صفدر رجبی - کارشناسی ارشد مهندسی نرم افزار، دانشگاه آزاد اسلامی اراک، ایران
مهدی فرتاش - استادیار، دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد اراک، اراک، ایران
مهدی کمال آبادی فراهانی - کارشناسی ارشد مهندسی الکترونیک دانشگاه شریف، شرکت گاز استان مرکزی، اراک، ایران

امروزه با توجه به گسترش روز افزون اطلاعاتی که بشر با آنها سر و کار دارد، بهره گیری از روشهایی همچنون داده کاوی برای استخراج دانش و اطلاعات نهفته در داده ها، امری غیرقابل اجتنباب می باشد. داده کاوی به علم استخراج دانش از داده های خام گفته می شود و بوسیله کاوش داده های موجود در بانک های اطلاعاتی، اطلاعات و دانش مفید از داده ها را از استخراج می کند. خوشه بندی به عنوان یکی از تکنیک های داده کاوی را می توان به عنوان مهمترین مسئله در یادگیری بدون نظارت به منظور طبقه بندی داده ها در نظر گرفت. مراحل داده کاوی در اکثر موارد شامل شش گام می باشد که گام انتخاب داده و آماده سازی آن حدود 70 درصد انجام پروژه می باشد. گام انتخاب داده این پژوهش مربوط به قبوض صادر شده برای مشترکین گاز استان مرکزی در بخش خانگی در سالهای 90تا 93 می باشد. در گام آماده سازی داده ها که مهمترین مرحله محسوب می شود تنها فیلدهای موثر انتخاب، گروه بندی و نویز گیری شدند. خروجی مرحله آماده سازی 4 جدول در SQL Server Business Intelligence اعمال شد. خروجی الگوریتم k-means بر روی داده ها در اختیار خبرگان شرکت گاز قرار گرفت که نتیجه آن ارائه طرح پلکانی با هفت پله بمنظور قیمت گذاری و مدیریت بهتر مصرف گاز مشترکین شد که علاوه بر کاهش تعداد طبقات از دوازده پله طرح فعلی به هفت پله، انحراف معیار و واریانس بهبود پیدا نمود و فراوانی تعداد مشترک یکنواخت تر گردید بصورتیکه فراوانی تعداد مشترک در طرح فعلی در سه پله اول 85 درصصد می باشد که در طرح بدست آمده این عدد به 60 درصد کاهش پیدا نموده که خود بیانگر بهبود طبقات می باشد.

داده کاوی، خوشه بندی، طرح پلکانی، قیمت عادلانه، الگوریتم K-means