试析数据挖掘技术在烟草行业中的应用

1、试析数据挖掘技术在烟草行业中的应用- 旅游管理试析数据挖掘技术在烟草行业中的应用数据挖掘技术作为一种新兴的知识发现技术，已经在商业、物流、金融业等行业有了广泛的应用。在卷烟成品仓储管理系统、卷烟物流配送、 卷烟营销、卷烟原料感官质量评价等烟草工业管理中的应用，并对其应用前景进行了展望，以推动其在烟草行业中的应用，提升烟草企业市场竞争力李 卓作者简介：李卓青海师范大学计算机学院，数据挖掘与生物技术专业2012 级硕士研究生一、在卷烟成品仓储管理系统中的应用近年来，随着烟草物联网的兴起，基于RFID 技术的烟草仓储管理得到了应用，面对 RFID 产生的海量数据，数字挖掘技术将发挥出巨大能量。首先，

2、它可用于对仓库内卷烟原料或成品储位的合理化安排。通过运用数据挖掘技术，研究物流仓储管理系统中货品历次出货的时间、数量、配送地点和关联度等因素，运用关联规则找出货品的最佳储位，并相应的调整各类货品的储存方式和手段。其次，用于制定合理的库存策略， 运用数据挖掘技术中的分类算法可以使库存数量保持在合理的限度内，优化库存策略。因此，结合RFID 技术，可以显著提高仓储管理效率， 降低库存成本。 目前，我国仅有部分物流企业开始运用数据挖掘技术，其在物流仓储管理中的应用并不广泛。百胜物流通过对各个物流环节中的数据进行挖掘分析， 大幅降低了物流成本。 惠尔集团运用关联规则发现技术对企业的仓储数据进行挖掘，显

3、著降低了企业的库存成本。二、在卷烟物流配送中的应用我国现在的卷烟物流配送实行地区统一配送，客户基数庞大，每个环节都会产生巨大的数据流。 虽然我国烟草行业目前的物流配送网络已经具有现代物流的基本特征， 但是在对数据进行准确、 高效的搜集和快速处理时， 仍然面临很多问题。传统的烟草物流信息系统中，各环节相互独立，信息交互能力差，无法为企业决策提供帮助。而且对历史数据不会保存太久， 需要时还要临时调取查询，在做同比和环比分析时比较麻烦。而通过运用数据仓库和数据挖掘技术来收集、处理和挖掘各个物流环节的信息，将数据统一组织和管理， 并对原始数据做统一的处理加工， 若要用到其他系统， 只要根据统一的接口规

4、则导入数据库即可，实现了烟草供应链信息的高度共享和快速反应。此外，运用数据仓库， 可使历史数据得以长久存储。 不仅数据的同比分析、 趋势分析以及模型预测提供了基础，也给决策者提供了数据。 在卷烟物流配送中的应用我国现在的卷烟物流配送实行地区统一配送， 客户基数庞大， 每个环节都会产生巨大的数据流。虽然我国烟草行业目前的物流配送网络已经具有现代物流的基本特征，但是在对数据进行准确、高效的搜集和快速处理时， 仍然面临很多问题。 传统的烟草物流信息系统中，各环节相互独立， 信息交互能力差， 无法为企业决策提供帮助。 而且对历史数据不会保存太久， 需要时还要临时调取查询，在做同比和环比分析时比较麻烦。

5、而通过运用数据仓库和数据挖掘技术来收集、处理和挖掘各个物流环节的信息，将数据统一组织和管理， 并对原始数据做统一的处理加工，若要用到其他系统， 只要根据统一的接口规则导入数据库即可，实现了烟草供应链信息的高度共享和快速反应。三、在卷烟营销中的应用数据挖掘技术在各级商业系统中已经被广泛应用，烟草企业为了制定科学有效的卷烟营销策略， 可以利用数据挖掘分析客户信息。基于数据挖掘的客户关系管理系统能够将抽象的管理和服务理念数字化、直观化。通过对卷烟市场的信息进行挖掘分析， 可以更好的分析和预测销售状况。首先，数据挖掘技术可用于客户分类，通过对目标市场客户的聚类与分析，将客户划分为不同类别进行服务和管理

6、。适宜的聚类和协同过滤方法将更好地识别客户组，而后利用分类技术，建立客户特征模型， 将客户类别化， 便于为不同类别的客户提供个性化服务。其次，用于分析和研究客户的行为偏好。通过研究不同区域和不同消费者对不同类型卷烟的偏好程度， 及时发现流失或即将流失的客户群体，为开拓潜在市场和保持客户提供决策依据。 再次，还可用于卷烟品类的划分。首要任务是调查消费者的消费态度和习惯， 将调查数据通过聚类进行定性和定量分析，得到消费者心目中不同卷烟产品的关联替代关系，然后得出卷烟产品间的相似系数，系数愈高，就意味着两种卷烟产品相互替代的可能性就越大。通过划分卷烟品类， 方便企业对不同的品牌进行合理规划和整合。此

7、外，还可以用于对卷烟新品的价格进行定位分析。卷烟厂推出某种新品卷烟后，可进行相应的市场调查， 对调查数据处理后，运用关联规则的相关算法就可得出一些关联规则。再对其中符合调查目的的关联规则进行分析，便可知道该卷烟价位是否合理以及该价位和消费者的月收入、年龄等因素的关联，为制定卷烟新品的营销计划提供依据。四、在烟叶感官质量评价中的应用烟叶是卷烟工业的物质基础，烟叶质量决定着卷烟企业的持续经营能力和市场竞争能力。传统的卷烟感官质量评价方法主要是采用人工评吸评价方法，该方法对评吸人员有较高要求，存在较大的主观性。 目前，在大量的烟叶和烟气分析数据的基础上， 已经能够寻找到化学成分与卷烟品质的关系，使得从化学成分来评判卷烟品质成为可能， 但现行方法多是回归分析和方差分析等简单的统计分析方法，而运用数据挖掘方法来分析烟叶化学成分和品质的关系则更加客观和准确。邵惠芳等基于BP 神经网络建立烤烟感官质量的预测模型，利用BP 神经网络极强的非线性映射能力对模型进行训练，并根据烟叶的常规化学成分对其香气质、香气量、劲头、浓度、余味、杂气、刺激性和评吸总分8 项指标进行预测评价，结