淺談數(shù)據(jù)挖掘在防雷業(yè)務(wù)信息管理中的應(yīng)用

摘 要：數(shù)據(jù)挖掘就是利用已知的數(shù)據(jù)通過數(shù)學(xué)建模的方法找到隱含的業(yè)務(wù)規(guī)則。隨著對數(shù)據(jù)挖掘技術(shù)的不斷重視，其應(yīng)用研究也越來越廣。目前各地都有自己的防雷業(yè)務(wù)系統(tǒng)，但沒有一個比較完善的數(shù)據(jù)挖掘系統(tǒng)，來整合防雷業(yè)務(wù)技術(shù)資源，造成了一定的技術(shù)資源的浪費。該文將數(shù)據(jù)挖掘技術(shù)引入防雷業(yè)務(wù)信息的管理中，采用分類、聚類、關(guān)聯(lián)、預(yù)測等方法，用從客戶關(guān)系管理、檢測信息管理、儀器設(shè)備管理三方面，分析挖掘出防雷業(yè)務(wù)中隱含的有價值信息，為行業(yè)的后續(xù)發(fā)展提供良好的規(guī)劃支持。

關(guān)鍵詞：防雷業(yè)務(wù)信息 數(shù)據(jù)挖掘 客戶關(guān)系 檢測信息 儀器設(shè)備信息

中圖分類號：F407.6 文獻標識碼：A 文章編號：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

隨著云時代的來臨，大數(shù)據(jù)吸引了越來越多的關(guān)注，數(shù)據(jù)挖掘是其中最為關(guān)鍵的工作。目前，國內(nèi)并沒有一個比較完善的數(shù)據(jù)挖掘系統(tǒng)，以整合防雷業(yè)務(wù)技術(shù)資源，造成了技術(shù)資源的浪費。建立防雷業(yè)務(wù)數(shù)據(jù)挖掘與共享的輔助決策系統(tǒng)，目的就是從海量數(shù)據(jù)中自動獲取有用的信息和知識，更好的了解防雷業(yè)務(wù)行業(yè)現(xiàn)在的發(fā)展狀況，為行業(yè)的后續(xù)發(fā)展提供良好的規(guī)劃支持。

1 發(fā)展概況

目前，數(shù)據(jù)挖掘技術(shù)在很多領(lǐng)域尤其是在商業(yè)領(lǐng)域如銀行、電信、電商等已得到相關(guān)應(yīng)用，可以幫助解決很多問題，包括市場營銷策略制定、背景分析、企業(yè)管理危機等。國內(nèi)防雷技術(shù)服務(wù)機構(gòu)為了滿足各地業(yè)務(wù)發(fā)展的需要，大多擁有自己的業(yè)務(wù)信息管理系統(tǒng)，各地的業(yè)務(wù)系統(tǒng)各有著重點，可采集到多樣的防雷業(yè)務(wù)信息資源，但是多數(shù)系統(tǒng)在信息資源的利用方面，還停留在基礎(chǔ)層面的瀏覽、檢索、查詢和應(yīng)用層面的組合、整理等方面。

如何建立防雷業(yè)務(wù)數(shù)據(jù)挖掘與共享的輔助決策系統(tǒng)，加工、利用這些信息資源，這就需要進行統(tǒng)一、全局的規(guī)劃，才能實現(xiàn)信息的共享和應(yīng)用。通過對審核、檢測、驗收、儀器、費用、有效期、時效、文件、行政區(qū)域、行業(yè)屬性、人員安排等方面的系統(tǒng)管理，輔以實時的智能化預(yù)警提示、任務(wù)提示、在線消息發(fā)布、報告預(yù)覽等功能，不僅讓管理者對防雷業(yè)務(wù)信息管理的現(xiàn)狀一目了然，還能迅速獲取各類統(tǒng)計數(shù)據(jù)和考核信息，作為輔助決策的依據(jù)，從而實現(xiàn)由淺入深、由粗到細，量化地提升業(yè)務(wù)管理水平。

2 數(shù)據(jù)挖掘相關(guān)理論

數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。

目前，數(shù)據(jù)挖掘的數(shù)據(jù)源主要是關(guān)系數(shù)據(jù)庫，一條數(shù)據(jù)由多個數(shù)據(jù)字段組成，根據(jù)實際應(yīng)用情況，主要側(cè)重解決四類問題：分類、聚類、關(guān)聯(lián)、預(yù)測。（1）分類，找出一個類別的概念描述，它代表了這類數(shù)據(jù)的整體信息，一般用規(guī)則或決策樹模式表示，屬于預(yù)測問題；（2）聚類，把數(shù)據(jù)按照相似性歸納成若干個類別，同一類中的數(shù)據(jù)彼此相似，不屬于預(yù)測問題；（3）關(guān)聯(lián)分析，從兩項或多項數(shù)據(jù)屬性中找出隱藏的關(guān)聯(lián)，依據(jù)掌握的屬性值推測其他屬性值；（4）預(yù)測，利用歷史數(shù)據(jù)找出變化規(guī)律，建立模型，并由此模型對未來數(shù)據(jù)的種類及特征進行預(yù)測。

3 數(shù)據(jù)挖掘在防雷業(yè)務(wù)信息管理中的應(yīng)用

當前，數(shù)據(jù)挖掘最集中的應(yīng)用領(lǐng)域主要是金融、電信、醫(yī)療、保險等行業(yè)，借鑒這些行業(yè)應(yīng)用實例，在防雷業(yè)務(wù)信息管理中，主要可以有以下幾方面的應(yīng)用。

3.1 客戶關(guān)系管理方面的數(shù)據(jù)挖掘

在客戶關(guān)系管理（CRM）中，數(shù)據(jù)挖掘主要由以下幾方面的應(yīng)用：

（1）客戶群體分類分析：利用分類的方法可以把客戶分成不同類型。例如可以根據(jù)客戶業(yè)務(wù)量分為大型客戶、普通客戶；按照客戶的行業(yè)可以分為一般化工、危化行業(yè)、電子、機械等。通過數(shù)據(jù)挖掘，可以這對不同類型客戶的需要，提供有針對性的防雷檢測服務(wù)，提升不同類型客戶的滿意度值。

（2）客戶區(qū)域分布分析：通過數(shù)據(jù)挖掘，可以清楚了解客戶在各區(qū)域的分布情況，中心可以適當調(diào)整人員的區(qū)域分布，節(jié)省人力、物力資料。

（3）客戶滿意度分析：通過對客戶服務(wù)評議系統(tǒng)收集到的數(shù)據(jù)進行挖掘，可以清楚知道客戶對哪些方面不滿意，哪些方面比較好，從而促進防雷中心改善服務(wù)水平，有目標的提升服務(wù)質(zhì)量。

（4）客戶信用分析：通過數(shù)據(jù)挖掘，對客戶交費情況分類分析，可以知道客戶信用情況，對客戶報告領(lǐng)取、通知回復(fù)情況進行分析，可以知道客戶響應(yīng)程度。

（5）客戶流失分析：通過對每年客戶數(shù)據(jù)的分析、挖掘，了解客戶總量的變化，各類型客戶分布的變化，判斷客戶是否流失，找到流失的原因，加以預(yù)防解決。

（6）新客戶開發(fā)：防雷業(yè)務(wù)的發(fā)展，需要不斷鞏固老客戶、開發(fā)新客戶，獲取新的客戶，數(shù)據(jù)挖掘可幫助識別潛在的客戶群，做到有的放矢。

3.2 檢測信息方面的數(shù)據(jù)挖掘

通過對檢測信息的數(shù)據(jù)挖掘，了解不同區(qū)域、不同行業(yè)客戶防雷裝置的設(shè)置情況，易出現(xiàn)問題的方面，從而促使中心能針對經(jīng)常出現(xiàn)問題的方面進行重點檢查、排查，確保客戶防雷裝置的作用得到充分發(fā)揮。

3.3 儀器設(shè)備方面的數(shù)據(jù)挖掘

通過對中心在用各儀器設(shè)備數(shù)據(jù)的挖掘，了解不同區(qū)域、不同行業(yè)客戶的檢測過程中，不同儀器設(shè)備使用的適宜程度、破損程度，確保中心儀器設(shè)備的維護保養(yǎng)、更新?lián)Q代、檢定校準時期與使用時期配合適宜，不影響中心工作的開展。

4 結(jié)語

通過數(shù)據(jù)挖掘，中心可以更準確的監(jiān)督客戶防雷裝置的情況，并向主管部分報送，便于監(jiān)督管理。同時，中心可以根據(jù)數(shù)據(jù)挖掘的結(jié)果，了解不同行業(yè)、不同區(qū)域內(nèi)客戶需求、分析客戶的滿意度、儀器設(shè)備使用情況，從而能更準備的安排人力、物力投入防雷業(yè)務(wù)服務(wù)中。

參考文獻

[1]李俊良，丘文昌.淺談計量數(shù)據(jù)挖掘系統(tǒng)[J].中國計量，2012（3）：45-47.

[2]張吉吉，常桂然，黃小原.數(shù)據(jù)挖掘技術(shù)在CRM中的應(yīng)用[J].中國管理科學(xué)，2003，11（1）：54-57.

[3]龍志勇.數(shù)據(jù)挖掘在電信行業(yè)客戶關(guān)系管理中的應(yīng)用[J].信系網(wǎng)絡(luò)，2003 （12）：24-26.

[4]陳文偉，黃金才.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘[M].北京：人民郵電出版社，2004，5-7.

[5]耿曉中，張冬梅.數(shù)據(jù)挖掘綜述[J].長春師范學(xué)院學(xué)報：自然科學(xué)版，2006，25（3）：24-27.