分成不同类型。例如可以根据客户业务量分为大型客户、普通客户；按照客户的行业可以分为一般化工、危化行业、电子、机械等。通过数据挖掘，可以这对不同类型客户的需要，提供有针对性的防雷检测服务，提升不同类型客户的满意度值。 （2）客户区域分布分析：通过数据挖掘，可以清楚了解客户在各区域的分布情况，中心可以适当调整人员的区域分布，节省人力、物力资料。
（3）客户满意度分析：通过对客户服务评议系统收集到的数据进行挖掘，可以清楚知道客户对哪些方面不满意，哪些方面比较好，从而促进防雷中心改善服务水平，有目标的提升服务质量。
（4）客户信用分析：通过数据挖掘，对客户交费情况分类分析，可以知道客户信用情况，对客户报告领取、通知回复情况进行分析，可以知道客户响应程度。
（5）客户流失分析：通过对每年客户数据的分析、挖掘，了解客户总量的变化，各类型客户分布的变化，判断客户是否流失，找到流失的原因，加以预防解决。
（6）新客户开发：防雷业务的发展，需要不断巩固老客户、开发新客户，获取新的客户，数据挖掘可帮助识别潜在的客户群，做到有的放矢。
3.2 检测信息方面的数据挖掘
通过对检测信息的数据挖掘，了解不同区域、不同行业客户防雷装置的设置情况，易出现问题的方面，从而促使中心能针对经常出现问题的方面进行重点检查、排查，确保客户防雷装置的作用得到充分发挥。
3.3 仪器设备方面的数据挖掘
通过对中心在用各仪器设备数据的挖掘，了解不同区域、不同行业客户的检测过程中，不同仪器设备使用的适宜程度、破损程度，确保中心仪器设备的维护保养、更新换代、检定校准时期与使用时期配合适宜，不影响中心工作的开展。
4 结语
通过数据挖掘，中心可以更准确的监督客户防雷装置的情况，并向主管部分报送，便于监督管理。同时，中心可以根据数据挖掘的结果，了解不同行业、不同区域内客户需求、分析客户的满意度、仪器设备使用情况，从而能更准备的安排人力、物力投入防雷业务服务中。
参考文献
[1] 李俊良，丘文昌.浅谈计量数据挖掘系统[J].中国计量，2012（3）：45-47.
[2] 张吉吉，常桂然，黄小原.数据挖掘技术在CRM中的应用[J].中国管理科学，2003，11（1）：54-57.
[3] 龙志勇.数据挖掘在电信行业客户关系管理中的应用[J].信系网络，2003 （12）：24-26.
[4] 陈文伟，黄金才.数据仓库与数据挖掘[M].北京：人民邮电出版社，2004，5-7.
[5] 耿晓中，张冬梅.数据挖掘综述[J].长春师范学院学报：自然科学版，2006，25（3）：24-27.
关键词：防雷业务信息 数据挖掘 客户关系 检测信息 仪器设备信息
中图分类号：F407.6 文献标识码：A 文章编号：1674-098X（2015）04（a）-0172-02
Abstract：Data mining technology makes use of existed data to find out the underling business rule by establishing mathematical model. With the constant attention of the data mining technology， the application of data mining has increased. All the lightning protection center have their own business system， but they do not have a perfect data mining system to integrate business resources. In order to provide good support for the subsequent development of lightning protection， the article introduced the technology of data mining to find out the valuable and implicit business information from Customer relationship management， test management， equipment management information by the means of classification， clustering， association， prediction analysis.
Key words：business information of lightning protection；data mining；customer relationship；detected information；equipment information
随着云时代的来临，大数据吸引了越来越多的关注，数据挖掘是其中最为关键的工作。目前，国内并没有一个比较完善的数据挖掘系统，以整合防雷业务技术资源，造成了技术资源的浪费。建立防雷业务数据挖掘与共享的辅助决策系统，目的就是从海量数据中自动获取有用的信息和知识，更好的了解防雷业务行业现在的发展状况，为行业的后续发展提供良好的规划支持。
1 发展概况
目前，数据挖掘技术在很多领域尤其是在商业领域如银行、电信、电商等已得到相关应用，可以帮助解决很多问题，包括市场营销策略制定、背景分析、企业管理危机等。国内防雷技术服务机构为了满足各地业务发展的需要，大多拥有自己的业务信息管理系统，各地的业务系统各有着重点，可采集到多样的防雷业务信息资源，但是多数系统在信息资源的利用方面，还停留在基础层面的浏览、检索、查询和应用层面的组合、整理等方面。
如何建立防雷业务数据挖掘与共享的辅助决策系统，加工、利用这些信息资源，这就需要进行统一、全局的规划，才能实现信息的共享和应用。通过对审核、检测、验收、仪器、费用、有效期、时效、文件、行政区域、行业属性、人员安排等方面的系统管理，辅以实时的智能化预警提示、任务提示、在线消息发布、报告预览等功能，不仅让管理者对防雷业务信息管理的现状一目了然，还能迅速获取各类统计数据和考核信息，作为辅助决策的依据，从而实现由浅入深、由粗到细，量化地提升业务管理水平。
2 数据挖掘相关理论
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、但又是潜在有用的信息和知识的过程。
目前，数据挖掘的数据源主要是关系数据库，一条数据由多个数据字段组成，根据实际应用情况，主要侧重解决四类问题：分类、聚类、关联、预测。（1）分类，找出一个类别的概念描述，它代表了这类数据的整体信息，一般用规则或决策树模式表示，属于预测问题；（2）聚类，把数据按照相似性归纳成若干个类别，同一类中的数据彼此相似，不属于预测问题；（3）关联分析，从两项或多项数据属性中找出隐藏的关联，依据掌握的属性值推测其他属性值；（4）预测，利用历史数据找出变化规律，建立模型，并由此模型对未来数据的种类及特征进行预测。
3 数据挖掘在防雷业务信息管理中的应用
当前，数据挖掘最集中的应用领域主要是金融、电信、医疗、保险等行业，借鉴这些行业应用实例，在防雷业务信息管理中，主要可以有以下几方面的应用。
3.1 客户关系管理方面的数据挖掘
在客户关系管理（CRM）中，数据挖掘主要由以下几方面的应用：
（1）客户群体分类分析：利用分类的方法可以把客户分成不同类型。例如可以根据客户业务量分为大型客户、普通客户；按照客户的行业可以分为一般化工、危化行业、电子、机械等。通过数据挖掘，可以这对不同类型客户的需要，提供有针对性的防雷检测服务，提升不同类型客户的满意度值。 （2）客户区域分布分析：通过数据挖掘，可以清楚了解客户在各区域的分布情况，中心可以适当调整人员的区域分布，节省人力、物力资料。
（3）客户满意度分析：通过对客户服务评议系统收集到的数据进行挖掘，可以清楚知道客户对哪些方面不满意，哪些方面比较好，从而促进防雷中心改善服务水平，有目标的提升服务质量。
（4）客户信用分析：通过数据挖掘，对客户交费情况分类分析，可以知道客户信用情况，对客户报告领取、通知回复情况进行分析，可以知道客户响应程度。
（5）客户流失分析：通过对每年客户数据的分析、挖掘，了解客户总量的变化，各类型客户分布的变化，判断客户是否流失，找到流失的原因，加以预防解决。
（6）新客户开发：防雷业务的发展，需要不断巩固老客户、开发新客户，获取新的客户，数据挖掘可帮助识别潜在的客户群，做到有的放矢。
3.2 检测信息方面的数据挖掘
通过对检测信息的数据挖掘，了解不同区域、不同行业客户防雷装置的设置情况，易出现问题的方面，从而促使中心能针对经常出现问题的方面进行重点检查、排查，确保客户防雷装置的作用得到充分发挥。
3.3 仪器设备方面的数据挖掘
通过对中心在用各仪器设备数据的挖掘，了解不同区域、不同行业客户的检测过程中，不同仪器设备使用的适宜程度、破损程度，确保中心仪器设备的维护保养、更新换代、检定校准时期与使用时期配合适宜，不影响中心工作的开展。
4 结语
通过数据挖掘，中心可以更准确的监督客户防雷装置的情况，并向主管部分报送，便于监督管理。同时，中心可以根据数据挖掘的结果，了解不同行业、不同区域内客户需求、分析客户的满意度、仪器设备使用情况，从而能更准备的安排人力、物力投入防雷业务服务中。
参考文献
[1] 李俊良，丘文昌.浅谈计量数据挖掘系统[J].中国计量，2012（3）：45-47.
[2] 张吉吉，常桂然，黄小原.数据挖掘技术在CRM中的应用[J].中国管理科学，2003，11（1）：54-57.
[3] 龙志勇.数据挖掘在电信行业客户关系管理中的应用[J].信系网络，2003 （12）：24-26.
[4] 陈文伟，黄金才.数据仓库与数据挖掘[M].北京：人民邮电出版社，2004，5-7.
[5] 耿晓中，张冬梅.数据挖掘综述[J].长春师范学院学报：自然科学版，2006，25（3）：24-27.