烟草数据挖掘论文

摘要：随着烟草行业“接订单组织货源”工作的深入，市场竞争的日趋激烈，在对市场进行科学预测的同时，还要适度调整产品的生产计划。如何真正的把握市场真实需求逐渐成为问题的焦点。为此应用数据挖掘相关技术对消费者的购买行为进行分析，以达到精准营销的目的。下面是小编整理的《烟草数据挖掘论文 (精选3篇)》，欢迎大家借鉴与参考，希望对大家有所帮助！

烟草数据挖掘论文 篇1：

烟草商业企业数据挖掘系统销售分析核心算法的设计研究

摘要：本文从烟草商业企业数据挖掘系统的设计应用实际出发，结合辽宁烟草商业企业实际情况，运用决策树理论，就数据挖掘系统销售分析核心算法的设计进行研究和探讨。

关键词：烟草企业;商业企业;数据挖掘;销售分析;核心算法

作者：袁振强

烟草数据挖掘论文 篇2：

基于数据挖掘的烟草消费者数据库营销研究

摘要：随着烟草行业“接订单组织货源”工作的深入，市场竞争的日趋激烈，在对市场进行科学预测的同时，还要适度调整产品的生产计划。如何真正的把握市场真实需求逐渐成为问题的焦点。为此应用数据挖掘相关技术对消费者的购买行为进行分析，以达到精准营销的目的。

关键词：消费者数据库;数据挖掘;精准营销;烟草

作者：刘向峰 于洪鹏

烟草数据挖掘论文 篇3：

数据挖掘技术在烟草销售行业中应用探析

摘 要：随着计算机信息技术的发展，信息共享使得人们能得到越来越多的数据，与此同时也出现了分析这些海量数据的一门技术——数据挖掘技术。基于数据挖掘的烟草销售行业可以将抽象的管理和服务理念数字化、直观化，从而发掘潜在的有价值的信息，帮助企业寻找新客户和新商机，制定更符合烟草销售市场的经营策略，提高企业竞争力。

关键词：数据挖掘;烟草销售;数据

文献标识码：A

烟草销售部门在每天的销售业务中都会产生大量数据，而利用目前的数据库系统只能实现数据的录入、查询、统计等基本功能，却无法发现数据中存在的关系和规则，更无法根据现有的数据预测未来的发展趋势。由于缺乏挖掘数据背后隐藏的知识的手段，导致了数据爆炸时代知识贫乏现象的产生。数据挖掘是信息领域发展最快的技术之一，它可以高度自动化地分析所获得的数据，通过对市场信息的分析与挖掘，更好地进行销售分析与预测，帮助其决策者做出正确的决策。此外，烟草销售行业还可以利用数据挖掘技术与消费者建立紧密关系，促使企业不断改进服务质量，提高企业竞争力。

1 数据挖掘概述

1.1 数据挖掘的定义

对于数据挖掘，一种比较公认的定义是W.J.Frawley，G.Piatetsk Shapiro等人提出的。所谓的数据挖掘，就是从大型数据库的数据中提取人们感兴趣的知识，这些知识是隐含的、事先未知的、潜在有用的信息。提取的知识表示为概念(Concepts)，规则(Rules)、规律(Regularities)、模式(Patterns)等形式。

从技术角度看，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，但又是潜在的

和有用的信息和知识的过程。它是一门广义的交叉学科，涉及数据库技术、人工智能、机器学习、神经网络、统计学、模式识别、知识库系统、知识获取、信息检索、高性能计算和数据可视化等多学科领域且本身还在不断发展。

从商业角度看，数据挖掘是一种深层次的商业信息分析技术。其主要特点是对商业数据库中的大量业务数据进行制取、转换、分析，从中提取辅助商业决策的关键性数据。数据挖掘最吸引人的地方是它能建立预测模型而不是回顾旧的模型。利用功能强大的数据挖掘技术，可以使企业把数据转化为有用的信息帮助决策，从而在市场竞争中获得优势地位。

1.2 数据挖掘的过程

(1)数据准备阶段：分析问题，选择相关的数据，再对数据进行净化，消除噪声数据、无关数据和冗余数据，完成数据的转化。

(2)挖掘阶段：该阶段是数据挖掘的核心步骤，根据数据挖掘的目标，应用相应的数据挖掘算法，分析数据并通过可视化工具表述所获得的模式或规则。

(3)结果分析：对数据挖掘的结果进行解释和评价，转换成为能够最终被用户理解的知识。

(4)知识运用：将分析所得到的知识集成到业务信息系统的组织结构中去。

其挖掘过程可由图1所示：

1.3 数据挖掘的主要方法

(1)关联分析：用关联规则挖掘大量数据中项集之间的有趣联系。它的主要应用领域是购物篮分析，也可对市场促销活动的有效性进行挖掘。此外，关联规则也可用于序列模式发现。序列模式发现的侧重点在于分析数据项集在时间上或序列上的前后(因果) 规律，可以看作是一种特定的关联规则。

(2)分类分析：它能将数据库中的数据项，映射到给定类别中的一个。分类方法在人们的日常生活和商务领域中普遍存在。分类定义了一种从属性到类别的映射关系，给定样本的属性值，根据已知的模式将其划分到特定的类中。

(3)聚类分析：聚类是根据一定的规则， 按照相似性把样本归成若干类别。在对样本合理划分后，对不同的类进行描述。聚类通常用于将客户细分成不同的客户群， 如有相同爱好的客户群。聚类方法包括统计方法、机器学习方法、神经网络方法和面向数据库的方法。

(4)孤立点分析。孤立点的存在不符合数据的一般模型，它们极有可能是度量或执行错误所导致的。许多数据挖掘算法试图使孤立点的影响最小化，或者排除它们。但是由于一个人的噪声可能是另一个人的信号，这可能导致重要的隐藏信息的丢失。在烟草市场分析中对这些数据进行分析，可用于确定极低或极高收人的客户的消费行为。

2 数据挖掘在烟草销售行业中的应用

数据挖掘技术已经被广泛应用于各级商业系统中，笔者认为，在烟草销售行业中可以通过对客户信息的数据挖掘对其进行分析，以便制定有效、灵活的销售策略。

2.1 对目标市场客户的聚类与分类

销售部门可以将具有相同销售习惯和消费行为的客户分为一组。将客户划分为不同类别进行服务与管理，体现了客户群策略和客户发展策略。有效的聚类和协同过滤方法有助于识别客户组，以及推动目标市场。然后利用分类技术，对客户特征进行建模，描述出客户群的特征，设定相应的客户级别，以便对不同类别的客户实施个性服务。

2.2 客户价值分析

在实施客户分类之后根据“二八原则”，找出重点客户，即对给销售部门创造了80%价值的20%客户实施最优质的服务。重点客户的发现通常采用一系列数据处理、转换过程、人工智能等数据挖掘技术来实现。在不预先确定特征化目标的前提下, 将重点客户的销售数据进行适当的聚类分析, 可以获得许多信息, 哪些客户、哪些地区喜爱某产品?哪些地区、客户对于某一新产品销售好(或差)?特别要重视对孤立点分析:对于偏离聚点的对象, 即孤立点, 这些客户的忠诚度值得警惕, 有可能流失。同时根据历史数据, 分析商品销售随时变化的群体趋势, 包括分析对于时间相关的数据以便保留已有客户和发展新客户。

2.3 客户行为分析

找到重点消费主体之后，可对其进行客户行为分析，发现客户的行为偏好，为客户贴身定制特色服务。我们需要通过销售量、销售额在不同客户类型上的分布情况, 确定为企业创造高利润的重点客户, 确定增长最快的客户群体, 发现流失或即将严重流失的客户群体等。进一步研究区域、客户对不同类型烟草的偏好, 挖掘潜在烟草市场, 为市场开拓、保持客户提供决策依据。如： 对于企业销售量最大, 创造利润最多的重点客户分析其销售量(或销售额)占40%以上的产品或销售量增加20% 以上的产品分别作为目标类, 确定重点客户的偏好, 以提供生产及客户服务。同时，通过对不同客户群组之间的交叉挖掘分析，可以发现客户群体间的变化规律，并可通过数据仓库的数据清洁与集中过程，将客户对市场的反馈自动输入到数据仓库中。通过对客户的理解和客户行为规律的发现，企业可以制定相应的销售策略。

数据挖掘技术可以用来发现数据库中对象演变特征或对象变化趋势，这些信息对于决策或规划是有用的，烟草行业数据的挖掘有助于根据顾客的流量安排工作人员。可以挖掘烟草制品交易数据，发现可能帮助你制定投资策略的趋势数据。挖掘给企业带来的潜在的投资回报几乎是无止境的。当然，数据挖掘中得到的模式必须要在现实生活中进行验证。

参考文献

[1]张雪莲.BP神经网络图书文献经费预测模型[J].情报杂志，2006，(6)：115-116.

[2]张文彤.SPSS统计分析教程 [M].北京：希望电子出版社,2002.

[3]仲东亭，张王月.BP神经网络对烟草销售量预测方法的改进研究[J].工业技术经济，2007, (9)：115-118.

[4]滕昕.西安市旅游客源预测的人工神经网络方法分析 [J].西安电子科技大学学报，2006,(5)：21-22.

[5]刘向峰，于洪鹏.基于数据挖掘的烟草消费者数据库营销研究 [J].物流科技，2010,(6)：140-142.

[6]欧阳秀军.数据挖掘技术在卷烟市场中的应用[J].集团经济研究，2007,(10)：316.

[7]虞文进.数据挖掘技术在烟草企业中的应用[J].计算机工程，2002,(4)：269.

[8]欧阳秀军，刘文.数据挖掘技术在烟草CRM 中的应用[J].井冈山学院学报，2009,(6)：42.

注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文

作者：李红梅 曹建河