绝育手术

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇绝育手术范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

绝育手术范文第1篇

王小波从骨子里厌恶李玫，每次看见她，伤心的往事就会像泛滥的海潮一样把他淹没在痛苦的回忆里……

心疼妻子，丈夫做了结扎手术

2001年3月，随着儿子王津的降临，这个幸福的家庭拥有了前所未有的欢乐。

李玫是那种性感又浪漫的女人，无论婚前还是婚后，她和王小波在性生活方面如鱼得水，这也是王小波自我感觉最幸福、最曼妙的一件事情。

有人说女人一旦生了小孩，丈夫就会慢慢失去“性”趣。可王小波和李玫之间从没有这种“审美疲劳”，相反，他们比以前更有激情了。王小波多次向朋友炫耀，他和李玫真正实现了“灵和肉的统一”。

尽管大多数时间是在李玫的安全期内进行。可由于时间掌握不够准确，2002年1月，李玫意外怀孕了。结婚前，李玫曾做过一次人流手术。

妻子经历了人流手术后，王小波再也不敢掉以轻心，每次都使用安全套，并暗暗发誓绝不再让妻子吃三遍苦受四茬罪。李玫却不这样认为，她做什么事情都要求完美，就连夫妻之事．她宁可受罪也不愿丈夫“怜香惜玉”，她多次开玩笑说：“那感觉就像是穿着袜子洗脚，还不如不做!”

王小波理解妻子的感觉，他又何尝不是如此，可是为了不让李玫痛苦，他只能这样做。有一次，王小波在和朋友闲聊时，偶然听说了一个方法：女人做完爱后如果马上上厕所，并且连续做下蹲运动，及时清洗，就不会怀孕。果然，按照朋友介绍的方式，二人半年内都安然无恙。没有想到的是，不久后的一天，李玫又“中标”了。

陪李玫从医院走出来的那一刻，看着李玫满脸的泪水，王小波生出一个想法：为了两人无忧无虑的“”。更为了李玫的健康，他去做结扎手术。李玫不相信自己的耳朵，男人做结扎手术的实在太少了，夫妻避孕要么是女方安环，要么采取别的措施。王小波心疼妻子，哪怕是安环那么一点点痛苦，他也不忍心让李玫去承担。

结扎手术那天，李玫在医院的走廊里搂着王小波哭了：“我真的感谢你无微不至的爱!”“傻瓜，我是你的老公，我不为你着想谁为你着想啊!”为了妻子，王小波就这样把自己给“扎”了。

绝育背后，一段荒唐的风流史

自从王小波做了手术，他和李玫过上了神仙般的日子，只要身体允许，他们甚至天天纠缠在一起。

在儿子快满两岁时，李玫被公司派往上海做客户代表。王小波很不乐意，但也只能点头同意，同时嘱咐妻子每两个月至少回来一次。

开始一段时间，李玫果然两个月回来一次，有时甚至不到一个月就会回来。正像人们常说的那样，他们每次都能够找到“久别胜新婚”的感觉。

随着时间的推移，二人之间慢慢发生了一些变化。李玫回来的时间间隔越来越长，电话也懒得打了。尤其让王小波不快的是，即使是妻子回来，也没有以前那样的激情了，每次她都跟完成任务似的。王小波的心里隐隐不安：难道她有了别的男人?

2003年12月，王小波休假，他决定给妻子一个突然袭击。那天，王小波把儿子送到父母家后，只身去了上海。

当王小波出现在李玫面前时，一眼就看出了妻子的慌乱和局促不安。虽然李玫马上平静下来，可王小波心里的疙瘩越结越大。来到妻子的住所后，王小波尽可能不让李玫离开他的视线，他担心李玫会趁他不注意时转移什么见不得人的东西。

李玫果然表现得有些烦躁，一会儿让王小波先去洗澡，一会儿又让他去楼下吃点东西，可都被王小波婉言拒绝了。本来在进房间的那一刻。王小波很想和李玫亲热一下，可李玫找出好多借口躲开了。

两人在心里较起劲来，李玫见实在甩不掉王小波，加上单位有急事需要处理，她不得不离开，把王小波一个人留在住所。

王小波怀着复杂的心情开始在房间里寻找，尽管他不希望不想看见的东西出现在眼前，但同时他又想证明什么。王小波想说服自己放弃寻找，心里却突然又冒出另外一个声音：“难道你就不想活个明白吗？”

李玫是个细心的女人，把住所收拾得干干净净。没有找到可疑的东西，王小波觉得自己冤枉了妻子，他想在床上休息一会儿，等李玫回来后一起外出吃饭，和她认真谈谈心。就在王波揭开被子准备睡觉时，一张医院的手术单突然飞到了他眼前，上面清清楚楚写着：“李玫，绝育手术。”

王小波头晕目眩，双手瑟瑟发抖：她怎么也去做了绝育手术?王小波感到世界末日即将到来：这张手术单背后，肯定藏有妻子不可告人的秘密。随后，王小波又从抽屉深处发现了4个!

李玫回来，王小波尽量忍耐着，当李玫招呼他出去吃饭时，王小波冷不丁地问：“你最近是不是生了什么病，去医院做过手术?”

李玫先是一惊，很快镇静下来：“没有啊，你怎么想到问这个呢?”

“别装了，看看这个吧!”王小波把那张手术单甩在李玫的眼前。“你给我一个做绝育手术的理由。”

李玫支支吾吾，憋了很久也没有说出话来。

王小波又气愤地把扔在她面前：“你真会想办法啊，是不是觉得用这个不舒服，所以去做了手术啊?”

李玫彻底傻眼了，她跪在地上，她的哭泣和忏悔像钢针一样无情地扎在王小波的心上。

李玫来上海的第3个月。认识了一家企业的老总，很快投入他的怀抱。情人没有戴安全套的习惯，李玫为了满足他，短时间内竟然做了两次人流。李玫担心这样下去自己的身体会垮掉，同时也害怕被丈夫知道，她突然想到丈夫做结扎手术的事，于是她也去做绝育手术。这样她以后无论和谁在一起都不会担心怀孕了。那张原本留给情人看的手术单，没想到被王小波发现了。

如果说因为两地分居，妻子偶尔出轨王小波还能勉强原谅的话，那么对于她为了情人而去做绝育手术，王小波无论如何也不会原谅。

李玫一下子抱紧了王小波的双腿。求他原谅自己。王小波吼道：“你给我滚，，我永远也不要再见到你!”王小波一脚踢开李玫，拿起行李离开了这里。

争夺儿子，亲情化为悲情

2004年春节，李玫从上海回来。王小波说：“我不希望你住在这个家里，要么你去娘家过节，要么你带孩子出去，我不想你以儿子为借口留在这里!”

李玫哀求无果，只好带儿子去了娘家。这期间，王小波开始做离婚的准备。春节过完，李玫要回上海了，当她再次恳求王小波给她和儿子一次见面机会时，王小波说了一句话：“我们现在只有离婚一条路!”李玫回答：“为了儿子。无论你怎样对我都可以，我是坚决不会同意离婚的!”

王小波准备到法院，可找律师一咨询，他手头的两样东西都不能作为直接证据。

没有办法，王小波只好也“下流”一回。

2005年春节，李玫又回家了，王小波主动去李玫母亲家把她接了回来：“我想了许多，为了儿子，我们应该抛弃以前的那些不愉快。”

李玫很高兴，就在这时，王小波突然提出了一个要求：“不离婚可以，你必须把你以前犯下的错误写成检讨书，如果我觉得你有诚意，我就不再追究，如果没有诚意，那我们只能分开!”

见王小波说得很诚恳，李玫便认真地把发生的事情写了下来。王小波拿到了证据，态度一下子强硬起来。2005年4月，王小波正式提出离婚。

2005年11月，夫妻二人经过多次协商，终于达成了离婚协议。在此之前，儿子是两人争夺的焦点，因为两人都没有了生育能力，自知理亏的李玫“斗”不过丈夫，万般无奈，她只得做出让步。

2006年1月4日，李玫以自己已经绝育为由，再次找到王小波要讨回儿子的监护权。王小波大吼起来：“你活该!我做结扎是为了你的身体健康，你绝育却是为了方便偷人养汉。你说，谁才是真正的受害者?你现在没有了生育能力，我也没有了，可过错方却是你啊。如果你觉得丢人还不够过瘾的话，那你去法院告我好了，我们法庭上见!”

李玫自然无脸去法院打这样一场“丢人现眼”的官司，可又想要回儿子，于是便经常以见儿子为由去找王小波，可王小波连看也不让她看。2006年1月11日，李玫找来哥哥、姐夫，把王小波狠狠揍了一顿：“如果不把儿子还给我，我跟你没完!”

2006年春节．为了防止李玫再次来打扰，王小波悄悄带着儿子去了广州过年。

春节后，因为婚姻的破裂，李玫要求公司把她从上海调回来，这下她有了足够的时间和精力与王小波纠缠：“儿子不是你一个人的，你现在竟然连看都不让我看，把我逼急了，我就把事情闹大!”

为了躲避，王小波甚至把自己的房子租了出去，搬到一个偏僻的地方租房住下来。没想到，2006年4月25日，李玫通过单位熟人找到了王小波，同来的还有她的律师：“儿子不给我可以，如果你连让我看儿子的权利都不给，我也只有不要脸上法院打官司了。”李玫说完这话。蹲在地上可怜兮兮地大哭起来。

绝育手术范文第2篇

关键词：输卵管绝育；手术后再通；显微复通术；简易复通术

    输卵管绝育手术作为一种高效、长效、安全的避孕方法，已成为广大育龄妇女常用的避孕方法之一。输卵管绝育后，由于子女夭折、家庭生活变故等诸多原因，部分妇女要求行输卵管复通术[1]。笔者自1998年以来对显微复通术与简易复通术对输卵管绝育手术后再通的治疗作用进行了比较，现报告如下。 1 资料与方法

1.1  一般资料：234例均系输卵管绝育术后妇女，按治疗的先后顺序随机分为观察组与对照组。观察组117例，年龄：26～45岁；绝育时间：1～21年；绝育术式：抽芯包埋法60例，改良玻氏法31例，银夹法26例。对照组117例，年龄：25～43岁；绝育时间：1～21年；绝育术式：抽芯包埋法57例，改良玻氏法36例，银夹法24例。两组年龄、绝育时间、绝育术式等临床资料相比，差异无统计学意义（P＞0.05），具有可比性。

1.2  入选标准：①均为输卵管绝育术后妇女；②年龄小于45岁；③符合伦理学及知情同意原则；④月经正常来潮；⑤排除卵巢、子宫有占位性病变及性性疾病者。

1.3  手术方法

1.3.1 对照组：117例患者均采用简易通术治疗：用0.5%利多卡因施行局部浸润麻醉。取下腹正中耻骨联合上3～4 cm处作4～6 cm长的横切口或直切口，逐层切开腹壁进入腹腔，常规探查盆腔各器官，有粘连者松解粘连，提出输卵管，用两把组织钳分别于原结扎结节两侧钳夹并固定输卵管，在原结扎瘢痕两端的浆膜下注入局麻药或生理盐水，使输卵管浆膜层与肌层分离、膨胀，平行输卵管切开浆膜层，并分离输卵管系膜后，将输卵管官腔闭合处游离，游离至两端外观正常为止。切除结扎的闭塞端与瘢痕，用硬膜外麻醉导管分别插入输卵管远近两端，推注生理盐水，检查是否通畅，检查输卵管远近两端均通畅后，用硬膜外麻醉导管自输卵管伞端穿入官腔作临时支架，用显微吻合钳按解剖结构固定管芯两端并对合，用7/0无损伤缝合线按6、12、3、9点的顺序间断缝合管壁肌层（峡部吻合者贯穿缝合肌层及黏膜层）4针，必要时可适当增加缝合针数。检查无出血后，用5/0细微乔线间断缝合浆膜层。取出硬膜外麻醉导管前再次推注生理盐水，无渗漏后，检查组织钳钳夹处有无渗出血，正常后回置输卵管，同法处理对侧输卵管。

1.3.2 观察组：117例患者均采用显微复通术：行连续硬膜外麻醉，取下腹正中耻骨联合上3～4 cm处作一横或直切口长6～8 cm，逐层切开腹壁、探查盆腔器官、提出输卵管、游离输卵管两盲端均同简易复通术。将两断端对合并固定后置于双人双目显微镜视野下（术前将双人双目显微镜摆好位置，调至放大8～16倍），用7/0无损伤带小圆针的缝合线按6、12、3、9点的顺序间断贯穿缝合肌层（峡部吻合者贯穿缝合肌层及黏膜层）4针，不满意者可适当增加1～2针，检查无出血后回置输卵管，同法处理对侧输卵管。

    两组均于关腹前腹腔内注入低分子右旋糖酐200～250 ml、庆大霉素8万U、地塞米松5 mg、糜蛋白酶4 000 U。术后常规肌内注射或静脉滴注抗生素3～5 d，术后3～4 d，5～7 d各通液1次，月经干净后再通液1次，禁同房1个月，进易消化和营养饮食。术后半年、1年各随访1次。

1.4  统计学方法：采用统计软件SPSS 13.0进行统计学分析，以P＜0.05为差异有统计学意义。

2 结果

2.1  两组复通情况：对照组117例中复通103例，复通率为88%；手术时间65～93 min，平均85 min；手术费用1 000～1 500元，平均1 385元。观察组117例中复通115例，复通率为98.3%；手术时间90～120 min，平均102 min；手术费用1 300～1 720元，平均1 620元。两组复通率、手术时间、手术费用等相比，差异有统计学意义（P＜0.05）。

2.2  两组妊娠率比较：观察组宫内妊娠105例（90%），宫外孕2例（1.71%）；对照组宫内妊娠88例（75.2%），宫外孕5例（4.27%）。两组宫内妊娠率、宫外孕相比，差异有统计学意义（P＜0.05）。

3 讨论

    简易复通术简单、易行、手术风险（麻醉风险）相对较低，术后恢复快，费用低，容易为受术者接受[2-3]。但对于难度较大的复通者有一定的局限性。显微吻合术能解决较复杂、疑难的复通术，最大限度保障手术成功率，但麻醉风险相对增加，费用也增加，手术时间长[4]。因此，对于要求复通的妇女，术前宜详细询问病史、认真体格检查、妇科检查，必要时作子宫输卵管碘油造影，充分评估手术难易程度，在满足手术成功的前提下，尽量考虑选择简单易行、经济、安全的简易复通术，尽量减轻受术对象的生理、心理及经济负担。

    综上所述，与简易复通术相比显微复通术复通率、宫内妊娠率高，但手术时间、手术费用高。

4 参考文献

[1] 尹春艳,张翠凉,吕小燕.显微外科技术输卵管复通效果及其相关影响因素分析[J].中华显微外科杂志,2003,26(2):109.

[2] 刘小平,罗道宝,芦  杰,等.子宫输卵管再通术及失败原因分析[J].中国实用医学研究杂志,2005,4(2):203.

绝育手术范文第3篇

一、女性“出走”的觉醒

《咱们死人醒来的时候》写的是雕塑家鲁贝克年轻时从女模特爱吕尼的身上获取灵感，完成了一件题为《复活日》的雕像。然而在雕塑完成时，鲁贝克为了自己的事业，不“亵渎自己的灵魂”，没有接受爱吕尼的爱情，致使爱吕尼出走，成了一个放荡不羁的女人。后来，鲁贝克修改了《复活日》的形象结构。他把雕塑的底座放大，把原来居于中心地位的少女推到后面，加了一块曲折破裂的地面，上面有一大群带着畜生嘴脸的男男女女，前面的一股泉水旁，则坐着一个因为生命被断送而忏悔的男人――也就是鲁贝克自己。《复活日》使得鲁贝克获得巨大荣誉，他与年轻的梅遏结了婚，生活安乐，但是内心却空虚惆怅，艺术上也毫无作为。剧作的第一幕正是从两人在海滨浴场的谈话开始的，此时两人已互生厌倦。后来鲁贝克与爱吕尼相遇，两人都感到无比兴奋，他们为了过去轻易放弃幸福生活而惋惜，而且希望重温旧梦。两人手挽手登上了高山，一直走到“照样照耀的塔尖”，结果，他们被大雪埋葬了。与此同时，梅遏为了寻求生活的乐趣，跟随猎人乌尔费姆去探险，过自由自在的日子。她在深谷中高兴地庆幸自己“像飞鸟一样地自由”。

细心阅读易h生剧作的人会发现，易卜生常常会对之前创作的人物形象进行反思和发展，例如《约翰・盖勃吕尔・博克曼》中的博克曼就是对《社会支柱》里博克尼和诗剧《培尔・金特》中培尔・金特的发展。在《咱们死人醒来的时候》这个剧作中，我们不难发现，易卜生对于娜拉“出走”之后的思考并没有结束。对于女性能否通过“出走”来维护权利和自由的思考从未停止。剧中有两个“出走”的女性形象――爱吕尼和梅遏。这两个生活经历完全不同的女人，都曾经选择“出走”作为追求自由的方式，她们“出走”的结局代表了女性出走后的两种命运。

有人指出，易卜生在戏剧创作中“要求把女人作为具有独立人格的人来看待……而不应当把女人仅仅作为达到目的的手段”，从爱吕尼和梅遏这两个女性“出走”的故事中，我们似乎又看到了娜拉的身影。她们和娜拉一样，都是在突然之间发觉情感和自由受到了男性的束缚和欺骗，而选择了“出走”。她们的命运令人同情，令人遗憾的是，年迈的易卜生，在他的最后一个剧本里，为女性“出走”后的命运指出了两个让人不安的结局：要么堕落，得到一种虚无的自由，要么只能在男性的忏悔中回归。

二、象征主义创作的收场

从1884年创作《野鸭》开始，易卜生就进入了象征主义戏剧的创作阶段。不过正如一些研究者所说的那样，“在这以前，易卜生的许多剧本里，都存在着有象征意义或比拟性质的东西”，他广泛地运用象征主义的手法，从人物塑造到背景描绘，从戏剧结构的安排到戏剧情境的设置，都大量采用了个性化的象征表现手法。如《社会支柱》里的破船，《凯瑟琳》中的灶神殿，《布兰德》中的冰教堂等意象，都隐藏着独特的暗示和隐喻。到了易卜生的创作后期，也就是到了开始写作《野鸭》的时候，作者更是有意识地把象征手法推向了极致。从《野鸭》中关在阁楼里不能自由飞翔的野鸭，到《罗斯莫庄》里的幻觉形象白马，《海上夫人》剧中经常被描绘到的大海，这些扑朔迷离的象征形象里，充满了作者深邃难解的寓意。就像国外研究者理解的那样，“他后期的著作显然是在有意识地‘寻找’象征。另一方面，这些象征被引向极端的神秘性并且达到几乎不可理解的地步，在那里这种掩饰被绝对化了”，这不是没有道理的。

“高山”在《咱们死人醒来的时候》这个剧中出现了多次，第一次是在第一幕，当鲁贝克与梅遏回忆起结婚之前鲁贝克答应梅遏的事时，梅遏说：“你说，你答应把我带到一座高山上，让我鉴赏全世界的荣华”；第二次是在第二幕，鲁贝克和爱吕尼在河边回忆起从前，爱吕尼说出以前鲁贝克说过的话，“在一个高得使人头晕的山顶上。是你把我哄上去的，你说你带我上高山，去看全世界的荣华……”；在第三幕“高山”被多次提起，但完全意义上的第三次则应该是最后鲁贝克和爱吕尼在穿过迷雾前的对话，爱吕尼说：“对，对――走上光明的高处，走进耀眼的荣华!走上乐土的尖峰!”从这三次对“高山”的描绘中，我们似乎可以发现，“高山”是一个比较清晰的意象，它可能带有多重意味，但作者已经为我们明显地指出了一些象征：一方面，“高山”是欣赏全世界荣华的地方，另一方面，“高山”就像鲁贝克后来说的那样，在那里“一切光明力量都可以注视我们――一切黑暗力量也是如此”。

另一个值得注意的象征意象是那些“隐含着一种含糊奥妙的意义”的“雕塑”。这些“雕塑”的含意其实也不难理解，在此之前易卜生就有在剧作中将艺术作品称为“咱们的孩子”的先例，而这种意象也总会让我们联想到易卜生自己的创作，他似乎在通过“雕塑”的象征含意回答着人们对他后期戏剧创作的一系列猜想。他似乎在告诉人们，无论使用什么样的象征手法，其实他的作品里描述的就是社会上那些纷杂的、长着畜生嘴脸的人物。就像他在最后的象征主义创作时期结束时与尤勒斯・克拉莱蒂谈话中所说的那样，“我不寻找象征，我描写人”。

绝育手术范文第4篇

关键词：决策 销售预测 数据挖掘

随着市场经济的发展和经济的全球化，企业面临着越来越残酷的市场竞争。企业要想赢得竞争、赢得客户，就必须在最快的时间内，以最低的成本将产品提供给客户，这使得进行正确及时的产品销售预测及由此产生的可靠的决策，成为现代企业成功的关键要素。由此，一些销售预测系统也应运而生。可是， 随着计算机技术、网络技术、通讯技术和Internet技术的发展和各个业务操作流程的自动化，企业产生了数以几十或上百GB的销售历史数据，面对这些海量数据，传统的预测系统越来越不适应新的预测要求，主要表现在：大量的历史数据处于脱机状态，变成了“数据坟墓”。预测涉及海量数据的处理，传统的方法无法满足运行效率、计算性能、准确率及存储空间的要求。预测所需的数据含有大量不完整（缺少属性值或仅包含聚集数据）、含噪声（错误或存在偏离期望的孤立点值）、不一致的内容（来源于多个数据源或编码存在差异），导致预测陷入混乱。传统的数据库技术在预测知识的表达、综合和推理方面能力比较薄弱，难以满足日益提高的预测要求。在这种情况下，一个新的研究领域――数据挖掘DM（Data Mining）的出现引起了学术界和产业界的广泛关注。

进行销售预测数据挖掘前的数据准备问题

数据挖掘一般包括数据准备、数据挖掘和结果的解释与评价三个阶段。数据挖掘结果的质量与被挖掘数据质量息息相关。数据准备就是对被挖掘数据进行定义、处理和表示，使它适应于特定的数据挖掘方法。数据准备是数据挖掘过程中的第一个重要步骤，在整个数据挖掘过程中起着举足轻重的作用。它包括以下几个步骤：

数据清洗

一般来说，销售历史数据来源于异质操作数据库。这些异质操作数据库中的数据并不都是正确的，常常不可避免地存在着不完整、不一致、不精确和重复的数据，这些数据统称为“脏数据”。脏数据能使挖掘过程陷入混乱，导致不可靠的输出。数据清洗通过填写空缺的值，平滑噪声，识别、删除点，解决不一致来“清洗”数据。它可以在数据装入数据仓库之前进行，也可以在装入之后进行。

数据清洗技术一般可分为基于规则的方法、可视化方法和统计学法方法。基于规则的方法根据字段定义域的元知识、约束和与其它字段的关系对该字段的每一数据项进行评估；可视化方法以图形方式显示数据集的有效轮廓，从而很容易辨别脏数据；统计学法方法通过统计技术填补丢失的数据和更正错误的数据。

数据集成与变换

在进行销售预测数据挖掘时常常需要将多个数据存储合并，并转换成适合挖掘的形式。在销售历史数据中，我们常常会发现代表同一概念的属性在不同的数据库含有不同的名字，这将会导致不一致和冗余，而含有大量不一致和冗余数据会降低数据挖掘过程的性能或使之陷入混乱。将数据集成与变换将减少或避免这种情况，提高数据挖掘的精度与速度。

数据集成要考虑实体识别问题、相关性分析问题、数值冲突检测与处理问题等。实体识别问题即如何将来自多个信息源的实体匹配；相关分析问题即通过相关性分析来检测数据冗余；数值冲突检测与处理问题即通过对元组级冗余检测，消除数据语义上的异种性。而数据变换涉及到平滑、聚集、数据概化、规范化、属性构造等，通过这些处理将数据转换成适合于挖掘的形式。

数据归约

当选择用于数据分析的数据集过大，在海量数据上进行复杂的数据分析和挖掘将需要很长时间，使得这种数据挖掘不现实、不可行。而数据归约技术可以“压缩”数据集，得到其“归约”表示，它小的多，但仍接近于保持原数据的完整性，使得在归约后的数据集上进行挖掘更有效。其策略包含数据立方体聚集、维归约、数据压缩、数值压缩、离散化和概念分层等，这些涉及到了多特征方、压缩搜索空间的启发式算法、小波变换、主要成分分析PCA、回归和对数线性模型、多维索引树、离散化技术等。目前这个领域仍然是一个非常活跃的研究领域。

面向销售预测的数据挖掘工具

目前可用于销售预测的数据挖掘工具主要是一些统计分析方法，如时间序列分析、线性回归模型分析、非线性回归模型分析、灰色系统模型分析、马尔可夫分析法等，它是目前最成熟的数据挖掘技术。然而，一方面由于产品的需求往往是由许多因素综合决定的，传统的统计分析方法往往只是考虑了其中的一部分，而且影响需求的各种因素之间往往存在着各种错综复杂的相互作用，依传统方法建立的简单模型无法表达这种相互作用；另一方面，由于庞大的销售数据集的性质往往非常复杂，且非线性、持续性及噪音普遍存在，因此需要一种不同于传统的新的理论和方法去解决数据挖掘中的问题。而神经网络作为一种非线性自适应动力学系统，具有通过自学习提取信息的内部特征的优点，非常适合解决销售数据中的数据挖掘问题。自从1987年Lapedes和Farber首先应用神经网络进行预测以来，神经网络已成为一种非常有前途的预测方法，近年来已成为经济预测、管理决策、数据挖掘领域研究的热点。

神经网络可很好地胜任数据挖掘技术，它通过模拟人脑反复学习技术来工作的。对给出的样本数据，神经网络通过类似人类记忆过程的方式学习数据中的统计规律，归纳出能描述样本特征的数据模型，然后用已学会的数据模型分类新给出的数据。用神经网络挖掘知识时，分析者首先找出一组变量，这些变量中需要有导致实例结果的因素。神经网络通过反复学习，找出变量与结果的函数关系，再用这一函数对新数据分类、预测、评价等处理。目前已有一些神经网络模型已很好地运用于销售预测，分析、预测销售的未来波动等，表现出良好的运用前景。

销售预测的数据挖掘结构框架

为克服传统预测系统的缺陷，将数据挖掘技术应用到销售预测中来。我们设计的基于数据挖掘的销售预测支持系统由人机交互系统、知识库、数据库（或数据仓库）、数据挖掘工具、模型管理系统、知识库管理系统和分析解释系统等部分组成。其结构框架如图1所示。其中，数据挖掘工具通过数据库API访问数据库或数据仓库，并执行销售预测的各种挖掘任务。

面向销售预测的数据挖掘过程

在利用数据挖掘技术进行销售预测时，现有的数据挖掘工具能自动完成许多工作，但挖掘过程中每一步应特别小心，否则会推导出错误的结论。数据挖掘并不一定遵循特定的过程，但一般的步骤包含以下几个方面：

在进行数据挖掘工作前，要清楚地知道数据挖掘的目标。事先明确挖掘的业务目标，确定达到目标的评价方法，这将大大减少挖掘工作的难度和工作量。

选择数据。这些数据可能是数据仓库或数据集市，也可能是各个联机事务处理系统中的数据。

数据预处理。这个过程可以改进销售数据质量，从而有助于提高其后的挖掘过程的精度和性能。高质量的销售决策必然依赖于高质量的数据，检测数据异常、尽快调整数据，并归约待分析的数据，将在决策过程得到高回报。

在开始挖掘工作前，需要具体每一个细节，确定哪些想法需要验证，哪些方面需要用工具从数据中得出假设。

构造数据挖掘模型。通常，先用随机数作种子把数据分为两部分：训练集和测试集，用于构造和评估模型。用数据挖掘工具去测试数据质量，比较各种工具输出的结果，从而精确地构造出模型。

验证结论。确定结论是否正确和符合业务要求，如果挖掘的结果有错误就要寻找错误的原因，并对数据重新挖掘，重新构造模型。

信息处理技术的飞速发展，加上人们孜孜不倦地对销售预测效果的追求，使得数据挖掘技术在销售预测中应用成为一个非常自然的选择。数据挖掘作为一种新的技术，它可以对销售数据进行深层次的分析，采掘到隐含在数据中的有用信息，发现和把握新的市场机会，为企业的管理决策提供科学的依据。数据挖掘技术对销售预测技术带来的挑战，无疑将推动销售预测的发展。

参考资料：

1.William J.Stanton, Rosann Spiro，江明华总校译，销售队伍管理[M]，北京：北京大学出版社，2002.1

2.黄逢谷，市场预测方法与案例[M]，上海：立信会计出版社，1996.4

绝育手术范文第5篇

关键词：寿险；数据挖掘；决生树

中图分类号：TP311文献标识码：A文章编号：1009-3044(2011)21-5168-03

Analysis and Processing of Data-mining-based Life Insurance Awareness

XIONG Yuan-mei

(Zhangzhou Instiute of Technology, Zhangzhou 363000, Chaina)

Abstract: In view of the life insurance market's present situation, the characteristic, uses in the data mining technology the decision tree algorithm, through decision tree ID3 algorithm in information gain determination attribute, production decision tree; The analysis customer data, conforms to the condition statistical data in the node record, analyzes between four essential factors the relations to the customer insurance awareness influence proportion, realizes to the customer data biggest excavation.

Key words: insurance awareness; Data-mining; decision tree

寿险是保险行业的一个重要分支，具有巨大的市场发展空间，因此，随着寿险市场的开放、外资公司的介入，竞争逐步升级，群雄逐鹿已成定局。如何保持自身的核心竞争力，使自己始终立于不败之地，是每个企业必须面对的问题。信息技术的应用无疑是提高企业竞争力的有效手段之一。寿险信息系统经过了多年的发展，已逐步成熟完善，并积累了相当数量的数据资源，为数据挖掘提供了坚实的基础，而通过数据挖掘发现知识，并用于科学决策越来越普遍受到寿险公司的重视。

数据挖掘也可以支持保险公司的客户关系维护，如客户流失管理等。对于短期的险种来说，客户流失是非常严重和常见的问题。只有留住一个客户，才能获得更稳定的收入和为交叉销售、提升销售等目标创造可能性。

1 数据挖掘技术

1.1 数据挖掘的概念

通常数据挖掘被视作以提取有用信息为目的的“数据簇聚”或“数据产生”过程，数据为信息处理者提取新的和有用规则服务，并能够根据已有的信息对实际未发生行为的结果作出预测。数据挖掘是从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则。这些规则蕴含了数据库中一组对象之间的特定联系，揭示出一些有用的信息，为经营决策、市场策划、经营预测、工业控制提供依据。通过数据挖掘，有价值的知识，规则或高层次的信息就能从数据库的相关数据集合中抽取出来，并从不同角度显示，从而使大型数据库为一个丰富可靠的资源为知识归纳服务。

1.2 数据挖掘的分类方法

分类在数据挖掘中是一项非常重要的任务。分类的目的是学会一个分类函数或分类模型（也常常称作为分类器），该模型能把数据库中的数据项映射到给定类别中的某一个类别。分类方法归结为四种类型：基于距离的分类方法、决策树分类方法、贝叶落归根斯分类方法和规则归纳方法。在每种方法中，各类方法的思想都不相同，就拿决策树分类方法来说；它的基本核心思想：选取一个最能区分不同类别样本属性,作为树根,并把训练样本集分为相应的几块,接下来再依次在第一块样本集中选出区分度最大的属性,作为树的第二层结点。依此类推，直到所有的叶结点都只包含一类样本时终止，这样构建起来的一棵树就称作决策树。

2 ID3算法及决策树的构建过程

2.1 基于信息理论的选择策略

ID3算法是决策树生成最常用的具体实现方法，其基本思想是采用信息论中的互信息作为决策属性分类判别能力的度量，进行决策节点属性的选取。

信源是香农（Shannon）创产的信息论中的一个基本概念，表示信息的来源，信源发出的符号信息就是信号。由于信号带有随机性。常用随机变量来表示。

设信源X的符号取值集合A=｛a1，a2，a3，…,an｝，其中信号ai∈A出现的概率为P=[X=ai]（i=1,2, …n），称为ai的信息量。信息量的数学期望称为信源的平均信息量或信息熵，简称为熵，记为H（X）或Hn(P1，P2，P3，…,Pn)，则有

，其中 （1）

决策树分类方法得用信息量增加（即信息增益）作为特征选择的一种指标。信息增益衡量每个属性对分裂后的数据子集的信息量的贡献。

假设训练集T包含n个样本，这些样本分别属于m个类，其中第i个类在T中的出现的比例为Pi，那么T的信息熵为

（2）

如果m=1，也就是T的样本都属于一个类，那么I（T）=0，达到最小值；如果P1= P1=…=Pn，

也就是第类样本的个数相同，那么I（T）log2m，达到最大值。

假设属性A把集合T划分成V个子集｛T1，T2，T3，…,Tv｝，其中Ti所包含的样本数为ni，那么划分后的熵就是：

（3）

那么，分裂后的信息增益为：

Gain(A)=I(T) -E(A)(4)

选择最高信息增益的创建一个结点，并以该属性标记，对该属性的第个值创建一个分支，并据此进行划分。

2.2 决策树的构建过程

在寿险营销中客户流失，续费率下降，及再销售客户分析情况，决策树技术是解决这一问题的有效途径。ID3算法是一个著名决策树生成方法。具体的构造步骤如下：

第一步：构造训练集。

抽取客户资源情况表中的360条样本，把前16条样本作为构造分类模型的训练集，用于决策客户保险意识的程度。而影响客户意识的属性包括：年龄、收入、婚否、有无子女等因素。

第二步：计算训练本的信息量。目标属性保险意识程度：“低”和“高”，分别有6个样本和10个样本。因此按照公式（1）有：

第三步：计算每个属性的信息增益。

首先计算“年龄”属性，该属性分为3个子集{ T1，T2，T3}，每个子集的信息量计算过程如下：

那么，属性“年龄”的熵为：E（年龄）= 5/16I(T1)+5/16 I(T2)+6/16 I(T3)= 0.6784

因此，属性“年龄”的信息增益Gain(年龄)= I(T) -E（年龄）=0.2760

用类似的方法可以计算出：

Gain(收入)=0.0291

Gain(婚否)=0.1653

Gain(有无子女)=0.0481

选择信息增益最大的属性进行结点分裂

由于Gain(年龄)> Gain(婚否)> Gain(有无子女) >Gain(收入)，所以“年龄”是最佳的分裂特征，每个属性值对应的样本子集生成一个子结点。

第四步：生成决策树（如图1所示）。

3 决策树算法ID3的改进

上面的决策树不能看出“年龄在35，已婚无子女的保险意识高”的记录数差额，误以为相同。根据以上分析，改进ID3算法为：在叶节点符合保险识高的统计数据。

4 总结

通过研究，利用决策树ID3算法研究了四个因素以用它们之间的联系得到了结论：

if 年龄=“25-35”then保险意识程度=“高”{占到总数的12.5%}

if 年龄=“

if 年龄=“3000”then保险意识程度=“高”{占到总数的5.3%}

if 年龄=“

if 年龄=“>35”and 婚否=“未”then保险意识程度=“高”{占到总数的2.5%}

if 年龄=“>35”and 婚否=“已”and 有无子女=“无”then保险意识程度=“高”{占到总数的6.4%}

if 年龄=“>35”and 婚否=“已”and 有无子女=“有”and 收入=“2000-3000”then保险意识程度=“高”{占到总数的6.9%}

通过分析上述决策树ID3算法的分析，得出保险意识高的主要因素，及其所占的比重，对客户采取个性化的策略，提高客户的满意度，进而建立忠诚度。业务人员也可以根据每个客户从高到低排序，找出流失率高的群体，并结合客户特点，为客户服务，提高挽留客户的成功率。

本文对决策树的思想和决策树生成方法，及ID3算法生成决策树的过程进行了详细的分析，建立了决策树模型，通过对决策树算法的改进，在节点记录符合条件的统计数据，分析出四个要素之间关系对客户保险意识的影响。

参考文献：

[1] 袁玉波,杨传胜.数据挖掘与最优化技术及其应用[M].北京:科学出版社,2007.

[2] 毛国君,段立娟.数据挖掘原理与算法[M].北京:清华大学出版社,2005.

[3] 朱玉全,杨鹤,孙蕾.数据挖掘技术[M].南京:东南大学出版社,2006.

[4] 费贤举,王文琴,庄燕滨.基于关联规则的数据挖掘技术在CRM中的应用研究[J].常州工学院学报,2005(4).

[5] 中国人民大学统计系数据挖掘中心.数据挖掘决策树技术及其应用[J].统计与信息论坛,2002(12).