在电力市场营销分析中关联规则技术的应用

程剑

（国网湖北省电力公司武汉供电公司，湖北武汉430000）

在电力市场营销分析中关联规则技术的应用

程剑

（国网湖北省电力公司武汉供电公司，湖北武汉430000）

通过对电力市场营销与关联规则技术进行探究，并相应的地分析电力市场营销分析中关联规则技术的具体应用。

电力市场营销分析；关联规则技术；应用探究

引言

科学信息技术水平的不断提高使人们产生的用电数据也在不断地增长，怎样从这些数据中找出有价值的信息是电力企业营销工作的首要任务。而关联规则技术作为一种重要的数据挖掘方法和手段，它可以有效发现相关研究对象与其影响因素的关联性，满足电力企业提取数据的需求，成为企业挖掘信息的重要步骤。

随着我国电力市场体制机制的不断深化和改革，电力市场竞争越来越激烈，而且“厂网分开”之后，国内很多发电部门开始关注竞争模式，并且为了在激烈的市场竞争中胜出，大部分电力企业都在努力地降低自身的经营管理成本，加大对用户需求情况和竞争企业的深入了解，以便调整自身的发展战略和服务模式，进而为广大用电用户提供更加优质的、个性化的电力服务。而关联规则技术作为一种数据挖掘技术，应用到电力市场营销分析中去，不仅可以增加对市场信息的了解，而且还有利于提升企业的经营管理水平，对电力企业的持续发展具有重要的作用。

1 电力市场营销的基本概念

本文所指的市场主要是指具有竞争性特点的电力市场，是电力企业和电能用户之间通过竞价、协商等方式来交易相关的电能产品，而且借助市场竞争来有效确定数量和价格的机制。而电力营销市场主要是指电力企业在千变万化的市场竞争环境中，为了不断满足广大用户的用电需求，采取各种形式的营销手段和策略，向广大用电用户提供更加优质的电力产品和电力服务，不断提升用电用户的满意度和信赖度，从而获取更多利润的一种销售活动[1]。通俗来讲，电力市场营销就是在电力市场中通过交换行为来满足潜在用户和现实用户需求的一个过程。

2 关联规则技术分析

2.1 基本概述

关联规则技术作为一种重要的数据挖掘技术，主要就是在海量的噪声信息数据中提取出事先未知、潜在、隐含价值信息的一种分析技术。同时，关联规则能够利用特定的搜索方法从大量数据中挖掘出各种有价值的相关关系，进而为数据集特征提供关联描述。运用关联规则可以使企业决策者有效分析当前数据和历史数据中存在的规律和特征，为接下来的决策工作提供参考和借鉴[2]。

2.2 模型的建立

建立关联规则模型主要就是针对研究对象准备相关数据的过程，从而形成较为完善的、系统的数据库。主要分为以下几个方面：首先，数据集成。在实际工作中，将多种数据库和文件信息中的海量数据进行分析、处理以及合并，并且在这一过程中有效解决那些语义模糊、遗漏掉的信息以及清洗那些脏数据等。其次，选择数据。为了发现目标不断努力选择和搜索相关的数据，其中包含各种模式数据的汇总、转换和统一。选择数据的主要目的就是为了有效辨别出有用的数据集合，尽量缩小范围，从而不断提升数据挖掘工作的效率和质量[3]。再次，数据的预处理。在充实和清理数据的预处理过程中，主要就是应用K-Means聚类进行数据的预处理工作。最后，转换数据。这一环节主要就是对数据进行编码，并将数据库中的不同取值进行数码形式的转换，方便数据的搜索工作。

3 电力市场营销分析中关联规则技术的具体应用

3.1 应用关联规则的主要目的

电力市场营销分析工作中运用关联规则主要就是为了对电力营销中产生的大量数据进行分析，有效获取相关关联规则。分析关联规则，不仅可以有效发现价格和销售行为等对售电量产生的影响，同时还可以有效分辨出不同消费者在心理倾向、习惯、特点等方面的不同，从而为营销策略的制定提供有力的参考依据，保证营销策略的可行性和有效性，促进电力营销活动的顺利进行[4]。

3.2 事务数据集的建立

在运用关联规则进行数据挖掘的过程中，我们可以发现，挖掘技术所面临的直接数据源就是事务数据集，由于电力企业营销活动中的销售行为会受到很多外部因素的影响，所以，可以先从售电信息管理系统中提取多种类型售电企业的具体营业数据，然后再从当地的气象部门了解降雨、气温等气象信息，从而将这些数据有机地整合起来，及时补充缺失或者不足的数据，修正异常或者错误数据，最后构成较为完善、系统的事务数据集。

3.3 k-means聚类技术的应用

在营业数据的形式上，电力企业与其他行业相比具有着很大的差异性。例如，电力企业营业数据中的价格、降雨、气温以及用量等数值和数据具有连续性，由于这种连续性，使得数据挖掘和规律总结工作面临着很多的不利影响，所以，我们应该应用k-means聚类技术来有效处理售电工作中产生的事务数据集。k-means聚类技术作为关联规则挖掘技术的重要组成部分，是最常见也是最常用到的一种处理方法和手段，它能够将空间中的各个样本点有效分为多个簇，而且每个簇之间又存在着极为明显的差别，其内部的样本点也具有十分高的相似度，能够紧密地联系在一起[5]。在实际的处理工作中，还要进行具体问题具体分析，针对不同的样本采用不同的分析处理方法。

4 结语

关联规则技术作为一种重要的数据挖掘方法和手段，它可以有效发现相关研究对象与其影响因素的关联性，在海量的信息数据中提取有价值的信息数据。在电力市场营销分析中运用关联规则技术，具有良好的创新性和现实意义，可以为营销策略的制定提供有力参考数据，保证策略的详尽性、针对性、全面性等，提升营销工作的质量和效率，促进电力企业的可持续健康发展。

[1]侯雪波.关联规则挖掘技术在电力市场营销分析中的应用[D].天津:天津大学,2015.

[2]张晓琴.解析关联规则技术在电力市场营销分析中的应用[J].经营管理者,2014(1):282.

[3]张斌.关联规则技术在电力行业应用的前景分析[J].天津电力技术,2016(2):20-23.

[4]张斌,孙哲.关联规则技术在电力系统中的应用[J].电网技术,2015 (S1):64-66.

[5]戴科星.客户行为变化中关联规则挖掘的研究与应用[D].杭州:浙江工业大学,2013.

（编辑：王红霖）

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

程剑（1978—），男，湖北大悟人，研究生，工程师，现从事电力市场营销相关工作。