近期工作设计稿随着我国社会经济的发展交通基础设施不断完善货运市场

输格局发生了巨大的变化由原来的以铁路为主发展到铁路公路水路、运需要在发现优势市场及价值客户的基础上制定精细化方案从而提高自身生产的全过程，其中沉淀了大量的调度及客货信息数据，而铁路货运电子商中所沉淀的大量数据，铁路部门却缺乏对此的有效利用，目前铁路部门息，也无法进行真正意义上的分析。因此，如何开发这些宝贵的数据资源，让它有助于制定铁路货运决策，是铁路部门亟待解决的问题，并且也是其提高市场竞争力的重要。铁路作为我国重要的货物方式之一而它传统上的决策支持模式完策支持信息，让铁路部门能够准确的把握市场及客户，以此制定1此基础上，铁路部门能够更好的把握市场的现状及未来的，并从中发现优势市场。根据不同的市场分类制定不同的策略，才能够使得铁路货运更能够适应这个发展的社会才能提高铁路货运的市场竞争力占领的市场份额2使用数据挖掘技术对铁路货运所累积的海量数据进行详细的分析，能够从中发掘对铁路总公司有价值客户。根据数据库中所存在的，将客3、利用海量的历史数据，可有针对性的制定策借助铁路货运市场细分及客户价值细分有助于铁路货运部门针对不同的市场及客户细分群体制定差异化的策略不仅能够在进行差异化服务20％的客户是一个企业生存的关键。市场细分作为现代的起点和根基是指导企业开展活动的重要理论基础，也是市场理论的基础。董大海（1999）1在评介斯和斯纳模型与科值模型对指导企业市场实践的意义的消费者假设等方面对目前市场细分研究成果进行回顾和评析其存在的问法的基础上，提出了服务于战略的市场细分模型。出二者各有其适用时期和范围超市场细分更适用于高档市场和一些次服务，市场细分理论是指导企业市场活动的重要理论在各行各业都有广泛的进行了聚类分析，并提牌重组规划。等（2006）7将市场细分理论用于指导商业银行个人业务的市场营期变量等综合指标作为客户细分变量，对给定的样本实施市场细分。在一段时期内较稳定的心理行为模式了消费者内外各种影响因素的综（如、、职业、收入等、心理图示、需要的价值、品牌感知和行行为，从而可以改进通道管理（ATM等。在零售业市场方面是数据挖掘技术应用最早也是最重要的领域，在医疗方面药房通过分析医师的处方判断哪些医师愿意他们的产品；医师分析历史和当前用药情况，不仅诊断用药而且预测潜在的问题。，互作用，数据挖掘能自动发现出某些不正常的数据分布制造和装配操作过，在通讯部门：基于数据挖掘的分析协助组织策略变更以适应外部世客户流失研究现运人员制定策略有指导作用的建议。市场相关理论基市场细分的概念是市场学家温德尔(WendellR.Smith)于1956年提出来的按照消费者与需求把因规模过大导致企业难以服务的总体市场划随着数据库技术的发展和Internet的迅速普及，人们所面对的数据量急剧增长，无论商业、企业、科研机构或部门都积累了大量的、以不同形式的分的理解和应用，依靠传统的数据库对数据进行查询，检索等分析不能帮助的有关数据从低层次抽象到次上的过程。那么我们可能通过背景知识归纳出“市、“中国“亚洲”等不同层次(SALESNO,AME,AGE,ALU,DETDEPT可能在特定的条件下需要知道所在公司()城市(CITY)或国家（COUNTY，数据关联(associationysis)是数据库中存在的一类重要的可被发现的知术的发展，零售部门可以利用前端收款机收集大量的售货数据，如果对这些历史事务数据进行分析，则可对顾客的行为提供极有价值的信息。例如，可（clustering，及到如图2-1

2-1和清除重复数据。该步骤需要领域知识的判断和选择恰当的方法。使用某种对数据挖掘发现的模式进行度量和识别对其有效性和可运用性进行评估，即按照某一种度度量以找出表示知识的真正有价值的模式。7。：（2分类分类（Bayesianclassification）来源于概率统计学，在机器学习中得到充分研究信念网络是基于分类技术的学习框架，研究主要集中在信念网络本身架构以及它的推理算法上其中比较具有代表性的工作有变量简单信念网、训练信念网络的梯度下降法、训练EM等。：日常销售中，有5％的客户同时了电脑和U盘，在所有了电脑的客户中，80％的人同时也了U盘。关联规则的任务就是从大量数据集中挖掘出据项间的前后或因果关系。为了发现序列模式，不仅需要知道是否发生，个月内U盘。EnterpriseEnterpriseMinerSAS公司开发的数据挖掘软件，提供多种数据挖掘算SAS公司在统计分析市场多年的经验和历史。此外，SAS公司在数据挖掘方Clementine是由IsUIntegnlSolutionsLimited)公司开发的数据挖掘工具平台。1999年SPSS公司收购了ISLClementine在Clementine已经成为SPSS公司的又一亮点。Clementine为终端用户和开发者Clementine的可视化编程环境中。 ligent ligentMiner是由IBM公司开发的数据挖掘软件它包括In ligentMinerforData和 ligentMinerForText。 ligentMinerforText可以对文本数据类等工作，并确定信息重要性，从而帮助信息用户避免过大的信息压力。 一般必须与IBM公司的数据库IBMDB2配合使用In ligentMiner的特色有两点：一是它的数据挖掘算法的可伸缩性；二是它与IBMDB2关系数据库系数据挖掘与市场31董大海,,.顾客价值及其构成[J].大连理工大学学（社会科学版）,1999,20(4):18-202.市场细分研究综述：回顾与展望[J].山东大学学报(哲会科学版2003,(6):44-3.产业市场的市场细分方法与模型研究[J].现代财经,2004,55-4.市场细分理论的新发展[J].中国流通经济,2004,(4):33-5史有春,,.市场细分新范式：基于两类不同产品的管理评论,2010,13(326-6史有春.江苏移动通信公司基于顾客行为细分的决策[J].经济管理,(21):91-7,.个人市场细分及客户群差异性分析[J].金融,2006,42-8Wilkie,WilliamL.andJoelB.Cohen(1977).ABehavioralScienceLookatMarketSegmentationResearch[A].MovingAHeadWithAttitudeResearch[C].YoramWind,ed.Chicago:AmericanMarketingAssociation.9LeonG.Schiffman,LeslieLazarKanuk1995).ConsumerBehavior(5thed)[M].北京:,PrinticeHallInternational,Inc.1995.10Hand,D.J.,AdvancesinInligentDataysis[M].Berlin:Heidelberg,Springer-11Lachlan,G.J.andBasford,K.E.,MixtureModels:InferenceandApplicationstoClustering[J].NewYorkandBasel:MarcelDekkerInc.,1988.12李,.数据挖掘与知识发现[M].：高等教育,13.海量数据挖掘技术研究[D].杭州：浙江大学.14王兴起.机器学习算法及其应用的研究[D].15.聚类分析中若干关键技术及其在电信领域的应用研究[D].:邮电大学,2007.16,数据挖掘中聚类若干问题研究[D].西安.西安电子科技大学17,.数据挖掘：方法与应用[M].:大学,