基于電力大數(shù)據(jù)的客戶立體畫(huà)像構(gòu)建及應(yīng)用研究

余文輝 吳爭(zhēng)榮

摘? ?要：隨著時(shí)代的不斷進(jìn)步和科學(xué)技術(shù)的不斷發(fā)展，物聯(lián)網(wǎng)以及智能電網(wǎng)開(kāi)始慢慢走入生活，被越來(lái)越多的人所熟知，加上“互聯(lián)網(wǎng)+”戰(zhàn)略，電力大數(shù)據(jù)對(duì)電網(wǎng)企業(yè)的發(fā)展已經(jīng)造成了顛覆性的沖擊。通過(guò)介紹電力大數(shù)據(jù)的概念，對(duì)客戶立體畫(huà)像進(jìn)行概述，為后續(xù)的應(yīng)用研究打下鋪墊。同時(shí)，更加肯定了客戶立體畫(huà)像的應(yīng)用范圍之廣，它將帶給電力企業(yè)新的高度和新的發(fā)展。

關(guān)鍵詞：電力大數(shù)據(jù);客戶立體畫(huà)像;科學(xué)技術(shù)

中圖分類號(hào)：TM726.1? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1003—6199（2020）02—0164—06

Abstract：With the continuous advancement of the times and the continuous development of science and technology，the Internet of Things and the smart grid have begun to slowly enter our lives，and are becoming more and more familiar to people. Together with the "Internet +" strategy，power big data is on the grid. The development of enterprises has caused a subversive impact. This paper introduces the concept of power big data，and then outlines the customer's stereoscopic image，paving the way for subsequent application research. Through applied research，it has more affirmed the wide application range of customer stereoscopic portraits，which will bring new heights and new developments to power companies.

Key words：power big data;customer stereo portrait;science technology

當(dāng)下，經(jīng)濟(jì)的快速發(fā)展加劇了各行各業(yè)的發(fā)展壓力，在這個(gè)激烈競(jìng)爭(zhēng)的環(huán)境下，電力需求的急速增長(zhǎng)，供電企業(yè)遇到了前所未有的挑戰(zhàn)和復(fù)雜的市場(chǎng)環(huán)境[1]。國(guó)家實(shí)行“互聯(lián)網(wǎng)+”戰(zhàn)略，經(jīng)濟(jì)新常態(tài)以及國(guó)企改革的一系列政策為電力企業(yè)也帶來(lái)了新的發(fā)展機(jī)遇[2]。電網(wǎng)企業(yè)在這個(gè)新形勢(shì)下開(kāi)辟了一條自己的創(chuàng)新之路——客戶畫(huà)像。電網(wǎng)企業(yè)的客戶數(shù)量龐大，可以充分的利用電力數(shù)據(jù)，開(kāi)展客戶畫(huà)像[3]。

1? ?電力大數(shù)據(jù)的概述

相比較傳統(tǒng)數(shù)據(jù)分析中結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)的優(yōu)勢(shì)差異，由于非結(jié)構(gòu)化數(shù)據(jù)有著較強(qiáng)的環(huán)境適應(yīng)性，進(jìn)而使得其應(yīng)用范圍不斷擴(kuò)大，結(jié)構(gòu)化數(shù)據(jù)在數(shù)量上已經(jīng)遠(yuǎn)遠(yuǎn)落后于非結(jié)構(gòu)化數(shù)據(jù)[4]。大數(shù)據(jù)有五個(gè)方面的特性，第一個(gè)方面是處理速度快，這是最主要的，其次依次是數(shù)據(jù)量大、數(shù)據(jù)類型多、價(jià)值大、精確性高[5]。

大數(shù)據(jù)的應(yīng)用體現(xiàn)在兩個(gè)方面，一個(gè)方面是體現(xiàn)在信息融合，一方面體現(xiàn)在數(shù)據(jù)融合。信息融合主要是與人民生活、社會(huì)保障、道路交通以及宏觀經(jīng)濟(jì)方面的融合，數(shù)據(jù)融合主要是與電力行業(yè)、或者是跨部門、跨單位、跨專業(yè)的數(shù)據(jù)融合[6]。大數(shù)據(jù)的廣泛應(yīng)用可以提升企業(yè)的經(jīng)濟(jì)效益和競(jìng)爭(zhēng)力[7]。

電力大數(shù)據(jù)技術(shù)可以滿足社會(huì)不同領(lǐng)域的需求，其中包括日常生活、工業(yè)生產(chǎn)等，在社會(huì)經(jīng)濟(jì)發(fā)展方面起著極其重要的作用[8]。在技術(shù)組成方面，其涉及到大數(shù)據(jù)計(jì)算、數(shù)據(jù)分析、可視化計(jì)算等[9]。

2? ?客戶立體畫(huà)像研究概述

伴隨著大數(shù)據(jù)的極速發(fā)展，客戶畫(huà)像這個(gè)概念逐漸被大家所熟知，走進(jìn)了人們的生活，客戶畫(huà)像是真實(shí)客戶的原型，它是一種基于服務(wù)目標(biāo)和產(chǎn)品的真實(shí)描述與勾勒，是一種廣泛應(yīng)用于聯(lián)系客戶訴求和勾畫(huà)目標(biāo)客戶的有效工具[10]。大數(shù)據(jù)的神奇之處就在于，它使世界變得越來(lái)越便捷[11]。

目前，國(guó)外的很多運(yùn)營(yíng)商都擁有用戶精確畫(huà)像數(shù)據(jù)庫(kù)，能夠詳細(xì)的從自然屬性、用戶的活動(dòng)特征、用戶的行為特征、用戶的費(fèi)用特征、用戶的營(yíng)銷效果這些方面進(jìn)行描述。通過(guò)這個(gè)數(shù)據(jù)庫(kù)，運(yùn)營(yíng)商可以更加準(zhǔn)確和全面的對(duì)客戶進(jìn)行歸類和消費(fèi)指引[12]。中國(guó)電信將大數(shù)據(jù)作為支撐，采集網(wǎng)上營(yíng)業(yè)廳客戶行為相關(guān)數(shù)據(jù)，從訪問(wèn)時(shí)間、訪問(wèn)行為、客戶來(lái)源等屬性來(lái)對(duì)客戶進(jìn)行畫(huà)像。通過(guò)對(duì)客戶精確而全面的畫(huà)像可以為客戶提供更加準(zhǔn)確的服務(wù)[13-15]。

所以，在新的形勢(shì)下，電網(wǎng)公司應(yīng)當(dāng)開(kāi)展客戶立體畫(huà)像分析工作，利用大數(shù)據(jù)時(shí)代所提供的機(jī)遇，建立全新的客戶關(guān)系，把握住引導(dǎo)用戶的主動(dòng)權(quán)[16]。

3? ?電力大數(shù)據(jù)下客戶立體畫(huà)像應(yīng)用研究

客戶立體畫(huà)像包括：市場(chǎng)策略、市場(chǎng)開(kāi)發(fā)、市場(chǎng)交易、市場(chǎng)營(yíng)銷、客戶關(guān)系管理、風(fēng)險(xiǎn)管理，本文首先構(gòu)建出電力大數(shù)據(jù)下客戶立體畫(huà)像的理論模型，來(lái)驗(yàn)證客戶立體畫(huà)像的這六個(gè)方面與其影響程度[17-20]。為今后客戶立體畫(huà)像的發(fā)展具備一定的指導(dǎo)意義。

3.1? ?模型構(gòu)建

市場(chǎng)策略、市場(chǎng)開(kāi)發(fā)、市場(chǎng)交易、市場(chǎng)營(yíng)銷、客戶關(guān)系管理、風(fēng)險(xiǎn)管理作為自變量，電力大數(shù)據(jù)下客戶立體畫(huà)像作為因變量，在此基礎(chǔ)上構(gòu)建了電力大數(shù)據(jù)下客戶立體畫(huà)像的理論模型。

3.2? ?研究假設(shè)

根據(jù)構(gòu)建的電力大數(shù)據(jù)下客戶立體畫(huà)像理論模型，對(duì)變量提出研究假設(shè)，市場(chǎng)策略、市場(chǎng)開(kāi)發(fā)、市場(chǎng)交易、市場(chǎng)營(yíng)銷、客戶關(guān)系管理、風(fēng)險(xiǎn)管理均對(duì)客戶立體畫(huà)像存在正向影響;具體見(jiàn)表1。

3.3? ?研究樣本選取

此次研究樣本隨機(jī)選擇某電力企業(yè)在崗工作人員200人，并通過(guò)發(fā)放調(diào)查問(wèn)卷的方式進(jìn)行數(shù)據(jù)統(tǒng)計(jì)，有效調(diào)查問(wèn)卷數(shù)量為170份，有效率達(dá)85%，滿足數(shù)據(jù)分析要求。

3.4? ?問(wèn)卷內(nèi)容

為更好的解釋研究?jī)?nèi)容中相關(guān)因素之間的影響，此次研究采用的設(shè)計(jì)方式為5點(diǎn)Likert量表方式[21-22]。市場(chǎng)策略、市場(chǎng)開(kāi)發(fā)、市場(chǎng)交易、市場(chǎng)營(yíng)銷、客戶關(guān)系管理、風(fēng)險(xiǎn)管理作為六個(gè)變量因素，分別由5個(gè)題目與之相對(duì)應(yīng)，由調(diào)查人員以1～5分進(jìn)行賦分。

3.5? ?信度和效度檢驗(yàn)

基于數(shù)據(jù)分析科學(xué)性的要求，在數(shù)據(jù)分析前需要對(duì)其進(jìn)行可信度分析，Cronbach′s α值在0.7以上表示尚可，0.8以上表示良好，0.9以上表示很好。此次分析使用的軟件為SPSS23.0，以統(tǒng)計(jì)量Cronbach′s α作為系統(tǒng)系數(shù)檢驗(yàn)標(biāo)準(zhǔn)，其可信度約為95.4%，具體數(shù)據(jù)如表2所示：

通過(guò)表2中的統(tǒng)計(jì)量Cronbach′s α可以看出，市場(chǎng)營(yíng)銷、客戶關(guān)系管理、市場(chǎng)策略的信度檢驗(yàn)值最高，分別為93.6%、92.8%和91.2%，而對(duì)應(yīng)市場(chǎng)開(kāi)發(fā)、風(fēng)險(xiǎn)管理、市場(chǎng)教育三大變臉信度檢驗(yàn)值分別為89.2%、86.7%和86.1%。所以，調(diào)查問(wèn)卷所得樣本數(shù)據(jù)具有較高的可信度。

效度檢驗(yàn)是傳統(tǒng)數(shù)據(jù)分析中較為重要的一個(gè)手段，此處使用KMO與Bartlett檢驗(yàn)完成調(diào)查問(wèn)卷內(nèi)容設(shè)計(jì)合理性的評(píng)價(jià)，以證明所獲得數(shù)據(jù)與實(shí)際需求之間的合理性、適應(yīng)性。效度檢驗(yàn)的最終結(jié)果分為5個(gè)等級(jí)，分別為不合適（0.50.9）。KMO和Bartlett檢驗(yàn)結(jié)果見(jiàn)表3。

由表3可知，本次問(wèn)卷的整體KMO值為0.960，近似卡方、自由度、顯著性分別為9126.092、1638、0.000，表明假設(shè)非常合適，數(shù)據(jù)適合做因子分析。

根據(jù)問(wèn)卷結(jié)果做總方差分析，分析結(jié)果見(jiàn)表4。載荷平方和是因子載荷矩陣中各元素的平方和。

提取方法：主成分分析法。

使用主成分分析法，提取出6個(gè)特征值大于1的公因子，因子旋轉(zhuǎn)后的空間組件圖見(jiàn)圖1。

對(duì)于此次調(diào)查問(wèn)卷中的6個(gè)特征值大于1的公因子，通過(guò)計(jì)算后的總方差為0.76406，從而證明了原有變量的總方差滿足要求。

4? ?實(shí)證研究

4.1? ?構(gòu)建結(jié)構(gòu)方程模型

在結(jié)構(gòu)方程模型構(gòu)建過(guò)程中，使用到的軟件為AMOS軟件的21.0版本，通過(guò)對(duì)樣本數(shù)據(jù)中的6個(gè)自變量對(duì)客戶立體畫(huà)像的影響關(guān)系構(gòu)建結(jié)構(gòu)方程模型，具體見(jiàn)圖2。

在該初始模型圖中，大橢圓、小橢圓、長(zhǎng)方形等所表示的分別為潛變量、殘差、顯變量。

4.2? ?模型的擬合

模型的擬合度直接關(guān)系到數(shù)據(jù)的科學(xué)性，在構(gòu)建電力數(shù)據(jù)初始模型的基礎(chǔ)上，需要利用再生協(xié)方差矩陣與樣本方差矩陣進(jìn)行擬合度分析，即獲取檢驗(yàn)?zāi)Ｐ退鶚?gòu)建的路徑關(guān)系與實(shí)證數(shù)據(jù)間的匹配性，具體可將其擬合度評(píng)價(jià)指數(shù)區(qū)分為絕對(duì)指數(shù)與相對(duì)指數(shù)兩種類型。對(duì)應(yīng)擬合度所形成的絕對(duì)指數(shù)與相對(duì)指數(shù)如下表所示：

這里擬合度有毒指數(shù)使用GFI表示，其全稱為Godness-Of-Fit Index，而擬合優(yōu)度指數(shù)則使用AGFI表示，其全稱為Adjusted Godness-Of-Fit Index，CFI（comparative fit index）表示比較擬合指數(shù)，NFI（normed fit index）表示規(guī)范擬合指數(shù)，指數(shù)值在0-1之間，愈接近0表示擬合愈差，愈接近1表示擬合愈好;RMR（root of the mean square residual）表示均方根殘差，RMSEA（root-mean-square error of approximation）表示近似誤差均方根，值愈接近0表示擬合愈好。AIC（akaike information criterion）表示信息標(biāo)準(zhǔn)指數(shù)，值越小越好。

從上面幾個(gè)表中的數(shù)據(jù)可以看出，對(duì)應(yīng)擬合結(jié)果下的擬合指數(shù)包括CMIN/DF、RMR、RMSEA、GFI、NFI，對(duì)應(yīng)數(shù)值分別為1.418、0.039、0.085和0.909，NFI擬合指數(shù)為0.914（>0.9）滿足要求，而RFI擬合指數(shù)則為僅為0.851（<0.9）不滿足要求，因此，該模型需要進(jìn)行修正，并進(jìn)行再次擬合。

4.3? ?模型的修正

在模型的反復(fù)修正過(guò)程中，其評(píng)價(jià)標(biāo)準(zhǔn)是所有擬合指數(shù)均符合標(biāo)準(zhǔn)，即CMIN/DF、RMR、RMSEA、GFI、NFI分別在要求范圍以內(nèi)。對(duì)于殘差項(xiàng)相關(guān)關(guān)系則使用MI進(jìn)行表示，其全稱為Modification Indices，其中MI值越大，則殘差項(xiàng)的相關(guān)關(guān)系越密切，通過(guò)對(duì)MI值偏大的殘差項(xiàng)，使其不斷減小。具體修正原則為：對(duì)MI值殘差項(xiàng)進(jìn)行排序，構(gòu)建MI修正路徑圖，并確定不同路徑與實(shí)際結(jié)果之間的相關(guān)性，MI修正路徑的變化將直接影響到修正結(jié)果，且每次只能對(duì)其中一條路徑進(jìn)行擬合度的修正。通過(guò)第一次擬合路徑修改后的NFI為0.926，RFI為0.859，不滿足要求，隨即進(jìn)行二次修正，直至NFI、RFI均滿足要求，且擬合指數(shù)如表6所示：

最終，市場(chǎng)策略、市場(chǎng)開(kāi)發(fā)、市場(chǎng)交易、市場(chǎng)營(yíng)銷、客戶關(guān)系管理、風(fēng)險(xiǎn)管理6個(gè)自變量與客戶立體畫(huà)像之間的標(biāo)準(zhǔn)化路徑系數(shù)分別為0.865、0.891、0.833、0.945、0.893、0.927，影響顯著，六條假設(shè)全部得到驗(yàn)證。

5? ?未來(lái)發(fā)展方向

隨著時(shí)代的進(jìn)步與科技的發(fā)展，未來(lái)的電力大數(shù)據(jù)在用戶用電行為、繳費(fèi)行為、咨詢，投訴行為、客戶重要性、用電安全方面做出更大的貢獻(xiàn)。

（1）用電行為分析

用電行為研究對(duì)于電力行業(yè)的發(fā)展有著一定的必要性，通過(guò)這一行為數(shù)據(jù)分析，得到了客戶用電行為偏好的信息，電力企業(yè)能夠采取科學(xué)的配電措施，提高電能的利用率，并有效避免竊電行為的發(fā)生。

（2）繳費(fèi)行為分析

欠費(fèi)風(fēng)險(xiǎn)可以通過(guò)分析客戶之前的繳費(fèi)行為和繳費(fèi)記錄，對(duì)客戶數(shù)據(jù)進(jìn)行分析，將客戶風(fēng)險(xiǎn)分為三種類型：高、中、低。在此過(guò)程中，對(duì)于用戶的用電行為不同，可以采取與之相適應(yīng)的配電行為，也便于繳費(fèi)工作順利開(kāi)展。

（3）咨詢、投訴行為分析

通過(guò)分析客戶以往的繳費(fèi)記錄和客戶投訴數(shù)據(jù)，進(jìn)而分析客戶對(duì)于咨詢、投訴的敏感程度和次數(shù)，進(jìn)行差異化管理，針對(duì)不同的客戶，提前做好相關(guān)預(yù)案，從而有效提高服務(wù)質(zhì)量，減少投訴情況的發(fā)生。

（4）客戶重要性分析

電網(wǎng)企業(yè)為了增加營(yíng)業(yè)收入，根據(jù)用電客戶的電費(fèi)金額評(píng)價(jià)用戶所產(chǎn)生的貢獻(xiàn)，由此計(jì)算具備一定潛力的優(yōu)質(zhì)用戶，并采取多種營(yíng)銷手段鼓勵(lì)其消費(fèi)。同時(shí)，通過(guò)開(kāi)展客戶發(fā)展?jié)摿Ψ治觯瑢?duì)這些客戶提前介入服務(wù)，幫助客戶快速穩(wěn)定成長(zhǎng)。

（5）用電安全分析

任何時(shí)候都是安全第一，在用電方面也是一樣的，分析識(shí)別電力客戶方面的數(shù)據(jù)，充分應(yīng)用科學(xué)技術(shù)，識(shí)別用電安全當(dāng)中的隱患，保證客戶用電安全和電力企業(yè)的穩(wěn)步運(yùn)行。

6? ?結(jié)? ?論

對(duì)電力大數(shù)據(jù)下客戶立體畫(huà)像進(jìn)行應(yīng)用研究，從市場(chǎng)策略、市場(chǎng)開(kāi)發(fā)等六個(gè)方面構(gòu)建客戶立體圖像影響的理論模型并進(jìn)行實(shí)例驗(yàn)證。對(duì)電力企業(yè)進(jìn)行客戶細(xì)分及推動(dòng)電力業(yè)務(wù)數(shù)據(jù)化和電力數(shù)據(jù)業(yè)務(wù)化具有很好的借鑒意義。

參考文獻(xiàn)

[1]? ? 曾峰，黃黨生. “能源互聯(lián)網(wǎng)技術(shù)與發(fā)展暨《電力大數(shù)據(jù)》創(chuàng)刊40周年紀(jì)念”論壇[J]. 電力大數(shù)據(jù)，2017，20（12）：2.

[2]? ? 張?jiān)娷?，陳豐，王志英，等. 基于電力大數(shù)據(jù)的客戶立體畫(huà)像構(gòu)建及應(yīng)用研究[J]. 電氣應(yīng)用，2018，37（08）：18-25.

[3]? ? 齊紅濤，開(kāi)圣武，方盛宇，等. 智能綜合決策移動(dòng)作業(yè)終端設(shè)想（待續(xù)）——基于供電服務(wù)指揮平臺(tái)的共享電力大數(shù)據(jù)和透明計(jì)算的新模式[J]. 農(nóng)村電工，2018，26（06）：9-10.

[4]? ? 齊紅濤，開(kāi)圣武，方盛宇，等. 智能綜合決策移動(dòng)作業(yè)終端設(shè)想（續(xù)完）——基于供電服務(wù)指揮平臺(tái)的共享電力大數(shù)據(jù)和透明計(jì)算的新模式[J]. 農(nóng)村電工，2018，26（07）：14-15.

[5]? ? 孫若寒，李志剛，喬涵. 基于電網(wǎng)大數(shù)據(jù)平臺(tái)的異構(gòu)數(shù)據(jù)統(tǒng)一訪問(wèn)及云化數(shù)據(jù)整合技術(shù)研究[J]. 科技經(jīng)濟(jì)導(dǎo)刊，2016，28（32）：27.

[6]? ? 高騫，楊旸，胡廣偉，等. 電力大數(shù)據(jù)驅(qū)動(dòng)的新能源項(xiàng)目投資效益評(píng)價(jià)研究——以Y市電網(wǎng)公司SG-ERP系統(tǒng)為例[J]. 現(xiàn)代圖書(shū)情報(bào)技術(shù)，2016，34（12）：57-65.

[7]? ? 尹蕊，余仰淇，王滿意，等. 大數(shù)據(jù)環(huán)境下的電力數(shù)據(jù)質(zhì)量評(píng)價(jià)模型與治理體系研究[J]. 自動(dòng)化技術(shù)與應(yīng)用，2017，36（04）：137-141.

[8]? ? KOMORI M ，UEHIRA K . Optical watermarking technology for protecting portrait rights of three-dimensional shaped real objects using one-dimensional high-frequency patterns[J].? Journal of Electronic Imaging，2018，22（3）：033004.

[9]? ?ROSE D V，WELCH D R，MADRID E A. Three-dimensional electromagnetic model of the pulsed-power $Z$-pinch accelerator[J].? Physical Review Accelerators & Beams，2019，13（1）：252-255.

[10]? 吳良斌，孫利武，朱文強(qiáng). 電力大數(shù)據(jù)背景下對(duì)高職電力類人才培養(yǎng)模式?jīng)_擊的思考[J]. 太原城市職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2017，21（03）：171-172.

[11]? 肖凱，劉鵬，車建峰，等. 基于電力大數(shù)據(jù)平臺(tái)的海量風(fēng)電數(shù)據(jù)處理架構(gòu)與應(yīng)用研究[J]. 電力信息與通信技術(shù)，2017，15（07）：13-19.

[12]? 編輯部. 貴州理工學(xué)院大數(shù)據(jù)學(xué)院與《電力大數(shù)據(jù)》舉行合作辦刊座談會(huì)[J]. 貴州電力技術(shù)，2017，20（07）：7.

[13]? 虢韜，劉銳，沈平，等. 基于電力大數(shù)據(jù)的輸電線路防災(zāi)減災(zāi)分析系統(tǒng)設(shè)計(jì)——以貴州電網(wǎng)為例[J]. 災(zāi)害學(xué)，2016，31（01）：135-138.

[14]? 饒瑋，蔣靜，周愛(ài)華，等. 面向全球能源互聯(lián)網(wǎng)的電力大數(shù)據(jù)基礎(chǔ)體系架構(gòu)和標(biāo)準(zhǔn)體系研究[J]. 電力信息與通信技術(shù)，2016，14（04）：1-8.

[15]? 國(guó)家電網(wǎng)公司“電力大數(shù)據(jù)平臺(tái)關(guān)鍵技術(shù)研發(fā)與示范應(yīng)用工程”項(xiàng)目通過(guò)鑒定[J]. 電力信息與通信技術(shù)，2016，14（04）：45.

[16]? KERN R C，COPPERSMITH W C，ROSZTOCZY Z R. A three-dimensional method for design studies of xenon-induced spatial power qscillations[J].? Nuclear Applications & Technology，2019，9（1）：70-82.

[17]? GORLA R S R，DAKAPPAGARI V，POP I. Three-dimensional flow of a power-law fluid due to a stretching flat surface[J].? Zeitschrift Fur Angewandte Mathematik Und Mechanik，2015，75（5）：389-394.

[18]? 劉定宜，姜曼，葉澤，等. 我國(guó)跨省跨區(qū)電力交易的資源優(yōu)化配置機(jī)理及效益分析[J]. 中國(guó)能源，2018，27（10）：16-24.

[19]? 文洋，池永波，袁娜. 基于電信行業(yè)MSS專業(yè)的大數(shù)據(jù)計(jì)算能力開(kāi)放平臺(tái)研究[J]. 電子技術(shù)與軟件工程，2018，42（20）：179-180.

[20]? 周旭，胡娟，趙海兵，等. 遙感大數(shù)據(jù)支撐下土地資源管理專業(yè)學(xué)生實(shí)踐創(chuàng)新能力的培育[J]. 安徽農(nóng)業(yè)科學(xué)，2018，39（30）：226-230.

[21]? 曹輝.基于大數(shù)據(jù)分析應(yīng)用視角的商業(yè)銀行零售業(yè)務(wù)轉(zhuǎn)型升級(jí)研究[J]. 價(jià)值工程，2018，26（34）：12-13.

[22]? 宋蘭霞，周作梅. 大數(shù)據(jù)背景下茶產(chǎn)業(yè)鏈物聯(lián)網(wǎng)信息服務(wù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 福建茶葉，2018，31（11）：15.