1、软件工程专业优秀论文 数据挖掘在湖北省烟农群鉴别分析中的应用研究关键词：烟草工业 烟叶收购 质量管理 数据挖掘摘要：中国是烟草产量和消费量的大国，位居世界首位。烟叶是整个烟草行业发展的基础，其种植模式为“烟草公司+农户” 。农户是烟叶生产的起点和支撑点，是烟叶生产中最具活力的生产要素，在种植中不同的烟农有着差异化的表现。目前我国烟叶种植面积约为 1500 万亩，生产烟叶约为 4000 万担，烟农约为 360 万户。稳定和培养烟农群体，实施烟农分类管理，提供个性化服务，将是今后烟叶发展的重点。多年来，烟叶管理信息系统的运行积累了大量的历史数据，其中只有少量汇总数据用于统计报表，大部分基础数据未得
2、到充分、合理利用。数据挖掘技术是对大量数据进行分析，发现数据中隐藏知识的一种技术。利用数据挖掘技术来分析处理烟叶基础数据，从中寻求规律和特征，是烟草公司在改进管理模式、提升管理质量、提高管理效率方面做出的积极探索和有效手段。 本研究通过数据挖掘的方法对烟叶基础数据中的烟农聚类后进行分析应用，目的是将烟农科学、合理地分类，进而指导烟草公司通过实施烟农分类管理来提高管理效益。研究中将现有的烟农合同和烟叶收购数据作为数据源，经过预处理后建立 RFM 分析模型，采用 k-means 聚类算法，通过对 RFM 模型中三个字段“Recentness”(最近签订合同时间)、 “Frequency”(签订合同
3、频率)、 “Magnitude”(签订合同种植面积的大小)聚类分析，将烟农分为四类：VIP 烟农、重要烟农、普通烟农、小烟农。进一步分析烟农群体特征，以及对差异最大的 VIP 烟农和小烟农分析其烟叶种植行为，为烟草公司在烟农分类管理上提出建议。同时在烟叶交售等级结构上进一步挖掘分析，寻找不规范的烟叶交售行为，为烟草公司在烟叶流通秩序管理上提供依据，达到对某些烟农重点监管的目的。正文内容中国是烟草产量和消费量的大国，位居世界首位。烟叶是整个烟草行业发展的基础，其种植模式为“烟草公司+农户” 。农户是烟叶生产的起点和支撑点，是烟叶生产中最具活力的生产要素，在种植中不同的烟农有着差异化的表现。目前我
4、国烟叶种植面积约为 1500 万亩，生产烟叶约为 4000 万担，烟农约为360 万户。稳定和培养烟农群体，实施烟农分类管理，提供个性化服务，将是今后烟叶发展的重点。多年来，烟叶管理信息系统的运行积累了大量的历史数据，其中只有少量汇总数据用于统计报表，大部分基础数据未得到充分、合理利用。数据挖掘技术是对大量数据进行分析，发现数据中隐藏知识的一种技术。利用数据挖掘技术来分析处理烟叶基础数据，从中寻求规律和特征，是烟草公司在改进管理模式、提升管理质量、提高管理效率方面做出的积极探索和有效手段。 本研究通过数据挖掘的方法对烟叶基础数据中的烟农聚类后进行分析应用，目的是将烟农科学、合理地分类，进而指导
5、烟草公司通过实施烟农分类管理来提高管理效益。研究中将现有的烟农合同和烟叶收购数据作为数据源，经过预处理后建立 RFM 分析模型，采用 k-means 聚类算法，通过对 RFM 模型中三个字段“Recentness”(最近签订合同时间)、 “Frequency”(签订合同频率)、“Magnitude”(签订合同种植面积的大小)聚类分析，将烟农分为四类：VIP 烟农、重要烟农、普通烟农、小烟农。进一步分析烟农群体特征，以及对差异最大的 VIP 烟农和小烟农分析其烟叶种植行为，为烟草公司在烟农分类管理上提出建议。同时在烟叶交售等级结构上进一步挖掘分析，寻找不规范的烟叶交售行为，为烟草公司在烟叶流通秩
6、序管理上提供依据，达到对某些烟农重点监管的目的。中国是烟草产量和消费量的大国，位居世界首位。烟叶是整个烟草行业发展的基础，其种植模式为“烟草公司+农户” 。农户是烟叶生产的起点和支撑点，是烟叶生产中最具活力的生产要素，在种植中不同的烟农有着差异化的表现。目前我国烟叶种植面积约为 1500 万亩，生产烟叶约为 4000 万担，烟农约为 360万户。稳定和培养烟农群体，实施烟农分类管理，提供个性化服务，将是今后烟叶发展的重点。多年来，烟叶管理信息系统的运行积累了大量的历史数据，其中只有少量汇总数据用于统计报表，大部分基础数据未得到充分、合理利用。数据挖掘技术是对大量数据进行分析，发现数据中隐藏知识
7、的一种技术。利用数据挖掘技术来分析处理烟叶基础数据，从中寻求规律和特征，是烟草公司在改进管理模式、提升管理质量、提高管理效率方面做出的积极探索和有效手段。本研究通过数据挖掘的方法对烟叶基础数据中的烟农聚类后进行分析应用，目的是将烟农科学、合理地分类，进而指导烟草公司通过实施烟农分类管理来提高管理效益。研究中将现有的烟农合同和烟叶收购数据作为数据源，经过预处理后建立 RFM 分析模型，采用 k-means 聚类算法，通过对 RFM 模型中三个字段“Recentness”(最近签订合同时间)、 “Frequency”(签订合同频率)、“Magnitude”(签订合同种植面积的大小)聚类分析，将烟农
8、分为四类：VIP 烟农、重要烟农、普通烟农、小烟农。进一步分析烟农群体特征，以及对差异最大的 VIP 烟农和小烟农分析其烟叶种植行为，为烟草公司在烟农分类管理上提出建议。同时在烟叶交售等级结构上进一步挖掘分析，寻找不规范的烟叶交售行为，为烟草公司在烟叶流通秩序管理上提供依据，达到对某些烟农重点监管的目的。中国是烟草产量和消费量的大国，位居世界首位。烟叶是整个烟草行业发展的基础，其种植模式为“烟草公司+农户” 。农户是烟叶生产的起点和支撑点，是烟叶生产中最具活力的生产要素，在种植中不同的烟农有着差异化的表现。目前我国烟叶种植面积约为 1500 万亩，生产烟叶约为 4000 万担，烟农约为 360
9、万户。稳定和培养烟农群体，实施烟农分类管理，提供个性化服务，将是今后烟叶发展的重点。多年来，烟叶管理信息系统的运行积累了大量的历史数据，其中只有少量汇总数据用于统计报表，大部分基础数据未得到充分、合理利用。数据挖掘技术是对大量数据进行分析，发现数据中隐藏知识的一种技术。利用数据挖掘技术来分析处理烟叶基础数据，从中寻求规律和特征，是烟草公司在改进管理模式、提升管理质量、提高管理效率方面做出的积极探索和有效手段。本研究通过数据挖掘的方法对烟叶基础数据中的烟农聚类后进行分析应用，目的是将烟农科学、合理地分类，进而指导烟草公司通过实施烟农分类管理来提高管理效益。研究中将现有的烟农合同和烟叶收购数据作为
10、数据源，经过预处理后建立 RFM 分析模型，采用 k-means 聚类算法，通过对 RFM 模型中三个字段“Recentness”(最近签订合同时间)、 “Frequency”(签订合同频率)、“Magnitude”(签订合同种植面积的大小)聚类分析，将烟农分为四类：VIP 烟农、重要烟农、普通烟农、小烟农。进一步分析烟农群体特征，以及对差异最大的 VIP 烟农和小烟农分析其烟叶种植行为，为烟草公司在烟农分类管理上提出建议。同时在烟叶交售等级结构上进一步挖掘分析，寻找不规范的烟叶交售行为，为烟草公司在烟叶流通秩序管理上提供依据，达到对某些烟农重点监管的目的。中国是烟草产量和消费量的大国，位居世
11、界首位。烟叶是整个烟草行业发展的基础，其种植模式为“烟草公司+农户” 。农户是烟叶生产的起点和支撑点，是烟叶生产中最具活力的生产要素，在种植中不同的烟农有着差异化的表现。目前我国烟叶种植面积约为 1500 万亩，生产烟叶约为 4000 万担，烟农约为 360万户。稳定和培养烟农群体，实施烟农分类管理，提供个性化服务，将是今后烟叶发展的重点。多年来，烟叶管理信息系统的运行积累了大量的历史数据，其中只有少量汇总数据用于统计报表，大部分基础数据未得到充分、合理利用。数据挖掘技术是对大量数据进行分析，发现数据中隐藏知识的一种技术。利用数据挖掘技术来分析处理烟叶基础数据，从中寻求规律和特征，是烟草公司在
12、改进管理模式、提升管理质量、提高管理效率方面做出的积极探索和有效手段。本研究通过数据挖掘的方法对烟叶基础数据中的烟农聚类后进行分析应用，目的是将烟农科学、合理地分类，进而指导烟草公司通过实施烟农分类管理来提高管理效益。研究中将现有的烟农合同和烟叶收购数据作为数据源，经过预处理后建立 RFM 分析模型，采用 k-means 聚类算法，通过对 RFM 模型中三个字段“Recentness”(最近签订合同时间)、 “Frequency”(签订合同频率)、“Magnitude”(签订合同种植面积的大小)聚类分析，将烟农分为四类：VIP 烟农、重要烟农、普通烟农、小烟农。进一步分析烟农群体特征，以及对差
13、异最大的 VIP 烟农和小烟农分析其烟叶种植行为，为烟草公司在烟农分类管理上提出建议。同时在烟叶交售等级结构上进一步挖掘分析，寻找不规范的烟叶交售行为，为烟草公司在烟叶流通秩序管理上提供依据，达到对某些烟农重点监管的目的。中国是烟草产量和消费量的大国，位居世界首位。烟叶是整个烟草行业发展的基础，其种植模式为“烟草公司+农户” 。农户是烟叶生产的起点和支撑点，是烟叶生产中最具活力的生产要素，在种植中不同的烟农有着差异化的表现。目前我国烟叶种植面积约为 1500 万亩，生产烟叶约为 4000 万担，烟农约为 360万户。稳定和培养烟农群体，实施烟农分类管理，提供个性化服务，将是今后烟叶发展的重点。
14、多年来，烟叶管理信息系统的运行积累了大量的历史数据，其中只有少量汇总数据用于统计报表，大部分基础数据未得到充分、合理利用。数据挖掘技术是对大量数据进行分析，发现数据中隐藏知识的一种技术。利用数据挖掘技术来分析处理烟叶基础数据，从中寻求规律和特征，是烟草公司在改进管理模式、提升管理质量、提高管理效率方面做出的积极探索和有效手段。本研究通过数据挖掘的方法对烟叶基础数据中的烟农聚类后进行分析应用，目的是将烟农科学、合理地分类，进而指导烟草公司通过实施烟农分类管理来提高管理效益。研究中将现有的烟农合同和烟叶收购数据作为数据源，经过预处理后建立 RFM 分析模型，采用 k-means 聚类算法，通过对
15、RFM 模型中三个字段“Recentness”(最近签订合同时间)、 “Frequency”(签订合同频率)、“Magnitude”(签订合同种植面积的大小)聚类分析，将烟农分为四类：VIP 烟农、重要烟农、普通烟农、小烟农。进一步分析烟农群体特征，以及对差异最大的 VIP 烟农和小烟农分析其烟叶种植行为，为烟草公司在烟农分类管理上提出建议。同时在烟叶交售等级结构上进一步挖掘分析，寻找不规范的烟叶交售行为，为烟草公司在烟叶流通秩序管理上提供依据，达到对某些烟农重点监管的目的。中国是烟草产量和消费量的大国，位居世界首位。烟叶是整个烟草行业发展的基础，其种植模式为“烟草公司+农户” 。农户是烟叶生
16、产的起点和支撑点，是烟叶生产中最具活力的生产要素，在种植中不同的烟农有着差异化的表现。目前我国烟叶种植面积约为 1500 万亩，生产烟叶约为 4000 万担，烟农约为 360万户。稳定和培养烟农群体，实施烟农分类管理，提供个性化服务，将是今后烟叶发展的重点。多年来，烟叶管理信息系统的运行积累了大量的历史数据，其中只有少量汇总数据用于统计报表，大部分基础数据未得到充分、合理利用。数据挖掘技术是对大量数据进行分析，发现数据中隐藏知识的一种技术。利用数据挖掘技术来分析处理烟叶基础数据，从中寻求规律和特征，是烟草公司在改进管理模式、提升管理质量、提高管理效率方面做出的积极探索和有效手段。本研究通过数据
17、挖掘的方法对烟叶基础数据中的烟农聚类后进行分析应用，目的是将烟农科学、合理地分类，进而指导烟草公司通过实施烟农分类管理来提高管理效益。研究中将现有的烟农合同和烟叶收购数据作为数据源，经过预处理后建立 RFM 分析模型，采用 k-means 聚类算法，通过对 RFM 模型中三个字段“Recentness”(最近签订合同时间)、 “Frequency”(签订合同频率)、“Magnitude”(签订合同种植面积的大小)聚类分析，将烟农分为四类：VIP 烟农、重要烟农、普通烟农、小烟农。进一步分析烟农群体特征，以及对差异最大的 VIP 烟农和小烟农分析其烟叶种植行为，为烟草公司在烟农分类管理上提出建议
18、。同时在烟叶交售等级结构上进一步挖掘分析，寻找不规范的烟叶交售行为，为烟草公司在烟叶流通秩序管理上提供依据，达到对某些烟农重点监管的目的。中国是烟草产量和消费量的大国，位居世界首位。烟叶是整个烟草行业发展的基础，其种植模式为“烟草公司+农户” 。农户是烟叶生产的起点和支撑点，是烟叶生产中最具活力的生产要素，在种植中不同的烟农有着差异化的表现。目前我国烟叶种植面积约为 1500 万亩，生产烟叶约为 4000 万担，烟农约为 360万户。稳定和培养烟农群体，实施烟农分类管理，提供个性化服务，将是今后烟叶发展的重点。多年来，烟叶管理信息系统的运行积累了大量的历史数据，其中只有少量汇总数据用于统计报表
19、，大部分基础数据未得到充分、合理利用。数据挖掘技术是对大量数据进行分析，发现数据中隐藏知识的一种技术。利用数据挖掘技术来分析处理烟叶基础数据，从中寻求规律和特征，是烟草公司在改进管理模式、提升管理质量、提高管理效率方面做出的积极探索和有效手段。本研究通过数据挖掘的方法对烟叶基础数据中的烟农聚类后进行分析应用，目的是将烟农科学、合理地分类，进而指导烟草公司通过实施烟农分类管理来提高管理效益。研究中将现有的烟农合同和烟叶收购数据作为数据源，经过预处理后建立 RFM 分析模型，采用 k-means 聚类算法，通过对 RFM 模型中三个字段“Recentness”(最近签订合同时间)、 “Freque
20、ncy”(签订合同频率)、“Magnitude”(签订合同种植面积的大小)聚类分析，将烟农分为四类：VIP 烟农、重要烟农、普通烟农、小烟农。进一步分析烟农群体特征，以及对差异最大的 VIP 烟农和小烟农分析其烟叶种植行为，为烟草公司在烟农分类管理上提出建议。同时在烟叶交售等级结构上进一步挖掘分析，寻找不规范的烟叶交售行为，为烟草公司在烟叶流通秩序管理上提供依据，达到对某些烟农重点监管的目的。中国是烟草产量和消费量的大国，位居世界首位。烟叶是整个烟草行业发展的基础，其种植模式为“烟草公司+农户” 。农户是烟叶生产的起点和支撑点，是烟叶生产中最具活力的生产要素，在种植中不同的烟农有着差异化的表现
21、。目前我国烟叶种植面积约为 1500 万亩，生产烟叶约为 4000 万担，烟农约为 360万户。稳定和培养烟农群体，实施烟农分类管理，提供个性化服务，将是今后烟叶发展的重点。多年来，烟叶管理信息系统的运行积累了大量的历史数据，其中只有少量汇总数据用于统计报表，大部分基础数据未得到充分、合理利用。数据挖掘技术是对大量数据进行分析，发现数据中隐藏知识的一种技术。利用数据挖掘技术来分析处理烟叶基础数据，从中寻求规律和特征，是烟草公司在改进管理模式、提升管理质量、提高管理效率方面做出的积极探索和有效手段。本研究通过数据挖掘的方法对烟叶基础数据中的烟农聚类后进行分析应用，目的是将烟农科学、合理地分类，进
22、而指导烟草公司通过实施烟农分类管理来提高管理效益。研究中将现有的烟农合同和烟叶收购数据作为数据源，经过预处理后建立 RFM 分析模型，采用 k-means 聚类算法，通过对 RFM 模型中三个字段“Recentness”(最近签订合同时间)、 “Frequency”(签订合同频率)、“Magnitude”(签订合同种植面积的大小)聚类分析，将烟农分为四类：VIP 烟农、重要烟农、普通烟农、小烟农。进一步分析烟农群体特征，以及对差异最大的 VIP 烟农和小烟农分析其烟叶种植行为，为烟草公司在烟农分类管理上提出建议。同时在烟叶交售等级结构上进一步挖掘分析，寻找不规范的烟叶交售行为，为烟草公司在烟叶
23、流通秩序管理上提供依据，达到对某些烟农重点监管的目的。中国是烟草产量和消费量的大国，位居世界首位。烟叶是整个烟草行业发展的基础，其种植模式为“烟草公司+农户” 。农户是烟叶生产的起点和支撑点，是烟叶生产中最具活力的生产要素，在种植中不同的烟农有着差异化的表现。目前我国烟叶种植面积约为 1500 万亩，生产烟叶约为 4000 万担，烟农约为 360万户。稳定和培养烟农群体，实施烟农分类管理，提供个性化服务，将是今后烟叶发展的重点。多年来，烟叶管理信息系统的运行积累了大量的历史数据，其中只有少量汇总数据用于统计报表，大部分基础数据未得到充分、合理利用。数据挖掘技术是对大量数据进行分析，发现数据中隐
24、藏知识的一种技术。利用数据挖掘技术来分析处理烟叶基础数据，从中寻求规律和特征，是烟草公司在改进管理模式、提升管理质量、提高管理效率方面做出的积极探索和有效手段。本研究通过数据挖掘的方法对烟叶基础数据中的烟农聚类后进行分析应用，目的是将烟农科学、合理地分类，进而指导烟草公司通过实施烟农分类管理来提高管理效益。研究中将现有的烟农合同和烟叶收购数据作为数据源，经过预处理后建立 RFM 分析模型，采用 k-means 聚类算法，通过对 RFM 模型中三个字段“Recentness”(最近签订合同时间)、 “Frequency”(签订合同频率)、“Magnitude”(签订合同种植面积的大小)聚类分析，
25、将烟农分为四类：VIP 烟农、重要烟农、普通烟农、小烟农。进一步分析烟农群体特征，以及对差异最大的 VIP 烟农和小烟农分析其烟叶种植行为，为烟草公司在烟农分类管理上提出建议。同时在烟叶交售等级结构上进一步挖掘分析，寻找不规范的烟叶交售行为，为烟草公司在烟叶流通秩序管理上提供依据，达到对某些烟农重点监管的目的。中国是烟草产量和消费量的大国，位居世界首位。烟叶是整个烟草行业发展的基础，其种植模式为“烟草公司+农户” 。农户是烟叶生产的起点和支撑点，是烟叶生产中最具活力的生产要素，在种植中不同的烟农有着差异化的表现。目前我国烟叶种植面积约为 1500 万亩，生产烟叶约为 4000 万担，烟农约为
26、360万户。稳定和培养烟农群体，实施烟农分类管理，提供个性化服务，将是今后烟叶发展的重点。多年来，烟叶管理信息系统的运行积累了大量的历史数据，其中只有少量汇总数据用于统计报表，大部分基础数据未得到充分、合理利用。数据挖掘技术是对大量数据进行分析，发现数据中隐藏知识的一种技术。利用数据挖掘技术来分析处理烟叶基础数据，从中寻求规律和特征，是烟草公司在改进管理模式、提升管理质量、提高管理效率方面做出的积极探索和有效手段。本研究通过数据挖掘的方法对烟叶基础数据中的烟农聚类后进行分析应用，目的是将烟农科学、合理地分类，进而指导烟草公司通过实施烟农分类管理来提高管理效益。研究中将现有的烟农合同和烟叶收购数
27、据作为数据源，经过预处理后建立 RFM 分析模型，采用 k-means 聚类算法，通过对 RFM 模型中三个字段“Recentness”(最近签订合同时间)、 “Frequency”(签订合同频率)、“Magnitude”(签订合同种植面积的大小)聚类分析，将烟农分为四类：VIP 烟农、重要烟农、普通烟农、小烟农。进一步分析烟农群体特征，以及对差异最大的 VIP 烟农和小烟农分析其烟叶种植行为，为烟草公司在烟农分类管理上提出建议。同时在烟叶交售等级结构上进一步挖掘分析，寻找不规范的烟叶交售行为，为烟草公司在烟叶流通秩序管理上提供依据，达到对某些烟农重点监管的目的。特别提醒 ：正文内容由 PDF
28、 文件转码生成，如您电脑未有相应转换码，则无法显示正文内容，请您下载相应软件，下载地址为 http:/ 。如还不能显示，可以联系我 q q 1627550258 ，提供原格式文档。我们还可提供代笔服务，价格优惠，服务周到，包您通过。“垐垯櫃 换烫梯葺铑?endstreamendobj2x 滌甸?*U 躆 跦?l, 墀 VGi?o 嫅#4K 錶 c#x 刔 彟 2Z 皙笜?D 剧珞 H 鏋 Kx 時 k,褝仆? 稀?i 攸闥-) 荮vJ 釔絓|?殢 D 蘰厣?籶(柶胊?07 姻Rl 遜 ee 醳 B?苒?甊袝 t 弟l?%G 趓毘 N 蒖與叚繜羇坯嵎憛?U?Xd* 蛥?-.臟兄+鮶 m4嵸/E 厤U 閄 r塎偨匰忓tQL 綹 eb?抔搉 ok 怊 J?l?庮 蔘?唍*舶裤爞 K 誵Xr 蛈翏磾寚缳 nE 駔殞梕 壦 e 櫫蹴友搇6 碪近躍邀 8 顪?zFi?U 钮 嬧撯暼坻7/?W?3RQ 碚螅 T 憚磴炬 B- 垥 n 國 0fw 丮“eI?a揦(?7 鳁?H?弋睟栴?霽 N 濎嬄! 盯 鼴蝔 4sxr?溣?檝皞咃 hi#?攊(?v 擗谂馿鏤刊 x 偨棆鯍抰Lyy|y 箲丽膈淢 m7 汍衂法瀶?鴫 C?Q 貖 澔?wC(?9m.Ek?腅僼碓 靔 奲?D| 疑維 d袣箈 Q| 榉慓採紤婏(鞄-h-蜪7I冑?匨+蘮.-懸 6 鶚?蚧?铒鷈?叛牪?蹾 rR?*t? 檸?籕
