guanyhao

响因素(如电价、降水、温度等)之间的相互关系,并且使用一定的度量指标来具体量化这种关系.根据最终所挖掘出来的相互关系,营销分析人员可以对电力市场的特征有较为准确的判断和把握,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,运用一种改进的K-means聚类技术将原始数据进行了离散化的处理,以便进行知识归纳；然后运用粗糙集进行属性约简,并构造多变量决策树:最后在决策树的基础上提取出电量销售与电价、气温、降水等影响因素之间的关系,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.通过上述的实际工作,从而具体实现了数据挖掘技术与电力市场营销分析的有效结合.

从最后所列举的挖掘算例可以看出,本文所实现的基于粗糙集的多变量决策树的挖掘算法能够快速、全面地获取电力行业的售电量水平与外部影响因素之间的关系,其中的一些关系能够揭示用传统分析方法难以发现的售电规律性.可见本文的方法对电力市场营销分析具有较强的辅助决策意义.

本文链接：/Periodical_jzgc201027022.aspx

授权使用：武汉科技大学(whkjdx)，授权号：6949ee3b-dfd1-410c-8cd9-9e8d00e8d61e

下载时间：2011年2月17日