数据挖掘相关专科开题报告范文与基于数据挖掘技术解决业务指标预测的方案类自考开题报告范文

《基于数据挖掘技术解决业务指标预测的方案》

该文是有关数据挖掘自考开题报告范文与数据挖掘和探索和指标类参考文献格式范文。

摘要：信息中心目前涉及的业务有固定电话、宽带、GPS、无线市话、信息服务、数字电视、IPTV电视、无线宽带等.每年的基础收入将近1亿,随着经营压力不断增加,能否准确预测下一年的收入成为关键问题.如何解决经营指标预测难,难预测的问题,摆在了财务资产科的面前,作为中心的业务运营部门,也是责无旁贷.

当今最为流行的就是大数据技术,利用此技术寻找业务数据与数据之间的潜在关系,预测业务收入发展趋势,利用科学的方法建立收入预测模型,从而辅助支撑领导决策,是此项目所研究的目标.

关键词：大数据技术；经营指标；辅助支撑

一、中心的经营指标

1. 经营数据概念.经营数据应该是各种财务指标,根据不同的目的比率分析的分类: 变现能力分析、营运能力分析、长期偿债能力分析、盈利能力分析、投资收益分析、流量分析.

2. 经营指标.中心的经营分析指标涉及基础业务指标、增量业务指标、利润指标以及成本指标,基础业务涉及固话、宽带、GPS、信息服务、电视、无线宽带、IPTV 等业务,经营指标分为二个部分：1）中心各个业务、增量业务、外部市场指标；2）中心各个科室任务指标.

二、经营分析与企业之间关系

没有数据化运营的企业,是这样的：1）不知现状：无法获知业务状况、发展规律、用户画像等,在一片漆黑中凭感觉前行.2）不明原因：利润下滑、增长停滞、用户流失,不能探究真实原因,面对问题无法有效解决,且未来再发生时依然如此.3）不可预测：销量、收入、用户行为,没有准确的预测,依靠经验来进行备货、促销、人员扩张.粗放经营,损耗太大.

三、大数据技术与经营分析关系

大数据技术就是将相关的数据联系到一起,寻找之间的关联关系,通过分析处理,获得有针对性的判断和决策.当下,大数据已成为各行业竞争新发展优势的关键变革点,有效整合数据,挖掘潜在价值,是大数据时代下企业提升经营管理效率和自身竞争力的必经途径.如何将大数据技术应用到经营指标的预测？大数据技术最重要的应用就是预测,它是通过数据挖掘出来的特征值,利用数据建模的方式,来预知未来.

四、预测收入模型的搭建

为了解决收入指标预测问题,采用时间序列法建立收入预测模型.1）时间序列法.按照时间的顺序把随机事件变化发展的过程记录下来,并进行观察、研究,找寻它变化发展的规律,预测它将来的走势.算法有指数平滑、ARIMA 模型、季节性分解； 2）预测模型搭建的思路.首先我们确定财务资产科对预测需求,之后根据梳理后的需求,通过专家序列法分析影响收入的关键因素；之后,根据需求提取相关业务数据,进行整合后实行数据的预处理,比如填空值,除去异常值等操作；再后,对整合后的数据,利用时间序列法中各种算法,进行模型搭建,通过对比分析确定算法；最后,随着时间推移,不断进行模型的调优最后得到最优模型,得出预测值.3）收入预测结果对比.在模型搭建过程中,共搭建16 个模型,其中包括4 个总量模型、12 个分量模型.为了保证结果的准确,采取了财务指标值与实际推算值,预测值与实际推算值进行比对.

以中心站为例：

A. 固话业务：方法：利用平均话费进行实际值推算.

自费收入：报表自费+ 平均费用*4

2943182.08+9.03*42179*4等于4466687

公费收入：去年公费1049 万结果分析

财务预测值：1565 万预测值：1461 万推算值：1495 万预测值更接近于实际推算值,究其原因为年初下指标时未考虑到,局内费用减少的因素.

B. 宽带业务.利用净增数算2016 年收入：

到8 月累计净增：1447+180*4等于2167 个

2167*999（增量收入）+3134( 去年收入)等于3350+301（公费）等于3651

结论：利用模型算出预测值（3641）与净增量算出（3651）相差10 万,所以认为模型值比较可信.

C. 电视业务.目前截止到9 月底实际收入950 万,2015 年（10-12）实收为83 万,如果950+83等于1033 万.所以认为模型比较可信.

通过比较,以差额率作为衡量指标,预测模型的结果更接近实际值,比指标值下降1.2%.