基于大数据挖掘的供电企业风险预警项目实施研究
本文选题:项目管理 + 大数据挖掘 ; 参考:《华北电力大学》2017年硕士论文
【摘要】:随着电力行业科技信息技术的进步,供电企业生产经营过程中产生的数据呈爆发式增长,在海量的数据中挖掘有价值的信息,使数据资源逐渐转化为数据资产,将对供电企业乃至整个电力行业起到深远的影响。对于大数据挖掘的相关项目实施中,供电企业范围内已有很多成功的案例,但多数项目为利用大数据概念进行高阶分析,真正基于海量数据,研究指标间的关系与趋势的相对较少。本文以基于大数据挖掘的供电企业风险预警项目实施为研究对象,该项目以大数据挖掘为手段,通过发掘指标间的潜在关联关系来分析指标变化趋势,从而建立指标关联关系网络达到事前预警的目的。文章首先对项目实施中涉及的大数据挖掘分析、项目实施方法论、项目实施规划方法、项目数据分析方法等理论进行梳理;接下来针对本项目,结合上文中梳理的方法理论,设计一套适合于本项目的项目实施方法流程体系,规划组织架构,设置工作责任与内容,汇总项目实施方式与方法,设计项目实施保障措施;然后,将所设计的项目实施方法流程体系,结合某供电公司基于大数据挖掘的风险预警项目实际案例进行论证,简要概述了项目的基本情况与实施背景,从组织体系建设、指标体系构建、算法选择与优化、数据挖掘与清洗、风险网络的建立、项目成果推广等环节完整论述项目实施全过程;结合项目成功关键因素分析,识别影响项目成功的关键点有哪些,分析项目中存在的问题,给出相应的解决思路与对策建议。本文结合项目实施的相关理论,涉及大数据挖掘、项目管理、软件工程等多门理论科学,对基于大数据挖掘的供电企业风险预警项目的实施方法加以分析和研究。本文的研究结论对供电企业具有一定的针对性,有利于企业实施数据挖掘项目时,更大限度的调动企业的人力、物力、财力,保证风险预警体系真正的建立,将传统的事后分析模式转为事前预警,提高企业风险预警防控能力。
[Abstract]:With the development of technology and information technology in power industry , the data generated in the process of production and operation of power supply enterprises is exploding , and valuable information is excavated in large amount of data , so that the data resources are gradually converted into data assets . To ensure the real establishment of the risk pre - warning system , convert the traditional post - analysis model into pre - warning and improve the risk - warning prevention and control ability of the enterprise .
【学位授予单位】:华北电力大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:F426.61;TP311.13
【参考文献】
相关期刊论文 前10条
1 范忭斐;;高管背景特征对上市企业资本结构影响的实证研究——以中国电力行业为例[J];商业故事;2016年11期
2 康玉函;张增强;徐龙秀;;基于大数据背景的电力行业数据应用分析[J];科技与企业;2015年21期
3 苑帅;;电网企业电价管理风险研究[J];中国电力企业管理;2013年17期
4 孙柏林;;“大数据”技术及其在电力行业中的应用[J];电气时代;2013年08期
5 朱东华;张嶷;汪雪锋;李兵;黄颖;马晶;许幸荣;杨超;朱福进;;大数据环境下技术创新管理方法研究[J];科学学与科学技术管理;2013年04期
6 孟小峰;慈祥;;大数据管理:概念、技术与挑战[J];计算机研究与发展;2013年01期
7 陈为民;张小勇;马超群;;基于数据挖掘的持卡人信用风险管理研究[J];财经理论与实践;2012年05期
8 李皎;;大数据时代到来对电力行业发展提出新要求[J];华北电业;2012年04期
9 于戈;谷峪;鲍玉斌;王志刚;;云计算环境下的大规模图数据处理技术[J];计算机学报;2011年10期
10 刘京鹏;张进宝;;因子分析模型下影响我国农民收入的因素——基于1990—2009年间数据的实证研究[J];鲁东大学学报(哲学社会科学版);2011年03期
相关硕士学位论文 前4条
1 樊嘉麒;基于大数据的数据挖掘引擎[D];北京邮电大学;2015年
2 罗丹;基于压缩矩阵的关联规则挖掘算法的改进研究[D];广西大学;2013年
3 胡善杰;在云环境下的数据挖掘算法的并行化研究[D];电子科技大学;2013年
4 王伟;关联规则中的Apriori算法的研究与改进[D];中国海洋大学;2012年
,本文编号:1823081
本文链接:https://www.wllwen.com/gongshangguanlilunwen/1823081.html