基于大数据技术的营销精益化管理平台设计与实现

发布时间：2021-09-30 17:16

　　营销数据作为电力公司生产过程中的重要数据,因此对营销数据的分析至关重要,针对数据特点,提出使用基于Spark平台的并行FP-Growth算法对营销数据进行建模分析,实现对行业用电的预测分析。平台的设计实现了企业用电的预测分析以及建立了完善的企业信用评价体系,同时可以为企业实现电力行业的营销精益化管理,精准化营销。 

【文章来源】：信息通信. 2020,(05)

【文章页数】：3 页

【部分图文】：

总体架构

根据系统的数据量处理能力和业务功能的需求为了充分保证系统的灵活性，降低耦合度，提高功能可扩展性，便于后期的分布式部署及组合式使用，整个平台采用了SOA(Service-Oriented Architecture）的体系架构[3]，系统、组件之间通过HTTPS、SOAP等通信协议，支持定义简洁高效webservice、json等数据格式进行通讯。此种设计可以更迅速、更可靠、更具重用性构建整个业务系统，同时能够更加从容地面对业务的急剧变化[4]。整个系统的架构图如图2所示。1.3 功能结构设计

基于大数据技术的营销精益化管理系统是基于营销中心的业务需求而设计与实现的一套大型数据分析系统。系统采用B/S结构(Browser/Server,浏览器/服务器模式)进行设计与实现，整个系统的功能结构如图3所示。2 主要功能设计

【参考文献】：
期刊论文
[1]基于Spark的并行关联规则挖掘算法研究综述[J]. 刘莉萍,章新友,牛晓录,郭永坤,丁亮.  计算机工程与应用. 2019(09)
[2]基于HBase的工业大数据时序数据存储实现[J]. 张华伟,陈勇,李海斌,潘爱兵,赵俊,崔萌.  电信科学. 2017(S1)
[3]基于B-N数据分解京津唐地区特殊时段对用电需求的冲击效应分析[J]. 李付强,赵浩然,李娜娜,赵会茹.  陕西电力. 2017(06)
[4]智能电网给供电所带来的影响[J]. 付兴旺,马红艳.  中国电力企业管理. 2016(32)
[5]一种基于HBase的智能电网时序大数据处理方法[J]. 王远,陶烨,袁军,何卫.  系统仿真学报. 2016(03)
[6]营销数据挖掘对企业营销策略的影响研究[J]. 侯瑾,陈翠翠.  中国市场. 2014(17)
[7]基于OLAP的电力营销辅助决策系统研究[J]. 齐明,马素霞.  计算机时代. 2009(01)
[8]基于结构自适应神经网络用电量时间特征的聚类分析[J]. 袁忠军,陈刚.  重庆大学学报(自然科学版). 2007(08)

硕士论文
[1]基于Spark的并行化FP-Growth算法研究与应用[D]. 罗卓雅.大连海事大学 2018
[2]分布式关联规则挖掘算法的研究[D]. 高天宝.西安理工大学 2017
[3]基于数据仓库的电力营销辅助决策支持系统的研究与实现[D]. 郑永静.华北电力大学（北京） 2009
[4]SOA的关键技术的研究与应用实现[D]. 朱振杰.电子科技大学 2006
[5]证券公司数据仓库系统的研究[D]. 金芳芳.合肥工业大学 2004



本文编号：3416319