前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇絕育手術范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

絕育手術范文第1篇

王小波從骨子里厭惡李玫，每次看見她，傷心的往事就會像泛濫的海潮一樣把他淹沒在痛苦的回憶里……

心疼妻子，丈夫做了結扎手術

2001年3月，隨著兒子王津的降臨，這個幸福的家庭擁有了前所未有的歡樂。

李玫是那種性感又浪漫的女人，無論婚前還是婚后，她和王小波在性生活方面如魚得水，這也是王小波自我感覺最幸福、最曼妙的一件事情。

有人說女人一旦生了小孩，丈夫就會慢慢失去“性”趣?？赏跣〔ê屠蠲抵g從沒有這種“審美疲勞”，相反，他們比以前更有激情了。王小波多次向朋友炫耀，他和李玫真正實現(xiàn)了“靈和肉的統(tǒng)一”。

盡管大多數(shù)時間是在李玫的安全期內(nèi)進行?？捎捎跁r間掌握不夠準確，2002年1月，李玫意外懷孕了。結婚前，李玫曾做過一次人流手術。

妻子經(jīng)歷了人流手術后，王小波再也不敢掉以輕心，每次都使用安全套，并暗暗發(fā)誓絕不再讓妻子吃三遍苦受四茬罪。李玫卻不這樣認為，她做什么事情都要求完美，就連夫妻之事．她寧可受罪也不愿丈夫“憐香惜玉”，她多次開玩笑說：“那感覺就像是穿著襪子洗腳，還不如不做!”

王小波理解妻子的感覺，他又何嘗不是如此，可是為了不讓李玫痛苦，他只能這樣做。有一次，王小波在和朋友閑聊時，偶然聽說了一個方法：女人做完愛后如果馬上上廁所，并且連續(xù)做下蹲運動，及時清洗，就不會懷孕。果然，按照朋友介紹的方式，二人半年內(nèi)都安然無恙。沒有想到的是，不久后的一天，李玫又“中標”了。

陪李玫從醫(yī)院走出來的那一刻，看著李玫滿臉的淚水，王小波生出一個想法：為了兩人無憂無慮的“”。更為了李玫的健康，他去做結扎手術。李玫不相信自己的耳朵，男人做結扎手術的實在太少了，夫妻避孕要么是女方安環(huán)，要么采取別的措施。王小波心疼妻子，哪怕是安環(huán)那么一點點痛苦，他也不忍心讓李玫去承擔。

結扎手術那天，李玫在醫(yī)院的走廊里摟著王小波哭了：“我真的感謝你無微不至的愛!”“傻瓜，我是你的老公，我不為你著想誰為你著想啊!”為了妻子，王小波就這樣把自己給“扎”了。

絕育背后，一段荒唐的風流史

自從王小波做了手術，他和李玫過上了神仙般的日子，只要身體允許，他們甚至天天糾纏在一起。

在兒子快滿兩歲時，李玫被公司派往上海做客戶代表。王小波很不樂意，但也只能點頭同意，同時囑咐妻子每兩個月至少回來一次。

開始一段時間，李玫果然兩個月回來一次，有時甚至不到一個月就會回來。正像人們常說的那樣，他們每次都能夠找到“久別勝新婚”的感覺。

隨著時間的推移，二人之間慢慢發(fā)生了一些變化。李玫回來的時間間隔越來越長，電話也懶得打了。尤其讓王小波不快的是，即使是妻子回來，也沒有以前那樣的激情了，每次她都跟完成任務似的。王小波的心里隱隱不安：難道她有了別的男人?

2003年12月，王小波休假，他決定給妻子一個突然襲擊。那天，王小波把兒子送到父母家后，只身去了上海。

當王小波出現(xiàn)在李玫面前時，一眼就看出了妻子的慌亂和局促不安。雖然李玫馬上平靜下來，可王小波心里的疙瘩越結越大。來到妻子的住所后，王小波盡可能不讓李玫離開他的視線，他擔心李玫會趁他不注意時轉移什么見不得人的東西。

李玫果然表現(xiàn)得有些煩躁，一會兒讓王小波先去洗澡，一會兒又讓他去樓下吃點東西，可都被王小波婉言拒絕了。本來在進房間的那一刻。王小波很想和李玫親熱一下，可李玫找出好多借口躲開了。

兩人在心里較起勁來，李玫見實在甩不掉王小波，加上單位有急事需要處理，她不得不離開，把王小波一個人留在住所。

王小波懷著復雜的心情開始在房間里尋找，盡管他不希望不想看見的東西出現(xiàn)在眼前，但同時他又想證明什么。王小波想說服自己放棄尋找，心里卻突然又冒出另外一個聲音：“難道你就不想活個明白嗎？”

李玫是個細心的女人，把住所收拾得干干凈凈。沒有找到可疑的東西，王小波覺得自己冤枉了妻子，他想在床上休息一會兒，等李玫回來后一起外出吃飯，和她認真談談心。就在王波揭開被子準備睡覺時，一張醫(yī)院的手術單突然飛到了他眼前，上面清清楚楚寫著：“李玫，絕育手術。”

王小波頭暈目眩，雙手瑟瑟發(fā)抖：她怎么也去做了絕育手術?王小波感到世界末日即將到來：這張手術單背后，肯定藏有妻子不可告人的秘密。隨后，王小波又從抽屜深處發(fā)現(xiàn)了4個!

李玫回來，王小波盡量忍耐著，當李玫招呼他出去吃飯時，王小波冷不丁地問：“你最近是不是生了什么病，去醫(yī)院做過手術?”

李玫先是一驚，很快鎮(zhèn)靜下來：“沒有啊，你怎么想到問這個呢?”

“別裝了，看看這個吧!”王小波把那張手術單甩在李玫的眼前?！澳憬o我一個做絕育手術的理由?！?/p>

李玫支支吾吾，憋了很久也沒有說出話來。

王小波又氣憤地把扔在她面前：“你真會想辦法啊，是不是覺得用這個不舒服，所以去做了手術啊?”

李玫徹底傻眼了，她跪在地上，她的哭泣和懺悔像鋼針一樣無情地扎在王小波的心上。

李玫來上海的第3個月。認識了一家企業(yè)的老總，很快投入他的懷抱。情人沒有戴安全套的習慣，李玫為了滿足他，短時間內(nèi)竟然做了兩次人流。李玫擔心這樣下去自己的身體會垮掉，同時也害怕被丈夫知道，她突然想到丈夫做結扎手術的事，于是她也去做絕育手術。這樣她以后無論和誰在一起都不會擔心懷孕了。那張原本留給情人看的手術單，沒想到被王小波發(fā)現(xiàn)了。

如果說因為兩地分居，妻子偶爾出軌王小波還能勉強原諒的話，那么對于她為了情人而去做絕育手術，王小波無論如何也不會原諒。

李玫一下子抱緊了王小波的雙腿。求他原諒自己。王小波吼道：“你給我滾，，我永遠也不要再見到你!”王小波一腳踢開李玫，拿起行李離開了這里。

爭奪兒子，親情化為悲情

2004年春節(jié)，李玫從上?；貋怼Ｍ跣〔ㄕf：“我不希望你住在這個家里，要么你去娘家過節(jié)，要么你帶孩子出去，我不想你以兒子為借口留在這里!”

李玫哀求無果，只好帶兒子去了娘家。這期間，王小波開始做離婚的準備。春節(jié)過完，李玫要回上海了，當她再次懇求王小波給她和兒子一次見面機會時，王小波說了一句話：“我們現(xiàn)在只有離婚一條路!”李玫回答：“為了兒子。無論你怎樣對我都可以，我是堅決不會同意離婚的!”

王小波準備到法院，可找律師一咨詢，他手頭的兩樣東西都不能作為直接證據(jù)。

沒有辦法，王小波只好也“下流”一回。

2005年春節(jié)，李玫又回家了，王小波主動去李玫母親家把她接了回來：“我想了許多，為了兒子，我們應該拋棄以前的那些不愉快。”

李玫很高興，就在這時，王小波突然提出了一個要求：“不離婚可以，你必須把你以前犯下的錯誤寫成檢討書，如果我覺得你有誠意，我就不再追究，如果沒有誠意，那我們只能分開!”

見王小波說得很誠懇，李玫便認真地把發(fā)生的事情寫了下來。王小波拿到了證據(jù)，態(tài)度一下子強硬起來。2005年4月，王小波正式提出離婚。

2005年11月，夫妻二人經(jīng)過多次協(xié)商，終于達成了離婚協(xié)議。在此之前，兒子是兩人爭奪的焦點，因為兩人都沒有了生育能力，自知理虧的李玫“斗”不過丈夫，萬般無奈，她只得做出讓步。

2006年1月4日，李玫以自己已經(jīng)絕育為由，再次找到王小波要討回兒子的監(jiān)護權。王小波大吼起來：“你活該!我做結扎是為了你的身體健康，你絕育卻是為了方便偷人養(yǎng)漢。你說，誰才是真正的受害者?你現(xiàn)在沒有了生育能力，我也沒有了，可過錯方卻是你啊。如果你覺得丟人還不夠過癮的話，那你去法院告我好了，我們法庭上見!”

李玫自然無臉去法院打這樣一場“丟人現(xiàn)眼”的官司，可又想要回兒子，于是便經(jīng)常以見兒子為由去找王小波，可王小波連看也不讓她看。2006年1月11日，李玫找來哥哥、姐夫，把王小波狠狠揍了一頓：“如果不把兒子還給我，我跟你沒完!”

2006年春節(jié)．為了防止李玫再次來打擾，王小波悄悄帶著兒子去了廣州過年。

春節(jié)后，因為婚姻的破裂，李玫要求公司把她從上海調(diào)回來，這下她有了足夠的時間和精力與王小波糾纏：“兒子不是你一個人的，你現(xiàn)在竟然連看都不讓我看，把我逼急了，我就把事情鬧大!”

為了躲避，王小波甚至把自己的房子租了出去，搬到一個偏僻的地方租房住下來。沒想到，2006年4月25日，李玫通過單位熟人找到了王小波，同來的還有她的律師：“兒子不給我可以，如果你連讓我看兒子的權利都不給，我也只有不要臉上法院打官司了?！崩蠲嫡f完這話。蹲在地上可憐兮兮地大哭起來。

絕育手術范文第2篇

關鍵詞：輸卵管絕育；手術后再通；顯微復通術；簡易復通術

    輸卵管絕育手術作為一種高效、長效、安全的避孕方法，已成為廣大育齡婦女常用的避孕方法之一。輸卵管絕育后，由于子女夭折、家庭生活變故等諸多原因，部分婦女要求行輸卵管復通術[1]。筆者自1998年以來對顯微復通術與簡易復通術對輸卵管絕育手術后再通的治療作用進行了比較，現(xiàn)報告如下。 1 資料與方法

1.1  一般資料：234例均系輸卵管絕育術后婦女，按治療的先后順序隨機分為觀察組與對照組。觀察組117例，年齡：26～45歲；絕育時間：1～21年；絕育術式：抽芯包埋法60例，改良玻氏法31例，銀夾法26例。對照組117例，年齡：25～43歲；絕育時間：1～21年；絕育術式：抽芯包埋法57例，改良玻氏法36例，銀夾法24例。兩組年齡、絕育時間、絕育術式等臨床資料相比，差異無統(tǒng)計學意義（P＞0.05），具有可比性。

1.2  入選標準：①均為輸卵管絕育術后婦女；②年齡小于45歲；③符合倫理學及知情同意原則；④月經(jīng)正常來潮；⑤排除卵巢、子宮有占位性病變及性性疾病者。

1.3  手術方法

1.3.1 對照組：117例患者均采用簡易通術治療：用0.5%利多卡因施行局部浸潤麻醉。取下腹正中恥骨聯(lián)合上3～4 cm處作4～6 cm長的橫切口或直切口，逐層切開腹壁進入腹腔，常規(guī)探查盆腔各器官，有粘連者松解粘連，提出輸卵管，用兩把組織鉗分別于原結扎結節(jié)兩側鉗夾并固定輸卵管，在原結扎瘢痕兩端的漿膜下注入局麻藥或生理鹽水，使輸卵管漿膜層與肌層分離、膨脹，平行輸卵管切開漿膜層，并分離輸卵管系膜后，將輸卵管官腔閉合處游離，游離至兩端外觀正常為止。切除結扎的閉塞端與瘢痕，用硬膜外麻醉導管分別插入輸卵管遠近兩端，推注生理鹽水，檢查是否通暢，檢查輸卵管遠近兩端均通暢后，用硬膜外麻醉導管自輸卵管傘端穿入官腔作臨時支架，用顯微吻合鉗按解剖結構固定管芯兩端并對合，用7/0無損傷縫合線按6、12、3、9點的順序間斷縫合管壁肌層（峽部吻合者貫穿縫合肌層及黏膜層）4針，必要時可適當增加縫合針數(shù)。檢查無出血后，用5/0細微喬線間斷縫合漿膜層。取出硬膜外麻醉導管前再次推注生理鹽水，無滲漏后，檢查組織鉗鉗夾處有無滲出血，正常后回置輸卵管，同法處理對側輸卵管。

1.3.2 觀察組：117例患者均采用顯微復通術：行連續(xù)硬膜外麻醉，取下腹正中恥骨聯(lián)合上3～4 cm處作一橫或直切口長6～8 cm，逐層切開腹壁、探查盆腔器官、提出輸卵管、游離輸卵管兩盲端均同簡易復通術。將兩斷端對合并固定后置于雙人雙目顯微鏡視野下（術前將雙人雙目顯微鏡擺好位置，調(diào)至放大8～16倍），用7/0無損傷帶小圓針的縫合線按6、12、3、9點的順序間斷貫穿縫合肌層（峽部吻合者貫穿縫合肌層及黏膜層）4針，不滿意者可適當增加1～2針，檢查無出血后回置輸卵管，同法處理對側輸卵管。

    兩組均于關腹前腹腔內(nèi)注入低分子右旋糖酐200～250 ml、慶大霉素8萬U、地塞米松5 mg、糜蛋白酶4 000 U。術后常規(guī)肌內(nèi)注射或靜脈滴注抗生素3～5 d，術后3～4 d，5～7 d各通液1次，月經(jīng)干凈后再通液1次，禁同房1個月，進易消化和營養(yǎng)飲食。術后半年、1年各隨訪1次。

1.4  統(tǒng)計學方法：采用統(tǒng)計軟件SPSS 13.0進行統(tǒng)計學分析，以P＜0.05為差異有統(tǒng)計學意義。

2 結果

2.1  兩組復通情況：對照組117例中復通103例，復通率為88%；手術時間65～93 min，平均85 min；手術費用1 000～1 500元，平均1 385元。觀察組117例中復通115例，復通率為98.3%；手術時間90～120 min，平均102 min；手術費用1 300～1 720元，平均1 620元。兩組復通率、手術時間、手術費用等相比，差異有統(tǒng)計學意義（P＜0.05）。

2.2  兩組妊娠率比較：觀察組宮內(nèi)妊娠105例（90%），宮外孕2例（1.71%）；對照組宮內(nèi)妊娠88例（75.2%），宮外孕5例（4.27%）。兩組宮內(nèi)妊娠率、宮外孕相比，差異有統(tǒng)計學意義（P＜0.05）。

3 討論

    簡易復通術簡單、易行、手術風險（麻醉風險）相對較低，術后恢復快，費用低，容易為受術者接受[2-3]。但對于難度較大的復通者有一定的局限性。顯微吻合術能解決較復雜、疑難的復通術，最大限度保障手術成功率，但麻醉風險相對增加，費用也增加，手術時間長[4]。因此，對于要求復通的婦女，術前宜詳細詢問病史、認真體格檢查、婦科檢查，必要時作子宮輸卵管碘油造影，充分評估手術難易程度，在滿足手術成功的前提下，盡量考慮選擇簡單易行、經(jīng)濟、安全的簡易復通術，盡量減輕受術對象的生理、心理及經(jīng)濟負擔。

    綜上所述，與簡易復通術相比顯微復通術復通率、宮內(nèi)妊娠率高，但手術時間、手術費用高。

4 參考文獻

[1] 尹春艷,張翠涼,呂小燕.顯微外科技術輸卵管復通效果及其相關影響因素分析[J].中華顯微外科雜志,2003,26(2):109.

[2] 劉小平,羅道寶,蘆  杰,等.子宮輸卵管再通術及失敗原因分析[J].中國實用醫(yī)學研究雜志,2005,4(2):203.

絕育手術范文第3篇

一、女性“出走”的覺醒

《咱們死人醒來的時候》寫的是雕塑家魯貝克年輕時從女模特愛呂尼的身上獲取靈感，完成了一件題為《復活日》的雕像。然而在雕塑完成時，魯貝克為了自己的事業(yè)，不“褻瀆自己的靈魂”，沒有接受愛呂尼的愛情，致使愛呂尼出走，成了一個放蕩不羈的女人。后來，魯貝克修改了《復活日》的形象結構。他把雕塑的底座放大，把原來居于中心地位的少女推到后面，加了一塊曲折破裂的地面，上面有一大群帶著畜生嘴臉的男男女女，前面的一股泉水旁，則坐著一個因為生命被斷送而懺悔的男人――也就是魯貝克自己。《復活日》使得魯貝克獲得巨大榮譽，他與年輕的梅遏結了婚，生活安樂，但是內(nèi)心卻空虛惆悵，藝術上也毫無作為。劇作的第一幕正是從兩人在海濱浴場的談話開始的，此時兩人已互生厭倦。后來魯貝克與愛呂尼相遇，兩人都感到無比興奮，他們?yōu)榱诉^去輕易放棄幸福生活而惋惜，而且希望重溫舊夢。兩人手挽手登上了高山，一直走到“照樣照耀的塔尖”，結果，他們被大雪埋葬了。與此同時，梅遏為了尋求生活的樂趣，跟隨獵人烏爾費姆去探險，過自由自在的日子。她在深谷中高興地慶幸自己“像飛鳥一樣地自由”。

細心閱讀易h生劇作的人會發(fā)現(xiàn)，易卜生常常會對之前創(chuàng)作的人物形象進行反思和發(fā)展，例如《約翰?蓋勃呂爾?博克曼》中的博克曼就是對《社會支柱》里博克尼和詩劇《培爾?金特》中培爾?金特的發(fā)展。在《咱們死人醒來的時候》這個劇作中，我們不難發(fā)現(xiàn)，易卜生對于娜拉“出走”之后的思考并沒有結束。對于女性能否通過“出走”來維護權利和自由的思考從未停止。劇中有兩個“出走”的女性形象――愛呂尼和梅遏。這兩個生活經(jīng)歷完全不同的女人，都曾經(jīng)選擇“出走”作為追求自由的方式，她們“出走”的結局代表了女性出走后的兩種命運。

有人指出，易卜生在戲劇創(chuàng)作中“要求把女人作為具有獨立人格的人來看待……而不應當把女人僅僅作為達到目的的手段”，從愛呂尼和梅遏這兩個女性“出走”的故事中，我們似乎又看到了娜拉的身影。她們和娜拉一樣，都是在突然之間發(fā)覺情感和自由受到了男性的束縛和欺騙，而選擇了“出走”。她們的命運令人同情，令人遺憾的是，年邁的易卜生，在他的最后一個劇本里，為女性“出走”后的命運指出了兩個讓人不安的結局：要么墮落，得到一種虛無的自由，要么只能在男性的懺悔中回歸。

二、象征主義創(chuàng)作的收場

從1884年創(chuàng)作《野鴨》開始，易卜生就進入了象征主義戲劇的創(chuàng)作階段。不過正如一些研究者所說的那樣，“在這以前，易卜生的許多劇本里，都存在著有象征意義或比擬性質(zhì)的東西”，他廣泛地運用象征主義的手法，從人物塑造到背景描繪，從戲劇結構的安排到戲劇情境的設置，都大量采用了個性化的象征表現(xiàn)手法。如《社會支柱》里的破船，《凱瑟琳》中的灶神殿，《布蘭德》中的冰教堂等意象，都隱藏著獨特的暗示和隱喻。到了易卜生的創(chuàng)作后期，也就是到了開始寫作《野鴨》的時候，作者更是有意識地把象征手法推向了極致。從《野鴨》中關在閣樓里不能自由飛翔的野鴨，到《羅斯莫莊》里的幻覺形象白馬，《海上夫人》劇中經(jīng)常被描繪到的大海，這些撲朔迷離的象征形象里，充滿了作者深邃難解的寓意。就像國外研究者理解的那樣，“他后期的著作顯然是在有意識地‘尋找’象征。另一方面，這些象征被引向極端的神秘性并且達到幾乎不可理解的地步，在那里這種掩飾被絕對化了”，這不是沒有道理的。

“高山”在《咱們死人醒來的時候》這個劇中出現(xiàn)了多次，第一次是在第一幕，當魯貝克與梅遏回憶起結婚之前魯貝克答應梅遏的事時，梅遏說：“你說，你答應把我?guī)У揭蛔呱缴?，讓我鑒賞全世界的榮華”；第二次是在第二幕，魯貝克和愛呂尼在河邊回憶起從前，愛呂尼說出以前魯貝克說過的話，“在一個高得使人頭暈的山頂上。是你把我哄上去的，你說你帶我上高山，去看全世界的榮華……”；在第三幕“高山”被多次提起，但完全意義上的第三次則應該是最后魯貝克和愛呂尼在穿過迷霧前的對話，愛呂尼說：“對，對――走上光明的高處，走進耀眼的榮華!走上樂土的尖峰!”從這三次對“高山”的描繪中，我們似乎可以發(fā)現(xiàn)，“高山”是一個比較清晰的意象，它可能帶有多重意味，但作者已經(jīng)為我們明顯地指出了一些象征：一方面，“高山”是欣賞全世界榮華的地方，另一方面，“高山”就像魯貝克后來說的那樣，在那里“一切光明力量都可以注視我們――一切黑暗力量也是如此”。

另一個值得注意的象征意象是那些“隱含著一種含糊奧妙的意義”的“雕塑”。這些“雕塑”的含意其實也不難理解，在此之前易卜生就有在劇作中將藝術作品稱為“咱們的孩子”的先例，而這種意象也總會讓我們聯(lián)想到易卜生自己的創(chuàng)作，他似乎在通過“雕塑”的象征含意回答著人們對他后期戲劇創(chuàng)作的一系列猜想。他似乎在告訴人們，無論使用什么樣的象征手法，其實他的作品里描述的就是社會上那些紛雜的、長著畜生嘴臉的人物。就像他在最后的象征主義創(chuàng)作時期結束時與尤勒斯?克拉萊蒂談話中所說的那樣，“我不尋找象征，我描寫人”。

絕育手術范文第4篇

關鍵詞：決策 銷售預測 數(shù)據(jù)挖掘

隨著市場經(jīng)濟的發(fā)展和經(jīng)濟的全球化，企業(yè)面臨著越來越殘酷的市場競爭。企業(yè)要想贏得競爭、贏得客戶，就必須在最快的時間內(nèi)，以最低的成本將產(chǎn)品提供給客戶，這使得進行正確及時的產(chǎn)品銷售預測及由此產(chǎn)生的可靠的決策，成為現(xiàn)代企業(yè)成功的關鍵要素。由此，一些銷售預測系統(tǒng)也應運而生?？墒牵?隨著計算機技術、網(wǎng)絡技術、通訊技術和Internet技術的發(fā)展和各個業(yè)務操作流程的自動化，企業(yè)產(chǎn)生了數(shù)以幾十或上百GB的銷售歷史數(shù)據(jù)，面對這些海量數(shù)據(jù)，傳統(tǒng)的預測系統(tǒng)越來越不適應新的預測要求，主要表現(xiàn)在：大量的歷史數(shù)據(jù)處于脫機狀態(tài)，變成了“數(shù)據(jù)墳墓”。預測涉及海量數(shù)據(jù)的處理，傳統(tǒng)的方法無法滿足運行效率、計算性能、準確率及存儲空間的要求。預測所需的數(shù)據(jù)含有大量不完整（缺少屬性值或僅包含聚集數(shù)據(jù)）、含噪聲（錯誤或存在偏離期望的孤立點值）、不一致的內(nèi)容（來源于多個數(shù)據(jù)源或編碼存在差異），導致預測陷入混亂。傳統(tǒng)的數(shù)據(jù)庫技術在預測知識的表達、綜合和推理方面能力比較薄弱，難以滿足日益提高的預測要求。在這種情況下，一個新的研究領域――數(shù)據(jù)挖掘DM（Data Mining）的出現(xiàn)引起了學術界和產(chǎn)業(yè)界的廣泛關注。

進行銷售預測數(shù)據(jù)挖掘前的數(shù)據(jù)準備問題

數(shù)據(jù)挖掘一般包括數(shù)據(jù)準備、數(shù)據(jù)挖掘和結果的解釋與評價三個階段。數(shù)據(jù)挖掘結果的質(zhì)量與被挖掘數(shù)據(jù)質(zhì)量息息相關。數(shù)據(jù)準備就是對被挖掘數(shù)據(jù)進行定義、處理和表示，使它適應于特定的數(shù)據(jù)挖掘方法。數(shù)據(jù)準備是數(shù)據(jù)挖掘過程中的第一個重要步驟，在整個數(shù)據(jù)挖掘過程中起著舉足輕重的作用。它包括以下幾個步驟：

數(shù)據(jù)清洗

一般來說，銷售歷史數(shù)據(jù)來源于異質(zhì)操作數(shù)據(jù)庫。這些異質(zhì)操作數(shù)據(jù)庫中的數(shù)據(jù)并不都是正確的，常常不可避免地存在著不完整、不一致、不精確和重復的數(shù)據(jù)，這些數(shù)據(jù)統(tǒng)稱為“臟數(shù)據(jù)”。臟數(shù)據(jù)能使挖掘過程陷入混亂，導致不可靠的輸出。數(shù)據(jù)清洗通過填寫空缺的值，平滑噪聲，識別、刪除點，解決不一致來“清洗”數(shù)據(jù)。它可以在數(shù)據(jù)裝入數(shù)據(jù)倉庫之前進行，也可以在裝入之后進行。

數(shù)據(jù)清洗技術一般可分為基于規(guī)則的方法、可視化方法和統(tǒng)計學法方法。基于規(guī)則的方法根據(jù)字段定義域的元知識、約束和與其它字段的關系對該字段的每一數(shù)據(jù)項進行評估；可視化方法以圖形方式顯示數(shù)據(jù)集的有效輪廓，從而很容易辨別臟數(shù)據(jù)；統(tǒng)計學法方法通過統(tǒng)計技術填補丟失的數(shù)據(jù)和更正錯誤的數(shù)據(jù)。

數(shù)據(jù)集成與變換

在進行銷售預測數(shù)據(jù)挖掘時常常需要將多個數(shù)據(jù)存儲合并，并轉換成適合挖掘的形式。在銷售歷史數(shù)據(jù)中，我們常常會發(fā)現(xiàn)代表同一概念的屬性在不同的數(shù)據(jù)庫含有不同的名字，這將會導致不一致和冗余，而含有大量不一致和冗余數(shù)據(jù)會降低數(shù)據(jù)挖掘過程的性能或使之陷入混亂。將數(shù)據(jù)集成與變換將減少或避免這種情況，提高數(shù)據(jù)挖掘的精度與速度。

數(shù)據(jù)集成要考慮實體識別問題、相關性分析問題、數(shù)值沖突檢測與處理問題等。實體識別問題即如何將來自多個信息源的實體匹配；相關分析問題即通過相關性分析來檢測數(shù)據(jù)冗余；數(shù)值沖突檢測與處理問題即通過對元組級冗余檢測，消除數(shù)據(jù)語義上的異種性。而數(shù)據(jù)變換涉及到平滑、聚集、數(shù)據(jù)概化、規(guī)范化、屬性構造等，通過這些處理將數(shù)據(jù)轉換成適合于挖掘的形式。

數(shù)據(jù)歸約

當選擇用于數(shù)據(jù)分析的數(shù)據(jù)集過大，在海量數(shù)據(jù)上進行復雜的數(shù)據(jù)分析和挖掘將需要很長時間，使得這種數(shù)據(jù)挖掘不現(xiàn)實、不可行。而數(shù)據(jù)歸約技術可以“壓縮”數(shù)據(jù)集，得到其“歸約”表示，它小的多，但仍接近于保持原數(shù)據(jù)的完整性，使得在歸約后的數(shù)據(jù)集上進行挖掘更有效。其策略包含數(shù)據(jù)立方體聚集、維歸約、數(shù)據(jù)壓縮、數(shù)值壓縮、離散化和概念分層等，這些涉及到了多特征方、壓縮搜索空間的啟發(fā)式算法、小波變換、主要成分分析PCA、回歸和對數(shù)線性模型、多維索引樹、離散化技術等。目前這個領域仍然是一個非?；钴S的研究領域。

面向銷售預測的數(shù)據(jù)挖掘工具

目前可用于銷售預測的數(shù)據(jù)挖掘工具主要是一些統(tǒng)計分析方法，如時間序列分析、線性回歸模型分析、非線性回歸模型分析、灰色系統(tǒng)模型分析、馬爾可夫分析法等，它是目前最成熟的數(shù)據(jù)挖掘技術。然而，一方面由于產(chǎn)品的需求往往是由許多因素綜合決定的，傳統(tǒng)的統(tǒng)計分析方法往往只是考慮了其中的一部分，而且影響需求的各種因素之間往往存在著各種錯綜復雜的相互作用，依傳統(tǒng)方法建立的簡單模型無法表達這種相互作用；另一方面，由于龐大的銷售數(shù)據(jù)集的性質(zhì)往往非常復雜，且非線性、持續(xù)性及噪音普遍存在，因此需要一種不同于傳統(tǒng)的新的理論和方法去解決數(shù)據(jù)挖掘中的問題。而神經(jīng)網(wǎng)絡作為一種非線性自適應動力學系統(tǒng)，具有通過自學習提取信息的內(nèi)部特征的優(yōu)點，非常適合解決銷售數(shù)據(jù)中的數(shù)據(jù)挖掘問題。自從1987年Lapedes和Farber首先應用神經(jīng)網(wǎng)絡進行預測以來，神經(jīng)網(wǎng)絡已成為一種非常有前途的預測方法，近年來已成為經(jīng)濟預測、管理決策、數(shù)據(jù)挖掘領域研究的熱點。

神經(jīng)網(wǎng)絡可很好地勝任數(shù)據(jù)挖掘技術，它通過模擬人腦反復學習技術來工作的。對給出的樣本數(shù)據(jù)，神經(jīng)網(wǎng)絡通過類似人類記憶過程的方式學習數(shù)據(jù)中的統(tǒng)計規(guī)律，歸納出能描述樣本特征的數(shù)據(jù)模型，然后用已學會的數(shù)據(jù)模型分類新給出的數(shù)據(jù)。用神經(jīng)網(wǎng)絡挖掘知識時，分析者首先找出一組變量，這些變量中需要有導致實例結果的因素。神經(jīng)網(wǎng)絡通過反復學習，找出變量與結果的函數(shù)關系，再用這一函數(shù)對新數(shù)據(jù)分類、預測、評價等處理。目前已有一些神經(jīng)網(wǎng)絡模型已很好地運用于銷售預測，分析、預測銷售的未來波動等，表現(xiàn)出良好的運用前景。

銷售預測的數(shù)據(jù)挖掘結構框架

為克服傳統(tǒng)預測系統(tǒng)的缺陷，將數(shù)據(jù)挖掘技術應用到銷售預測中來。我們設計的基于數(shù)據(jù)挖掘的銷售預測支持系統(tǒng)由人機交互系統(tǒng)、知識庫、數(shù)據(jù)庫（或數(shù)據(jù)倉庫）、數(shù)據(jù)挖掘工具、模型管理系統(tǒng)、知識庫管理系統(tǒng)和分析解釋系統(tǒng)等部分組成。其結構框架如圖1所示。其中，數(shù)據(jù)挖掘工具通過數(shù)據(jù)庫API訪問數(shù)據(jù)庫或數(shù)據(jù)倉庫，并執(zhí)行銷售預測的各種挖掘任務。

面向銷售預測的數(shù)據(jù)挖掘過程

在利用數(shù)據(jù)挖掘技術進行銷售預測時，現(xiàn)有的數(shù)據(jù)挖掘工具能自動完成許多工作，但挖掘過程中每一步應特別小心，否則會推導出錯誤的結論。數(shù)據(jù)挖掘并不一定遵循特定的過程，但一般的步驟包含以下幾個方面：

在進行數(shù)據(jù)挖掘工作前，要清楚地知道數(shù)據(jù)挖掘的目標。事先明確挖掘的業(yè)務目標，確定達到目標的評價方法，這將大大減少挖掘工作的難度和工作量。

選擇數(shù)據(jù)。這些數(shù)據(jù)可能是數(shù)據(jù)倉庫或數(shù)據(jù)集市，也可能是各個聯(lián)機事務處理系統(tǒng)中的數(shù)據(jù)。

數(shù)據(jù)預處理。這個過程可以改進銷售數(shù)據(jù)質(zhì)量，從而有助于提高其后的挖掘過程的精度和性能。高質(zhì)量的銷售決策必然依賴于高質(zhì)量的數(shù)據(jù)，檢測數(shù)據(jù)異常、盡快調(diào)整數(shù)據(jù)，并歸約待分析的數(shù)據(jù)，將在決策過程得到高回報。

在開始挖掘工作前，需要具體每一個細節(jié)，確定哪些想法需要驗證，哪些方面需要用工具從數(shù)據(jù)中得出假設。

構造數(shù)據(jù)挖掘模型。通常，先用隨機數(shù)作種子把數(shù)據(jù)分為兩部分：訓練集和測試集，用于構造和評估模型。用數(shù)據(jù)挖掘工具去測試數(shù)據(jù)質(zhì)量，比較各種工具輸出的結果，從而精確地構造出模型。

驗證結論。確定結論是否正確和符合業(yè)務要求，如果挖掘的結果有錯誤就要尋找錯誤的原因，并對數(shù)據(jù)重新挖掘，重新構造模型。

信息處理技術的飛速發(fā)展，加上人們孜孜不倦地對銷售預測效果的追求，使得數(shù)據(jù)挖掘技術在銷售預測中應用成為一個非常自然的選擇。數(shù)據(jù)挖掘作為一種新的技術，它可以對銷售數(shù)據(jù)進行深層次的分析，采掘到隱含在數(shù)據(jù)中的有用信息，發(fā)現(xiàn)和把握新的市場機會，為企業(yè)的管理決策提供科學的依據(jù)。數(shù)據(jù)挖掘技術對銷售預測技術帶來的挑戰(zhàn)，無疑將推動銷售預測的發(fā)展。

參考資料：

1.William J.Stanton, Rosann Spiro，江明華總校譯，銷售隊伍管理[M]，北京：北京大學出版社，2002.1

2.黃逢谷，市場預測方法與案例[M]，上海：立信會計出版社，1996.4

絕育手術范文第5篇

關鍵詞：壽險；數(shù)據(jù)挖掘；決生樹

中圖分類號：TP311文獻標識碼：A文章編號：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

壽險是保險行業(yè)的一個重要分支，具有巨大的市場發(fā)展空間，因此，隨著壽險市場的開放、外資公司的介入，競爭逐步升級，群雄逐鹿已成定局。如何保持自身的核心競爭力，使自己始終立于不敗之地，是每個企業(yè)必須面對的問題。信息技術的應用無疑是提高企業(yè)競爭力的有效手段之一。壽險信息系統(tǒng)經(jīng)過了多年的發(fā)展，已逐步成熟完善，并積累了相當數(shù)量的數(shù)據(jù)資源，為數(shù)據(jù)挖掘提供了堅實的基礎，而通過數(shù)據(jù)挖掘發(fā)現(xiàn)知識，并用于科學決策越來越普遍受到壽險公司的重視。

數(shù)據(jù)挖掘也可以支持保險公司的客戶關系維護，如客戶流失管理等。對于短期的險種來說，客戶流失是非常嚴重和常見的問題。只有留住一個客戶，才能獲得更穩(wěn)定的收入和為交叉銷售、提升銷售等目標創(chuàng)造可能性。

1 數(shù)據(jù)挖掘技術

1.1 數(shù)據(jù)挖掘的概念

通常數(shù)據(jù)挖掘被視作以提取有用信息為目的的“數(shù)據(jù)簇聚”或“數(shù)據(jù)產(chǎn)生”過程，數(shù)據(jù)為信息處理者提取新的和有用規(guī)則服務，并能夠根據(jù)已有的信息對實際未發(fā)生行為的結果作出預測。數(shù)據(jù)挖掘是從大量數(shù)據(jù)中挖掘出隱含的、先前未知的、對決策有潛在價值的知識和規(guī)則。這些規(guī)則蘊含了數(shù)據(jù)庫中一組對象之間的特定聯(lián)系，揭示出一些有用的信息，為經(jīng)營決策、市場策劃、經(jīng)營預測、工業(yè)控制提供依據(jù)。通過數(shù)據(jù)挖掘，有價值的知識，規(guī)則或高層次的信息就能從數(shù)據(jù)庫的相關數(shù)據(jù)集合中抽取出來，并從不同角度顯示，從而使大型數(shù)據(jù)庫為一個豐富可靠的資源為知識歸納服務。

1.2 數(shù)據(jù)挖掘的分類方法

分類在數(shù)據(jù)挖掘中是一項非常重要的任務。分類的目的是學會一個分類函數(shù)或分類模型（也常常稱作為分類器），該模型能把數(shù)據(jù)庫中的數(shù)據(jù)項映射到給定類別中的某一個類別。分類方法歸結為四種類型：基于距離的分類方法、決策樹分類方法、貝葉落歸根斯分類方法和規(guī)則歸納方法。在每種方法中，各類方法的思想都不相同，就拿決策樹分類方法來說；它的基本核心思想：選取一個最能區(qū)分不同類別樣本屬性,作為樹根,并把訓練樣本集分為相應的幾塊,接下來再依次在第一塊樣本集中選出區(qū)分度最大的屬性,作為樹的第二層結點。依此類推，直到所有的葉結點都只包含一類樣本時終止，這樣構建起來的一棵樹就稱作決策樹。

2 ID3算法及決策樹的構建過程

2.1 基于信息理論的選擇策略

ID3算法是決策樹生成最常用的具體實現(xiàn)方法，其基本思想是采用信息論中的互信息作為決策屬性分類判別能力的度量，進行決策節(jié)點屬性的選取。

信源是香農(nóng)（Shannon）創(chuàng)產(chǎn)的信息論中的一個基本概念，表示信息的來源，信源發(fā)出的符號信息就是信號。由于信號帶有隨機性。常用隨機變量來表示。

設信源X的符號取值集合A=｛a1，a2，a3，…,an｝，其中信號ai∈A出現(xiàn)的概率為P=[X=ai]（i=1,2, …n），稱為ai的信息量。信息量的數(shù)學期望稱為信源的平均信息量或信息熵，簡稱為熵，記為H（X）或Hn(P1，P2，P3，…,Pn)，則有

，其中 （1）

決策樹分類方法得用信息量增加（即信息增益）作為特征選擇的一種指標。信息增益衡量每個屬性對分裂后的數(shù)據(jù)子集的信息量的貢獻。

假設訓練集T包含n個樣本，這些樣本分別屬于m個類，其中第i個類在T中的出現(xiàn)的比例為Pi，那么T的信息熵為

（2）

如果m=1，也就是T的樣本都屬于一個類，那么I（T）=0，達到最小值；如果P1= P1=…=Pn，

也就是第類樣本的個數(shù)相同，那么I（T）log2m，達到最大值。

假設屬性A把集合T劃分成V個子集｛T1，T2，T3，…,Tv｝，其中Ti所包含的樣本數(shù)為ni，那么劃分后的熵就是：

（3）

那么，分裂后的信息增益為：

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

選擇最高信息增益的創(chuàng)建一個結點，并以該屬性標記，對該屬性的第個值創(chuàng)建一個分支，并據(jù)此進行劃分。

2.2 決策樹的構建過程

在壽險營銷中客戶流失，續(xù)費率下降，及再銷售客戶分析情況，決策樹技術是解決這一問題的有效途徑。ID3算法是一個著名決策樹生成方法。具體的構造步驟如下：

第一步：構造訓練集。

抽取客戶資源情況表中的360條樣本，把前16條樣本作為構造分類模型的訓練集，用于決策客戶保險意識的程度。而影響客戶意識的屬性包括：年齡、收入、婚否、有無子女等因素。

第二步：計算訓練本的信息量。目標屬性保險意識程度：“低”和“高”，分別有6個樣本和10個樣本。因此按照公式（1）有：

第三步：計算每個屬性的信息增益。

首先計算“年齡”屬性，該屬性分為3個子集{ T1，T2，T3}，每個子集的信息量計算過程如下：

那么，屬性“年齡”的熵為：E（年齡）= 5/16I(T1)+5/16 I(T2)+6/16 I(T3)= 0.6784

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

用類似的方法可以計算出：

Gain(收入)=0.0291

Gain(婚否)=0.1653

Gain(有無子女)=0.0481

選擇信息增益最大的屬性進行結點分裂

由于Gain(年齡)> Gain(婚否)> Gain(有無子女) >Gain(收入)，所以“年齡”是最佳的分裂特征，每個屬性值對應的樣本子集生成一個子結點。

第四步：生成決策樹（如圖1所示）。

3 決策樹算法ID3的改進

上面的決策樹不能看出“年齡在35，已婚無子女的保險意識高”的記錄數(shù)差額，誤以為相同。根據(jù)以上分析，改進ID3算法為：在葉節(jié)點符合保險識高的統(tǒng)計數(shù)據(jù)。

4 總結

通過研究，利用決策樹ID3算法研究了四個因素以用它們之間的聯(lián)系得到了結論：

if 年齡=“25-35”then保險意識程度=“高”{占到總數(shù)的12.5%}

if 年齡=“

if 年齡=“3000”then保險意識程度=“高”{占到總數(shù)的5.3%}

if 年齡=“

if 年齡=“>35”and 婚否=“未”then保險意識程度=“高”{占到總數(shù)的2.5%}

if 年齡=“>35”and 婚否=“已”and 有無子女=“無”then保險意識程度=“高”{占到總數(shù)的6.4%}

if 年齡=“>35”and 婚否=“已”and 有無子女=“有”and 收入=“2000-3000”then保險意識程度=“高”{占到總數(shù)的6.9%}

通過分析上述決策樹ID3算法的分析，得出保險意識高的主要因素，及其所占的比重，對客戶采取個性化的策略，提高客戶的滿意度，進而建立忠誠度。業(yè)務人員也可以根據(jù)每個客戶從高到低排序，找出流失率高的群體，并結合客戶特點，為客戶服務，提高挽留客戶的成功率。

本文對決策樹的思想和決策樹生成方法，及ID3算法生成決策樹的過程進行了詳細的分析，建立了決策樹模型，通過對決策樹算法的改進，在節(jié)點記錄符合條件的統(tǒng)計數(shù)據(jù)，分析出四個要素之間關系對客戶保險意識的影響。

參考文獻：

[1] 袁玉波,楊傳勝.數(shù)據(jù)挖掘與最優(yōu)化技術及其應用[M].北京:科學出版社,2007.

[2] 毛國君,段立娟.數(shù)據(jù)挖掘原理與算法[M].北京:清華大學出版社,2005.

[3] 朱玉全,楊鶴,孫蕾.數(shù)據(jù)挖掘技術[M].南京:東南大學出版社,2006.

[4] 費賢舉,王文琴,莊燕濱.基于關聯(lián)規(guī)則的數(shù)據(jù)挖掘技術在CRM中的應用研究[J].常州工學院學報,2005(4).

[5] 中國人民大學統(tǒng)計系數(shù)據(jù)挖掘中心.數(shù)據(jù)挖掘決策樹技術及其應用[J].統(tǒng)計與信息論壇,2002(12).