- 相關(guān)推薦
數據挖掘技術(shù)工程管理論文
一、數據挖掘技術(shù)概述
�。�1）確定業(yè)務(wù)對象：做好業(yè)務(wù)對象的明確是數據域挖掘的首要步驟，挖掘的最后結構是不可預測的，但是探索的問(wèn)題必須是有預見(jiàn)的，明確業(yè)務(wù)對象可以避免數據挖掘的盲目性，從而大大提高成功率。
�。�2）數據準備：首先，對于業(yè)務(wù)目標相關(guān)的內部和外部數據信息進(jìn)行查找，從中找出可以用于數據挖掘的信息；其次，要對數據信息的內容進(jìn)行全面細致分析，確定需要進(jìn)行挖掘操作的類(lèi)型；然后，結合相應的挖掘算法，將數據轉化稱(chēng)為相應的分析模型，以保證數據挖掘的順利進(jìn)行。
�。�3）數據挖掘：在對數據進(jìn)行轉化后，就可以結合相應的挖掘算法，自動(dòng)完成相應的數據分析工作。
�。�4）結果分析：對得到的數據分析結果進(jìn)行評價(jià)，結合數據挖掘操作明確分析方法，一般情況下，會(huì )用到可視化技術(shù)。
�。�5）知識同化：對分析得到的數據信息進(jìn)行整理，統一到業(yè)務(wù)信息系統的組成結構中。這個(gè)步驟不一定能夠一次完成，而且其中部分步驟可能需要重復進(jìn)行。
二、數據挖掘技術(shù)在水利工程管理中的實(shí)施要點(diǎn)
水利工程在經(jīng)濟和社會(huì )發(fā)展中是非常重要的基礎設施，做好水利工程管理工作，確保其功能的有效發(fā)揮，是相關(guān)管理人員需要重點(diǎn)考慮的問(wèn)題。最近幾年，隨著(zhù)社會(huì )經(jīng)濟的飛速發(fā)展，水利工程項目的數量和規模不斷擴大，產(chǎn)生的水利科學(xué)數據也在不斷增加，這些數據雖然繁瑣，但是在許多科研生產(chǎn)活動(dòng)和日常生活中都是不可或缺的。例如，在對洪澇、干旱的預防以及對生態(tài)環(huán)境問(wèn)題的處理方面，獲取完整的水利科學(xué)數據是首要任務(wù)。那么，針對日益繁雜的海量水利科學(xué)數據，如何對有用的信息知識進(jìn)行提取呢？數據挖掘技術(shù)的應用有效的解決了這個(gè)問(wèn)題，可以從海量的數據信息中，挖掘出潛在的、有利用價(jià)值的知識，為相關(guān)決策提供必要的支持。
1。強化數據庫建設
要想對各類(lèi)數據進(jìn)行科學(xué)有效的收集和整理，就必須建立合理完善的數據庫。對于水利工程而言，應該建立分類(lèi)數據庫，如水文、河道河情、水量調度、防洪、汛情等，確保數據的合理性、全面性和準確性，選擇合適的方法，對有用數據進(jìn)行挖掘。
2。合理選擇數據挖掘算法
�。�1）關(guān)聯(lián)規則挖掘算法：關(guān)聯(lián)規則挖掘問(wèn)題最早提出于1993年，在當前數據挖掘領(lǐng)域，從事務(wù)數據庫中發(fā)現關(guān)聯(lián)規則，已經(jīng)成為一個(gè)極其重要的研究課題。關(guān)聯(lián)規則挖掘的主要目的，是尋找和挖掘隱藏在各種數據之間的相互關(guān)系，通過(guò)量化的數據，來(lái)描述事務(wù)A的出現對于事務(wù)B出現可能產(chǎn)生的影響，關(guān)聯(lián)規則挖掘就是給定一組Item以及相應的記錄組合，通過(guò)對記錄組合的分析，推導出Item間存在的相關(guān)性。當前對于關(guān)聯(lián)規則的描述，一般是利用支持度和置信度，支出度是指產(chǎn)品集A、B同時(shí)出現的概率，置信度則是在事務(wù)集A出現的前提下，B出現的概率。通過(guò)相應的關(guān)聯(lián)分析，可以得出事務(wù)A、B同時(shí)出現的簡(jiǎn)單規則，以及每一條規則的支持度和置信度，支持度高則表明規則被經(jīng)常使用，置信度高則表明規則相對可靠，通過(guò)關(guān)聯(lián)分析，可以明確事務(wù)A、B的關(guān)聯(lián)程度，決定兩種事務(wù)同時(shí)出現的情況。
�。�2）自頂而下頻繁項挖掘算法：對于長(cháng)頻繁項，如果采用關(guān)聯(lián)規則挖掘算法，需要進(jìn)行大量的計算分析，不僅耗時(shí)耗力，而且影響計算的精準度，這時(shí)，就可以采用自頂而下頻繁項挖掘算法，這種算法是一種相對優(yōu)秀的長(cháng)頻繁項挖掘算法，利用了事務(wù)項目關(guān)聯(lián)信息表、項目約簡(jiǎn)、關(guān)鍵項目以及投影數據庫等新概念與投影、約簡(jiǎn)等新方法，在對候選集進(jìn)行生成的過(guò)程中，應該對重復分支進(jìn)行及時(shí)修剪，提升算法的實(shí)際效率，從而有效解決了長(cháng)頻繁項的挖掘問(wèn)題。結合計算機實(shí)驗以及算法分析，可以看出，這種方法是相對完善的，同時(shí)也是十分有效的。不過(guò)需要注意的是，當支持度較大、頻繁項相對較短時(shí)，利用關(guān)聯(lián)規則挖掘中典型的Apriori方法，可以起到更好的效果。
�。�3）頻繁項雙向挖掘算法：這種算法是一種融合了自頂向下以及自底向上的雙向挖掘算法，可以較好的解決長(cháng)頻繁項以及段頻繁項的挖掘問(wèn)題，主挖掘方向是利用自頂向下挖掘策略，但是結合自底向上方法生成的非頻繁項集，可以對候選集進(jìn)行及時(shí)修剪，提升算法的實(shí)際效率。
三、結語(yǔ)
總之，在當前信息時(shí)代，應用數據挖掘技術(shù)，可以強化水利工程管理的效率和質(zhì)量，確保水利工程功能的充分發(fā)揮，推動(dòng)社會(huì )經(jīng)濟建設的穩步進(jìn)行。
【數據挖掘技術(shù)工程管理論文】相關(guān)文章：
旅游管理下數據挖掘運用論文11-18
數據挖掘技術(shù)在企業(yè)知識管理中的應用03-19
基于數據挖掘技術(shù)的現代物流管理03-25
客戶(hù)關(guān)系管理與數據挖掘技術(shù)綜述03-21
旅游管理下數據挖掘運用論文6篇11-18
數據挖掘技術(shù)在客戶(hù)關(guān)系管理中的應用12-09
數據挖掘的論文參考文獻10-14
數據挖掘技術(shù)在ＣＲＭ中的應用03-22