计算机与信息技术的飞速发展,使人们能以更快、更廉价的方式获取和存储数据,从而也使得存储的数据的数量飞速增长。这些数据蕴藏着许多对我们的工作有重要指导意义的信息。数据挖掘(Data Mining)可以帮助我们从这些数据当中发现这些有用的知识,并用这些知识作指导提高工作效率。 本文将数据挖掘技术应用于烟草专卖检查工作中。通过对大量的历史销售记录和与之相关的各种数据的分析,使用BP算法建立卷烟销售违规预测模型,对卷烟销售的违规行为进行预测。为烟草专卖的检查工作提供重要的科学依据。 本文首先对数据挖掘的相关概念、过程、分类的相关知识进行介绍,对分类常用的算法进行了分析。然后对模型中使用的BP(Back-Propagation)算法进行了深入分析。根据烟草专卖数据的特点,分析了应用目标,完成对相关数据的收集整理和预处理工作。最后建立基于神经网络的卷烟销售违规的预测模型,通过反复的试验确立较优的相关参数,并对试验结果进行了分析。