在電力市場營銷分析中關聯規則技術的應用

程劍

（國網湖北省電力公司武漢供電公司，湖北武漢430000）

在電力市場營銷分析中關聯規則技術的應用

程劍

（國網湖北省電力公司武漢供電公司，湖北武漢430000）

通過對電力市場營銷與關聯規則技術進行探究，并相應的地分析電力市場營銷分析中關聯規則技術的具體應用。

電力市場營銷分析；關聯規則技術；應用探究

引言

科學信息技術水平的不斷提高使人們產生的用電數據也在不斷地增長，怎樣從這些數據中找出有價值的信息是電力企業營銷工作的首要任務。而關聯規則技術作為一種重要的數據挖掘方法和手段，它可以有效發現相關研究對象與其影響因素的關聯性，滿足電力企業提取數據的需求，成為企業挖掘信息的重要步驟。

隨著我國電力市場體制機制的不斷深化和改革，電力市場競爭越來越激烈，而且“廠網分開”之后，國內很多發電部門開始關注競爭模式，并且為了在激烈的市場競爭中勝出，大部分電力企業都在努力地降低自身的經營管理成本，加大對用戶需求情況和競爭企業的深入了解，以便調整自身的發展戰略和服務模式，進而為廣大用電用戶提供更加優質的、個性化的電力服務。而關聯規則技術作為一種數據挖掘技術，應用到電力市場營銷分析中去，不僅可以增加對市場信息的了解，而且還有利于提升企業的經營管理水平，對電力企業的持續發展具有重要的作用。

1 電力市場營銷的基本概念

本文所指的市場主要是指具有競爭性特點的電力市場，是電力企業和電能用戶之間通過競價、協商等方式來交易相關的電能產品，而且借助市場競爭來有效確定數量和價格的機制。而電力營銷市場主要是指電力企業在千變萬化的市場競爭環境中，為了不斷滿足廣大用戶的用電需求，采取各種形式的營銷手段和策略，向廣大用電用戶提供更加優質的電力產品和電力服務，不斷提升用電用戶的滿意度和信賴度，從而獲取更多利潤的一種銷售活動[1]。通俗來講，電力市場營銷就是在電力市場中通過交換行為來滿足潛在用戶和現實用戶需求的一個過程。

2 關聯規則技術分析

2.1 基本概述

關聯規則技術作為一種重要的數據挖掘技術，主要就是在海量的噪聲信息數據中提取出事先未知、潛在、隱含價值信息的一種分析技術。同時，關聯規則能夠利用特定的搜索方法從大量數據中挖掘出各種有價值的相關關系，進而為數據集特征提供關聯描述。運用關聯規則可以使企業決策者有效分析當前數據和歷史數據中存在的規律和特征，為接下來的決策工作提供參考和借鑒[2]。

2.2 模型的建立

建立關聯規則模型主要就是針對研究對象準備相關數據的過程，從而形成較為完善的、系統的數據庫。主要分為以下幾個方面：首先，數據集成。在實際工作中，將多種數據庫和文件信息中的海量數據進行分析、處理以及合并，并且在這一過程中有效解決那些語義模糊、遺漏掉的信息以及清洗那些臟數據等。其次，選擇數據。為了發現目標不斷努力選擇和搜索相關的數據，其中包含各種模式數據的匯總、轉換和統一。選擇數據的主要目的就是為了有效辨別出有用的數據集合，盡量縮小范圍，從而不斷提升數據挖掘工作的效率和質量[3]。再次，數據的預處理。在充實和清理數據的預處理過程中，主要就是應用K-Means聚類進行數據的預處理工作。最后，轉換數據。這一環節主要就是對數據進行編碼，并將數據庫中的不同取值進行數碼形式的轉換，方便數據的搜索工作。

3 電力市場營銷分析中關聯規則技術的具體應用

3.1 應用關聯規則的主要目的

電力市場營銷分析工作中運用關聯規則主要就是為了對電力營銷中產生的大量數據進行分析，有效獲取相關關聯規則。分析關聯規則，不僅可以有效發現價格和銷售行為等對售電量產生的影響，同時還可以有效分辨出不同消費者在心理傾向、習慣、特點等方面的不同，從而為營銷策略的制定提供有力的參考依據，保證營銷策略的可行性和有效性，促進電力營銷活動的順利進行[4]。

3.2 事務數據集的建立

在運用關聯規則進行數據挖掘的過程中，我們可以發現，挖掘技術所面臨的直接數據源就是事務數據集，由于電力企業營銷活動中的銷售行為會受到很多外部因素的影響，所以，可以先從售電信息管理系統中提取多種類型售電企業的具體營業數據，然后再從當地的氣象部門了解降雨、氣溫等氣象信息，從而將這些數據有機地整合起來，及時補充缺失或者不足的數據，修正異?；蛘咤e誤數據，最后構成較為完善、系統的事務數據集。

3.3 k-means聚類技術的應用

在營業數據的形式上，電力企業與其他行業相比具有著很大的差異性。例如，電力企業營業數據中的價格、降雨、氣溫以及用量等數值和數據具有連續性，由于這種連續性，使得數據挖掘和規律總結工作面臨著很多的不利影響，所以，我們應該應用k-means聚類技術來有效處理售電工作中產生的事務數據集。k-means聚類技術作為關聯規則挖掘技術的重要組成部分，是最常見也是最常用到的一種處理方法和手段，它能夠將空間中的各個樣本點有效分為多個簇，而且每個簇之間又存在著極為明顯的差別，其內部的樣本點也具有十分高的相似度，能夠緊密地聯系在一起[5]。在實際的處理工作中，還要進行具體問題具體分析，針對不同的樣本采用不同的分析處理方法。

4 結語

關聯規則技術作為一種重要的數據挖掘方法和手段，它可以有效發現相關研究對象與其影響因素的關聯性，在海量的信息數據中提取有價值的信息數據。在電力市場營銷分析中運用關聯規則技術，具有良好的創新性和現實意義，可以為營銷策略的制定提供有力參考數據，保證策略的詳盡性、針對性、全面性等，提升營銷工作的質量和效率，促進電力企業的可持續健康發展。

[1]侯雪波.關聯規則挖掘技術在電力市場營銷分析中的應用[D].天津:天津大學,2015.

[2]張曉琴.解析關聯規則技術在電力市場營銷分析中的應用[J].經營管理者,2014(1):282.

[3]張斌.關聯規則技術在電力行業應用的前景分析[J].天津電力技術,2016(2):20-23.

[4]張斌,孫哲.關聯規則技術在電力系統中的應用[J].電網技術,2015 (S1):64-66.

[5]戴科星.客戶行為變化中關聯規則挖掘的研究與應用[D].杭州:浙江工業大學,2013.

（編輯：王紅霖）

Application of Association Rules Technology in Electric M arketing Analysis

Cheng Jian
(W uhan Power Supply Company,State Grid Hubei Electric Power Company,Wuhan Hubei430000)

This paper explores electricmarketing and association rules technology,and correspondingly analyzes the specific application ofassociation rules in electricmarketing analysis.

electricmarketing analysis;association rules technology;application research

F407.61

A

2095-0748(2016)23-0049-02

10.16525/j.cnki.14-1362/n.2016.23.23

2016-11-04

程劍（1978—），男，湖北大悟人，研究生，工程師，現從事電力市場營銷相關工作。