基于数据挖掘技术的学生综合测评体系研究
摘要：由于我国大众化高等教育的普及，高校学生数量的激增，给学生管理工作带来了诸多新的问题，把数据挖掘中数据仓库和联机分析处理等技术合理应用到高校学生综合测评体系中，是解决上述问题的一种有益探索，并在高校各项工作起到辅助决策作用，对提高管理水平和效率具有重要的意义。
关键词：数据挖掘；学生；测评
伴随我国高等教育由精英化教育向大众化教育逐渐转变，势必给学校学生管理带来诸多问题。学生的信息大量且复杂，学生的状态和发展越来越难以预测。因此学校迫切地希望学生管理信息系统能够具备辅助决策的能力，尤其是在大学生综合测评中。经研究发现，数据仓库和联机分析处理技术是可行而有效的方法。
一、数据仓库和联机分析处理
联机分析处理（OLAP）的概念最早是由关系数据库之父E.F.Codd于1993年提出的，他同时提出了关于OLAP的12条准则。而Nigel Pendse和Richard Creeh 将OLAP应用定义为快速分析共享的多维信息(FASMI)。
构造数据仓库涉及数据清理和数据集成，可看作数据挖掘的重要预处理。此外，数据仓库提供联机分析处理（OLAP）工具，用于各种粒度的多维数据分析。因此，数据仓库成为数据分析和联机分析处理日趋重要的平台，并将为数据挖掘提供有效的支持。
一般数据仓库体系可分为四层次结构，如图1所示。
对于学生综合测评数据仓库，第一层数据源是学生综合信息，经过数据清理和抽取，在第二层数据仓库，即开发的学生综合测评信息系统中进行存储和管理，之后通过第三层OLAP服务器进行各种处理和集成，在第四层前端工具，SQL
数据挖掘研究现状及发展趋势摘要：从数据挖掘的定义出发，介绍了数据挖掘的神经网络法、决策树法、遗传算法、粗糙集法、模糊集法和关联规则法等概念及其各自的优缺点；详细总结了国内外数据挖掘的研究现状及研究热点，指出了数据挖掘的发展趋势。 关键词：数据挖掘；挖掘算法；神经网络；决策树；粗糙集；模糊集；研究现状；发展趋势 Abstract：From the definition of data mining，the paper introduced concepts and advantages and disadvantages of neural network algorithm，decision tree algorithm，genetic algorithm，rough set method，fuzzy set method and association rule method of data mining，summarized domestic and international research situation and focus of data mining in details，and pointed out the development trend of data mining. Key words：data mining，algorithm of data mining，neural network，decision tree，rough set，fuzzy set，research situation，development tendency 1引言 随着信息技术的迅猛发展，许多行业如商业、企业、科研机构和政府部门等都积累了海量的、不同形式存储的数据资料[1]。这些海量数据中往往隐含着各种各样有用的信息，仅仅依靠数据库的查询检索机制和统计学方法很难获得这些信息，迫切需要能自动地、智能地将待处理的数据转化为有价值的信息，从而达到为决策服务的目的。在这种情况下，一个新的技术———数据挖掘(Data Mining，DM)技术应运而生[2]。 数据挖掘是一个多学科领域，它融合了数据库技术、人工智能、机器学习、统计学、知识工程、信息检索等最新技术的研究成果，其应用非常广泛。只要是有分析价值的数据库，都可以利用数据挖掘工具来挖掘有用的信息。数据挖掘典型的应用领域包括市场、工业生产、金融、医学、科学研究、工程诊断等。本文主要介绍数据挖掘的主要算法及其各自的优缺点，并对国内外的研究现状及研究热点进行了详细的总结，最后指出其发展趋势及问题所在。 江西理工大学
浅谈数据挖掘技术及其应用 數据挖掘就是从海量数据中提取潜在有趣模式的过程。数据挖掘技术现已广泛应用于零售业、金融业、电信、网络安全分析、农业、医疗卫生等领域，研究十分广泛。 标签：海量数据；数据挖掘；应用研究 一、数据挖掘概念 数据挖掘比较公认的定义是由U.M.Fayyad等人提出的：数据挖掘就是从海量数据中提取潜在有趣模式的过程[1]。还有一些术语，具有和数据挖掘类似但稍有不同的含义，如数据库中知识挖掘、知识提取、数据/模式分析、数据考古等。数据挖掘技术最初是面向应用层面的，不光可以实现检索和统计专门数据库的操作，还能够在大量的数据集中实现小型、中型乃至大型系统的分析、归纳、推理等工作。 二、数据挖掘的基本任务 数据挖掘的目的就是发现有用的知识（即概念、规则和模式）。数据挖掘的基本任务主要有以下几个方面： （1）分类与预测。 分类属于有监督的学习，在构建分类模型之前，在数据源中选取训练集数据并作分类标记，然后运用分类模型对训练集数据进行分类，实在是按照样本属性相近的划入一类，最后将完成训练的分类模型应用到在未知类别的数据集中，获得相应的分类。预测是依据历史数据和现有的数据建立两种或两种以上变量间相互依赖的函数模型，然后进行预测或控制。 （2）聚类分析。 聚类分析是在识别数据的内在规则后，将数据分成相似数据对象组，从而获得数据的分布规律，划分的原则是不同组间距离尽可能大，组内距离尽可能小。聚类分析进一步是打算从一组杂乱的数据中发掘隐藏其中的分类规则。聚类分析与分类模式模型不同，分类模式是使用有标记样本构成的训练集的一种有监督学习方法，则聚类模型是使用在无标记的数据上的一种无监督学习方法。近年来，聚类分析在图像处理、商业分析、模式识别等有广泛应用。 （3）关联规则。 关联分析是通过对数据集中数据之间隐藏的相互关系的分析，揭露了具有相同类别的数据之间未知的关系。关联分析就是将给定一组项集和一个记录集合，
数据挖掘毕业论文 ---------数据挖掘技术及其应用 摘要：随着网络、数据库技术的迅速发展以及数据库管理系统的广泛应用，人们积累的数据越来越多。数据挖掘(Data Mining)就是从大量的实际应用数据中提取隐含信息和知识，它利用了数据库、人工智能和数理统计等多方面的技术，是一类深层次的数据分析方法。本文介绍了数据库技术的现状、效据挖掘的方法以及它在Bayesian网建网技术中的应用：通过散据挖掘解决Bayesian网络建模过程中所遇到的具体问题，即如何从太规模效据库中寻找各变量之间的关系以及如何确定条件概率问题。 关键字：数据挖掘、知识获取、数据库、函数依赖、条件概率 一、引言： 数据是知识的源泉。但是,拥有大量的数据与拥有许多有用的知识完全是两回事。过去几年中,从数据库中发现知识这一领域发展的很快。广阔的市场和研究利益促使这一领域的飞速发展。计算机技术和数据收集技术的进步使人们可以从更加广泛的范围和几年前不可想象的速度收集和存储信息。收集数据是为了得到信息,然而大量的数据本身并不意味信息。尽管现代的数据库技术使我们很容易存储大量的数据流,但现在还没有一种成熟的技术帮助我们分析、理解并使数据以可理解的信息表示出来。在过去,我们常用的知识获取方法是由知识工程师把专家经验知识经过分析、筛选、比较、综合、再提取出知识和规则。然而,由于知识工程师所拥有知识的有局限性,所以对于获得知识的可信度就应该打个 折扣。目前,传统的知识获取技术面对巨型数据仓库无能为力,数据挖掘技术就应运而生。 数据的迅速增加与数据分析方法的滞后之间的矛盾越来越突出,人们希望在对已有的大量数据分析的基础上进行科学研究、商业决策或者企业管理,但是目前所拥有的数据分析工具很难对数据进行深层次的处理,使得人们只能望“数”兴叹。数据挖掘正是为了解决传统分析方法的不足,并针对大规模数据的分析处理而出现的。数据挖掘通过在大量数据的基础上对各种学习算法的训练,得到数据对象间的关系模式,这些模式反映了数据的内在特性,是对数据包含信息的更高层次的抽象[1]。目前,在需要处理大数据量的科研领域中,数据挖掘受到越来越多
作者简介：韩少锋，男，１９８０年生，中北大学在读硕士研究生。研究方向：人工智能技术。 引言 “人类正被信息淹没，却饥渴于知识．”这是１９８２年 趋势大师ＪｏｈｎＮａｉｓｂｉｔｔ的首部著作《大趋势》（Ｍｅｇａ－ｔｒｅｎｄｓ）中提到的。 随着数据库技术的迅速发展，如何从含有海量信息的数据库中提取更有价值、更直观的信息和知识？人们结合统计学﹑数据库﹑机器学习﹑神经网络﹑模式识别﹑模糊数学﹑粗糙集理论等技术，提出‘数据挖掘’这一新的数据处理技术来解决这一难题。数据挖掘（ＤａｔａＭｉｎｉｎｇ）就是从大量的﹑不完全的﹑有噪声的﹑模糊的﹑随机的数据中，提取隐含在其中的﹑人们事先不知道的﹑但又是潜在的有用的信息和知识的过程。这些数据可以是：结构化的，半结构化的，分布在网络上的异构性数据。数据挖掘在许多领域得到了成功的应用，使数据库技术进入了一个更高级的发展阶段，很多专题会议也把数据挖掘和知识发现列为议题之一。 １数据挖掘技术概述 １．１数据挖掘的概念 数据挖掘的概念有多种描述，最常见的有两种：（１）Ｇ．ＰｉａｔｅｔｓｋｙＳｈａｐｉｏｒ，Ｗ．Ｊ．Ｆｒａｗｌｅｙ数据挖掘定义为：从数据库的大量数据中揭示出隐含的、先进而未知的、潜在有用信息的频繁过程。（２）数据挖掘的广义观点：数据挖掘是从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘有趣知识的过程。数据挖掘的特点有：１）用户需要借助数据挖掘技术从大量的信息中找到感兴趣的信息；２）处理的数据量巨大；３）要求对数据的变化做出及时的响应；４）数据挖掘既要发现潜在的规则，也要管理和维护规则，规则的改变随着新数据的不断更新而更新；５）数据挖掘规则的发现基于统计规律，发现的规则不必适用于全部的数据。 数据挖掘要面对的是巨大的信息来源；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，从而使大型数据库作为一个丰富可靠的资源为知识归纳服务。 １．２数据挖掘的简史 从数据库中知识发现（ＫＤＤ）一词首先出现在１９８９ 年举行的第十一届国际联合人工智能学术会议上。目前为止，由美国人工智能协会主办的ＫＤＤ国际研讨会已经召开了８次，规模由原来的专题讨论会发展到国际学术大会，研究重点也从发现方法转向系统应用。１９９９年，亚太地区在北京召开的第三届ＰＡＫＤＤ会议收到１５８篇论文，研讨空前热烈。 目前，数据挖掘技术在零售业的购物篮分析﹑金融风险预测﹑产品质量分析﹑通讯及医疗服务﹑基因工程研究等许多领域得到了成功的应用。 １．３数据挖掘的对象 数据挖掘的对象包含大量数据信息的各种类型数 据库。如关系数据库，面向对象数据库等，文本数据数据源，多媒体数据库，空间数据库，时态数据库，以及 Ｉｎｔｅｒｎｅｔ等类型数据或信息集均可作为数据挖掘的对 象。 １．４数据挖掘的工具 许多软件公司和研究机构，根据商业的实际需要 开发出许多数据挖掘工具。例如：有多种数据操控和转换特点的ＳＡＳＥｎｔｅｒｐｒｉｓｅＭｉｎｅｒ；采用决策树、神经网络和聚类技术综合的数据挖掘工具集－ＩＢＭＩｎｔｅｒｌｌｉｇｅｎｔＭｉｎｅｒ；可以提供多种统计分析、 决策树和回归方法，在Ｔｅｒａｄａｔａ数据库管理系统上原地挖掘的Ｔｅｒａｄａｔａ ＷａｒｅｈｏｕｓｅＭｉｎｅｒ；以及同时具有数据管理和数据概括能力，能够用于多种商业平台的ＳＰＳＳＣｌｅｍｅｎｔｉｎｅ。以上 主流数据挖掘工具都能提供常用的挖掘过程和挖掘模 数据挖掘技术及应用综述 韩少锋 陈立潮 （中北大学计算机科学与技术系 山西 太原 ０３００５１） 【摘要】介绍了数据挖掘技术的背景、概念、流程、数据挖掘算法，并阐述了数据挖掘技术的应用现状。 【关键词】数据挖掘 知识发现 人工智能 数据仓库 【中图分类号】ＴＰ３１１．１３８ 【文献标识码】Ｂ 【文章编号】１００３－７７３Ｘ（２００６）０２－００２３－０２ 第２期（总第８９期）机械管理开发 ２００６年４月Ｎｏ．２（ＳＵＭＮｏ．８９）ＭＥＣＨＡＮＩＣＡＬＭＡＮＡＧＥＭＥＮＴＡＮＤＤＥＶＥＬＯＰＭＥＮＴ Ａｐｒ．２００６ ２３??
数据挖掘及其应用 Revised by Jack on December 14,2020
《数据挖掘论文》 数据挖掘分类方法及其应用 课程名称：数据挖掘概念与技术 姓名 学号： 指导教师： 数据挖掘分类方法及其应用 作者：来煜 摘要：社会的发展进入了网络信息时代，各种形式的数据海量产生，在这些数据的背后隐藏这许多重要的信息，如何从这些数据中找出某种规律，发现有用信息，越来越受到关注。为了适应信息处理新需求和社会发展各方面的迫切需要而发展起来一种新的信息分析技术，这种局势称为数据挖掘。分类技术是数据挖掘中应用领域极其广泛的重要技术之一。各种分类算法有其自身的优劣，适合于不同的领域。目前随着新技术和新领域的不断出现，对分类方法提出了新的要求。 。 关键字：数据挖掘；分类方法；数据分析 引言 数据是知识的源泉。但是，拥有大量的数据与拥有许多有用的知识完全是两回事。过去几年中，从数据库中发现知识这一领域发展的很快。广阔的市场和研究利益促使这一领域的飞速发展。计算机技术和数据收集技术的进步使人们可以从更加广泛的范围和几年前不可想象的速度收集和存储信息。收集数据是为了得到信息，然而大量的数据本身并不意味信息。尽管现代的数据库技术使我们很容易存储大量的数据流，但现在还没有一种成熟的技术帮助我们分析、理解并使数据以可理解的信息表示出来。在过去，我
们常用的知识获取方法是由知识工程师把专家经验知识经过分析、筛选、比较、综合、再提取出知识和规则。然而，由于知识工程师所拥有知识的有局限性，所以对于获得知识的可信度就应该打个折扣。目前，传统的知识获取技术面对巨型数据仓库无能为力，数据挖掘技术就应运而生。 数据的迅速增加与数据分析方法的滞后之间的矛盾越来越突出，人们希望在对已有的大量数据分析的基础上进行科学研究、商业决策或者企业管理，但是目前所拥有的数据分析工具很难对数据进行深层次的处理，使得人们只能望“数”兴叹。数据挖掘正是为了解决传统分析方法的不足，并针对大规模数据的分析处理而出现的。数据挖掘通过在大量数据的基础上对各种学习算法的训练，得到数据对象间的关系模式，这些模式反映了数据的内在特性，是对数据包含信息的更高层次的抽象。目前，在需要处理大数据量的科研领域中，数据挖掘受到越来越多的关注，同时，在实际问题中，大量成功运用数据挖掘的实例说明了数据挖掘对科学研究具有很大的促进作用。数据挖掘可以帮助人们对大规模数据进行高效的分析处理，以节约时间，将更多的精力投入到更高层的研究中，从而提高科研工作的效率。 分类技术是数据挖掘中应用领域极其广泛的重要技术之一。至今已提出了多种分类算法，主要有决策树、关联规则、神经网络、支持向量机和贝叶斯、k－临近法、遗传算法、粗糙集以及模糊逻辑技术等。大部分技术都是使用学习算法确定分类模型，拟合输入数据中样本类别和属性集之间的联系，预测未知样本的类别。训练算法的主要目标是建立具有好的泛化能力的模型，该模型能够准确地预测未知样本的类别。 1．数据挖掘概述 数据挖掘又称库中的知识发现，是目前人工智能和领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平
第37卷第7期测绘与空间地理信息 GEOMATICS ＆SPATIAL INFOＲMATION TECHNOLOGY Vol．37，No．7收稿日期：2014－01－22 作者简介：马宏斌（1982－），男，甘肃天水人，作战环境学专业博士研究生，主要研究方向为地理空间信息服务。 大数据时代的空间数据挖掘综述 马宏斌1 ，王 柯1，马团学 2（1．信息工程大学地理空间信息学院，河南郑州450000；2．空降兵研究所，湖北孝感432000） 摘 要：随着大数据时代的到来，数据挖掘技术再度受到人们关注。本文回顾了传统空间数据挖掘面临的问题， 介绍了国内外研究中利用大数据处理工具和云计算技术，在空间数据的存储、管理和挖掘算法等方面的做法，并指出了该类研究存在的不足。最后，探讨了空间数据挖掘的发展趋势。关键词：大数据；空间数据挖掘；云计算中图分类号：P208 文献标识码：B 文章编号：1672－5867（2014）07－0019－04 Spatial Data Mining Big Data Era Ｒeview MA Hong －bin 1，WANG Ke 1，MA Tuan －xue 2 （1．Geospatial Information Institute ，Information Engineering University ，Zhengzhou 450000，China ； 2．Airborne Institute ，Xiaogan 432000，China ） Abstract ：In the era of Big Data ，more and more researchers begin to show interest in data mining techniques again．The paper review most unresolved problems left by traditional spatial data mining at first．And ，some progress made by researches using Big Data and Cloud Computing technology is introduced．Also ，their drawbacks are mentioned．Finally ，future trend of spatial data mining is dis-cussed． Key words ：big data ；spatial data mining ；cloud computing 0引言 随着地理空间信息技术的飞速发展，获取数据的手 段和途径都得到极大丰富，传感器的精度得到提高和时空覆盖范围得以扩大，数据量也随之激增。用于采集空间数据的可能是雷达、红外、光电、卫星、多光谱仪、数码相机、成像光谱仪、全站仪、天文望远镜、电视摄像、电子 显微镜、CT 成像等各种宏观与微观传感器或设备，也可能是常规的野外测量、人口普查、土地资源调查、地图扫描、 地图数字化、统计图表等空间数据获取手段，还可能是来自计算机、 网络、GPS ，ＲS 和GIS 等技术应用和分析空间数据。特别是近些年来，个人使用的、携带的各种传感器（重力感应器、电子罗盘、三轴陀螺仪、光线距离感应器、温度传感器、红外线传感器等），具备定位功能电子设备的普及，如智能手机、平板电脑、可穿戴设备（GOOGLE GLASS 和智能手表等），使人们在日常生活中产生了大量具有位置信息的数据。随着志愿者地理信息（Volunteer Geographic Information ）的出现，使这些普通民众也加入到了提供数据者的行列。 以上各种获取手段和途径的汇集，就使每天获取的 数据增长量达到GB 级、 TB 级乃至PB 级。如中国遥感卫星地面站现在保存的对地观测卫星数据资料达260TB ，并以每年15TB 的数据量增长。比如2011年退役的Landsat5卫星在其29年的在轨工作期间，平均每年获取8．6万景影像，每天获取67GB 的观测数据。而2012年发射的资源三号（ZY3）卫星，每天的观测数据获取量可以达到10TB 以上。类似的传感器现在已经大量部署在卫 星、 飞机等飞行平台上，未来10年，全球天空、地空间部署的百万计传感器每天获取的观测数据将超过10PB 。这预示着一个时代的到来，那就是大数据时代。大数据具有 “4V ”特性，即数据体量大（Volume ）、数据来源和类型繁多（Variety ）、数据的真实性难以保证（Veracity ）、数据增加和变化的速度快（Velocity ）。对地观测的系统如图1所示。 在这些数据中，与空间位置相关的数据占了绝大多数。传统的空间知识发现的科研模式在大数据情境下已经不再适用，原因是传统的科研模型不具有普适性且支持的数据量受限， 受到数据传输、存储及时效性需求的制约等。为了从存储在分布方式、虚拟化的数据中心获取信息或知识，这就需要利用强有力的数据分析工具来将
１ 数据挖掘的起源 ２数据挖掘的定义 ３数据挖掘的过程 ３．１目标定义阶段 ３．２数据准备阶段 ３．３数据挖掘阶段 ３．４结果解释和评估阶段 面对信息社会中数据和数据库的爆炸式增长，人们分析数据和从中提取有用信息的能力，远远不能满足实际需要。但目前所能做到的只是对数据库中已有的数据进行存储、查询、统计等功能，但它却无法发现这些数据中存在的关系和规则，更不能根据现有的数据预测未来的发展趋势。这种现象产生的主要原因就是缺乏挖掘数据背后隐藏的知识的有力手段，从而导致“数据爆炸但知识贫乏”的现象。数据挖掘就是为迎合这种要求而产生并迅速发展起来的，可用于开发信息资源的一种新的数据处理技术。数据挖掘（ＤａｔａＭｉｎｉｎｇ），又称数据库中的知识发现（ＫｎｏｗｌｅｄｇｅＤｉｓｃｏｖｅｒｙｉｎＤａｔａｂａｓｅ，简称ＫＤＤ），比较公认的定义是由Ｕ．Ｍ．Ｆａｙｙａｄ等人提出的：数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据集中，提取隐含在其中的、人们事先不知道的、但又是潜在的有用的信息和知识的过程，提取的知识表示为概念（Ｃｏｎｃｅｐｔｓ）、规则（Ｒｕｌｅｓ）、规律（Ｒｅｇｕｌａｒｉｔｉｅｓ）、模式（Ｐａｔｔｅｒｎｓ）等形式。数据挖掘是一种决策支持过程，分析各组织原有的数据，做出归纳的推理，从中挖掘出潜在的模式，为管理人员决策提供支持。ＫＤＤ的整个过程包括在指定的数据库中用数据挖掘算法提取模型，以及围绕数据挖掘所进行的预处理和结果表达等一系列的步骤，是一个需要经过反复的多次处理的过程。整个知识发现过程是由若干挖掘步骤组成的，而数据 挖掘仅是其中的一个主要步骤。整个知识发现的主要步骤有以下几点。要求定义出明确的数据挖掘目标。目标定义是否适度将影响到数据挖掘的成败，因此往往需要具有数据挖掘经验的技术人员和具有应用领域知识的专家以及最终用户紧密协作，一方面明确实际工作中对数据挖掘的要求，另一方面通过对各种学习算法的对比进而确定可用的算法。数据准备在整个数据挖掘过程中占的比例最大，通常达到６０％左右。这个阶段又可以进一步划分成三个子步骤：数据选择（ＤａｔａＳｅｌｅｃｔｉｏｎ），数据预处理（ＤａｔａＰｒｏｃｅｓｓｉｎｇ）和数据变换（ＤａｔａＴｒａｎｓｆｏｒｍａｔｉｏｎ）。数据选择主要指从已存在的数据库或数据仓库中提取相关数据，形成目标数据（ＴａｒｇｅｔＤａｔａ）。数据预处理对提取的数据进行处理，使之符合数据挖掘的要求。数据变换的主要目的是精减数据维数，即从初始特征中找出真正有用的特征以减少数据挖掘时要考虑的特征或变量个数。这一阶段进行实际的挖掘工作。首先是算法规划，即决定采用何种类型的数据挖掘方法。然后，针对该挖掘方法选择一种算法。完成了上述的准备工作后，就可以运行数据挖掘算法模块了。这个阶段是数据挖掘分析者和相关领域专家最关心的阶段，也可以称之为真正意义上的数据挖掘。 浅谈数据挖掘技术及其应用 舒正渝１、２ （１．西北师范大学数信学院计算机系，甘肃兰州７３００７０；２．兰州理工中等专业学校，甘肃兰州７３００５０）摘要：科技的进步，特别是信息产业的发展，把我们带入了一个崭新的信息时代。数据库管理系统的应用领域涉及到了各行各业，但目前所能做到的只是对数据库中已有的数据进行存储、查询、统计等功能，通过这些数据获得的信息量仅占整个数据库信息量的一小部分，如何才能从中提取有价值的知识，进一步提高信息量利用率，因此需要新的技术来自动、智能和快速地分析海量的原始数据，以使数据得以充分利用，由此引发了一个新的研究方向：数据挖掘与知识发现的理论与技术研究。数据挖掘技术在分析大量数据中具有明显优势，基于数据挖掘的分析技术在金融、保险、电信等有大量数据的行业已有着广泛的应用。关键词：数据挖掘；知识发现 Abstract:Key words:The progress of science and technology,especially the development of the information industry,brings us into a brand-new information age.The application of the data base management system has involved all trades and professions,but only the store,inquire and statistic function can be applied,account a little part of the whole database.How to improve the utilization ratio of the information has initiated a new research direction,the data mining and knowledge found theory and technique.The data mining has the advantage in analyzing a large number of data.The data mining analytical technology has been largely used finance,insurance,telecommunication industry,etc..Data mining;Knowledge discovery 收稿日期：２０１０－０１－１５修回日期：２０１０－０２－１１ 作者简介：舒正渝（１９７４－），女，重庆籍，硕士研究生，研究方向为数据库、多媒体。 中国西部科技２０１０年０２月（中旬）第０９卷第０５期第２０２期 总38
数据挖掘技术在软件工程中的应用研究 发表时间：2018-06-20T10:03:11.023Z 来源：《电力设备》2018年第5期作者：张佳鑫李爱萍 [导读] 摘要：社会发展的信息化水平在不断提高，越来越多的信息资源被相应的数据所替代，而实现这些信息资源充分利用的前提即是对其相应的数据进行管理与分析。 （太原理工大学计算机科学与技术学院山西太原 030024） 摘要：社会发展的信息化水平在不断提高，越来越多的信息资源被相应的数据所替代，而实现这些信息资源充分利用的前提即是对其相应的数据进行管理与分析。数据挖掘技术作为一种新型的网络技术，在软件工程的大数据分析中占据核心地位，有利于提高数据的可靠性与安全性。本文主要分析了数据挖掘技术在软件工程中的应用策略。 关键词：数据挖掘；软件工程；策略；发展 随着信息技术的不断发展，日常生活中人们所接触的信息量越来越多，如何在众多信息量中找到自己有用的信息，成为影响人们工作效率和工作质量的关键因素，而数据挖掘技术的应用则能很好的解决这个问题。所谓数据挖掘是指在大量、无序、模糊的数据中挖掘出其中有用的信息的过程，它能实现信息的分类、聚类并进行偏差分析。数据挖掘技术一般流程为数据预处理、数据挖掘、模式评估与知识表示等等，笔者结合实际经验，分析了数据挖掘技术在软件工程中的应用策略，对数据挖掘技术的发展提出了几点思考。 1数据挖掘技术概述 1.1数据挖掘技术的定义 数据挖掘技术，也成为数据库中的知识发现，发展于上个世纪末，是当前数据库领域内最新的应用研究技术。历经多年的发展，数据挖掘技术已成为当前数据库领域内最为关键的组成部分，但是还没有较为统一的定义。当前数据挖掘技术定义认可度最高的便是由W.J.Frawley等人所提出的，将数据挖掘技术理解为从数据中提炼出更为高效、更为新颖、更具潜在应用价值，并最终可理解模式的非平凡过程中。主要具有如下多方面内容： （1）数据源务必真实、数据量较大、并含噪音，不完全； （2）应用于获取终端用户兴趣较高的未知知识信息； （3）所获取的知识具备有效性、新颖性，且为潜在的； （4）更用于发现特定的问题，对知识量没有过多要求； 综合而言，数据挖掘属于复杂度较高的交叉学科，包括人工智能、模式识别、统计学、数据可视化等等交叉性相对较大的新型学科，未来拥有良好的发展空间。 1.2数据挖掘技术一般流程 一般而言，数据挖掘主要由数据预处理、数据挖掘以及模式评估和知识表示等三阶段组成。具体如下： （1）数据预处理。主要由原始信息获取、数据清洗、数据抽取及数据交换等构成。原始数据获取在于获取发现任务的处理对象，主要按照相应的需求而获取数据。数据清洗目的在于完善原始数据所缺失的数据。数据抽取指将特定的数据源中获取与分析任务相关的数据。数据转换在于规格化数据，以满足特定范围要求。 （2）数据挖掘，第一步便是明确挖掘任务，包括数据分类、数据总结等等，紧接着便是确定挖掘算法，应结合数据实际特点以及具体系统特定需求来确定算法。 （3）模式评估与知识表示。模式用于表示数据挖掘所形成的结果，用特定的兴趣度进行度量，用于识别表示知识的真正有趣模式。在此之中所使用的度量特定值通常由领域专家、用户标准等给出 2数据挖掘技术在软件工程中的应用情况 2.1执行记录 对于执行记录挖掘来说，就是分析程序执行路径，找寻存在于程序中的代码关系，将数据挖掘及时应用到软件工程中就是跟踪相关执行路径，在逆向建模的作用下达到既定目标，其主要作用是维护与验证程序。在执行记录的过程中，主要是插装系统，然后用相关软件接口编程，同时记录相关变量等，最终将收集来的信息整合在一起，构建相应的系统模型。 2.2漏洞检测 在软件工程中利用数据挖掘技术进行漏洞检测，主要是为了及时发现存在于软件开发中的问题，这样就可以尽快将漏洞弥补，对提高软件质量有很好的作用。通常情况下，利用数据挖掘及时检测软件漏洞看，就是先对软件进行系统测试看，同时根据用户需求制定出科学合理的应对措施。然后将各种漏洞数据收集整理在一起，逐一做好数据清理与转换。通过分析这些数据信息能够得知，为做好数据清理工作，就需要将多余数据清理出去，然后对丢失项目进行补充，这样再将数据属性以数值的形式体现出来。其次，要构建合适的数据模型，做好验证与训练。在这一过程中应重视与项目实际的联系，选择与之相匹配的挖掘方式，以便构成测试集，获得相应结果。此外，还要做好漏洞扫描与分类，将所有漏洞整理起来构成漏洞库，然后再次扫描，防止漏洞遗失，最后将通过挖掘得来的数据知识应用到软件测试中。 2.3开源软件 对于开源软件来说，其挖掘环境带有明显的开放性与全面性特征，所以，在管理这样的软件时，就不能使用传统软件的开发方式。一般而言，较为成熟的开源软件，能够详细记录开发中所遇到的错误，同时也包括软件开发者的一些活动，以及软件在市场中的应用情况。对于参与软件开发的人员来说，他们是社会网络的主要创造者，然而，由于开源软件的开放特征较为明显，所以也就让这些参与人员随之发生变化。同时，由于开源软件还带有动态特征，所以就需要重视开源项目的进一步管理，也就是由专业人士管理软件系统，在这项工作中做的最好的莫过于英国牛津大学的Sima系统。 2.4版本信息控制 在版本信息控制应用中，主要是确保项目参与者所使用的档案相同，这样也有利于全面更新。对于软件工程开发来说，通常会用版本控制系统管理与开发软件。同时利用版本信息控制，选择合适的变更历史信息的方法，以便获取不同模块，在这种情况下子系统也可以相互映衬，这对深度挖掘程序变化，做好漏洞检测具有重要作用。随着数据挖掘技术在软件工程中的应用，不仅可以有效减少系统维护资
基于大数据的数据挖掘技术与应用 发表时间：2019-07-17T12:49:19.997Z 来源：《基层建设》2019年第12期作者：汪洋 [导读] 摘要：科技前进的步伐越来越快，数据挖掘与传统行业相结合，在各行各业展现出了十分强大的生命力。 中国联合网络通信有限公司黄石市分公司湖北黄石 435000 摘要：科技前进的步伐越来越快，数据挖掘与传统行业相结合，在各行各业展现出了十分强大的生命力。本文从数据挖掘的基本概念和功能谈起，进一步再分析其在金融和人力资源两个方面的具体运用。 关键词：数据挖掘；大数据；金融；人力资源 一、数据挖掘的概念和功能 （一）数据挖掘概念。数据挖掘是指从庞大繁杂的数据中通过算法搜索隐藏于表面数据背后信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习和模式识别等多种方法来实现上述目标。 （二）数据挖掘的方法和过程。数据挖掘的理论技术一般可分为传统技术和改良技术两支。就传统技术而言，以统计分析为主要代表；就改良技术而言，以决策树理论、类神经网络和规则归纳法等为主要代表。 （三）数据挖掘的主要功能。数据挖掘的功能十分强大，在与各行各业结合之后，都能为各行业带来新的发展契机。一般来说，数据挖掘的功能分为两类：一类是描述性功能，是指对目标数据的属性进行特征描述；另一类是预测性功能，是指对当前数据进行归纳，以进行发展趋势的预测。 二、数据挖掘技术的应用实践 （一）在金融方面的应用。大数据金融以庞大繁杂的数据作为基础，利用如互联网等信息化技术，分析处理对客户的消费数据，将客户及时全面的信息及时地反馈给金融企业，如此一来，使得金融企业给零散化的客户群体提供定制化的服务成为可能。数据挖掘技术在金融领域的表现十分优异，在第三方支付、p2p网络借贷、供应链金融、互联网消费金融等方面均有广泛的运用。 就第三方支付而言，因为其运用场景多样化，使用方便快捷，因而，第三方支付与上下游的交易者联系紧密。当相关数据累积到一定程度时，便可推出更多的增值服务，进一步增加利润来源。在众多增值服务中，近年来，值得一提的是由蚂蚁金服推出的蚂蚁花呗。蚂蚊花呗本质上而言是一款消费信贷产品。蚂蚁花呗利用大数据，以自身的风控模型为基础，结合对消费者在互联网上的各种网购情况、支付习惯、信用风险等的分析结果，对不同的用户根据其近期的消费情况给予不同数额的消费额度。 第三方互联网支付交易规模由于互联网理财等大额交易场景的推动保持高速增长。在2013年，第三方互联网支付交易额仅为6万亿元，但据可靠预测，在2020年，此交易额可到39万亿元。再看第三方移动支付交易额。由于移动支付场景的多样化、用户渗透率越来越高、各种第三方支付企业进军市场等原因，移动交易量不断上升。在2013年，第三方移动支付交易额仅为1万亿元。但据估计，在2020年，第三方移动支付交易额可达144万亿元。 （二）在人力资源管理方面的运用。 （1）数据挖掘与人力资源规划：通过数据挖掘技术，组织管理者可以利用搜集到的每一个员工的组织内外部的信息资料，联系企业的整体战略目标，以事实为依据，制定未来人力资源规划。 （2）数据挖掘与人才的招聘与配置：招聘时，招聘者对于求职者的了解一般都比较肤浅，对于求职者的专业技能掌握情況、工作效率等无法有效进行认知。而新兴的社交网络呈现了—个人各方面的信息，如工作经历、社会关系、工作效率等，从而能助招聘者一臂之力，达到精准的人岗匹配。 （3）数据挖掘与员工的开发：利用数据挖掘，管理者将职业生涯规划建立在员工全方位数据的基础上，如员工的应聘岗位、晋升意愿和期望薪酬等结构化与非结构化的数据信息，从而精准地为员工提供职业培训。 三、注意区分数据挖掘与个人信息侵犯 当今时代，科学技术的不断提高，使得各种数码产品更新换代速度加快，手机、电脑、照相机等电脑产品基本是一年更新换代一次甚至两三次。其中由于手机应用功能随着经济发展而逐渐增加，从原来的按键机发展到如今的触屏手机乃至折叠手机，其功能也从原来的拨打电话、发送短信、彩信功能而增加到如今的视频通话、语音通话以及上网功能。网络的普遍化丰富了人们的生活，使得人们可以便捷广泛的了解、认知自身以外的整个中国乃至整个世界，可以通过网络媒介了解到其他国家的风土民俗、地形地貌，了解自己所喜欢的明星网红的日常喜好，或是通过网络媒介得到想获得的知识、达到一个学习的作用。但网络媒介是一把双刃剑，通过网络世界了解到诸多信息时，也可能因为自己在网络上所说的一句话、所发的一个定位从而导致自身隐私泄露，个人信息被公布在大众眼中。要运用好大数据时代中网络媒体这一把双刃剑，就必须要求到人们提高自我隐私保护意识，规范网络世界中的一言一语。 （一）大数据时代信息量过大导致信息泄露 当今时代是科技不断发展的时代，是大数据时代。在大数据时代里，各种数码产品纷呈展现其自身的广泛性、普遍性，充斥在人类日常生活中。尤其是手机的发展从原始的只能打电话接电话的大哥大，渐渐变成能够发短信、收短信的按键机，为满足人们日常生活中的娱乐要求，在信息传播的同时又增加了照相机、听音乐、玩游戏等等娱乐功能。在科技发展的基础上，为满足人们日常生活中的各种精神需求，仅仅五六年时间内，按键手机逐渐演变成如今的触屏手机、智能手机。如今的手机已不仅是一个只能打电话、接电话的功能机，在满足了人们的基本通讯要求后，增加了上网的功能。如今微博app、微信app、qqapp各种社交app的崛起，使得人们日常生活充满了娱乐性、便捷性、广泛性，所接收的信息不仅来自自身以外的中国各地，而且也可以接触到中国以外其它国家，甚至来自地球以外的各大恒星的知识。如今你将会看到，越来越多的人在超市里、商场中、地铁上、公园里拿起手机刷微博、拍抖音、视频通话、拍照片等等，在大数据时代，由于网络的普遍，人们上一秒在抖音app上传了一段视频、微博上发布了一篇文章、朋友圈发表了几张照片，以网络传播速度快的特点，下一秒这个视频、这篇文章、这些照片就极有可能出现在大众视线中。网络带来便捷性的同时也带来过大的信息量以及一定性的安全隐患，人们通过信息库了解某一样东西的同时，也可能导致自身定位被人知道、自身隐私被泄露出去。 （二）大数据时代侵犯个人信息方法更多 由于科学技术进步速度快，数码产品更新换代的速度也日益加快。当手机硬件设施提高了，相应的各类软件应用层出不穷，给予了人们日常生活中的精神满足，同时也给予了不法分子有机可图的条件。人们隐私安全问题日益堪忧，由于手机等各种数码产品的普遍性，大
应用 Technology Application D I G I T C W 技术 194DIGITCW 2019.01 1 大数据时代的发展历程及现状表现 通过对大数据的发展历程进行分析，大数据在出现到现在，短短的几年的时间内，大数据的信息容量个数据交流在呈直线上升。目前大数据时代的流量总和能够满足全球人员每天消耗500G 以上。就目前我国大数据发展的过程来说，已经逐渐的应用到我国各行各业中，能够从中获取信息资源。企业可以利用大数据对产品进行综合性分析，还能根据用户的反馈对产品进行更新改造，大数据时代下，采用信息化管理，能够有效的提升企业的管理效率，进而提升企业的生产效益，所以要加强数据挖掘技术在大数据时代下的应用。 2 数据挖掘技术分析 2.1 数据挖掘 数据挖掘技术是在20世纪90年代初提出来的新兴技术，这种技术主要面对的是商业应用中的人工智能化研究方面。大数据时代下数据挖掘技术的应用具有较高的使用价值，在实际应用中，能够及时的掌握产品的具体使用情况，能够在众多的数据信息中进行优化数据信息，进而为企业的发展提供参考方向。在数据挖掘技术发展过程中，由原来的简单、清晰的数据中进行寻找信息到能够从复杂、模糊的数据中去寻找有利用价值的信息，实现了质的突破，说明技术要求较高，需要更好的利用互联网技术。[1]2.2 聚类分析 在进行数据挖掘时，可以采用聚类分析技术来对数据进行处理。聚类分析的主要作用是能够将难以理解的事物进行形象化分组，然后在根据不同性质将其划分为不同组的分析过程。聚类分析的本质能够对庞大的数据进行划分处理，在从中发现可利用的信息资源。但是在实际的使用中，聚类分析是区别于传统的分类方式，它的优势是能够在模糊对象下进行对信息数据进行分组。在目前的聚类分析方式主要有两种分类方式，一种是硬聚类，这种分类方式更加的贴合数据信息。另一种是模糊聚类，这种分类方式能够通过划分模糊数据在对其进行分类。总的来说，这两种的分类方式不一样，但是所能达到的目的是一样的，都能将数据进行划分。 2.3 特征性数据分析法 特征性数据分析方法也是数据挖掘技术的主要方式之一，特征性数据分析方法能够对整体的数据信息，进行特征性的分析，对其进行发掘有利用价值的信息。由于这种技术的方便快捷性，可以应对大多数的数据资源的分析，所以是相关研究者的主要研究方向。在应用中，相关的设计者提出了多种的特征数据分析方法，比如可以利用人工神经网络进行收集数据，在数据终端进行建立神经网络，搜集可利用的信息；采用遗传基因算法对数据进行分析，对庞大的数据进行选择、重组；利用可视化技术对数据进行搜集，挖掘，可以有效的提升数据挖掘技术的实用性。[2] 3 大数据时代中数据挖掘的应用及延展方向 3.1 市场营销领域 根据对大数据时代中数据挖掘技术应用的数据分析，市场营 销领域是应用数据挖掘技术最广的领域。在市场营销中，可以通过数据挖掘技术对市场数据进行相关的提取和总结，能够在大数据下进行分析用户的信息资源，可以根据大数据反馈回的数据信息，进行改变市场营销模式。比如，通过数据挖掘技术能够分析用户点击商品的次数，然后在后台系统中，可以继续为用户推送与此商品相关的衍生品，能够让用户有更多的选择性，提高用户的实际使用感。3.2 制造业领域 随着现代生活水平的不断提高，人们对于生活产品的质量要求也在日益增长着，在制造业领域中应用数据挖掘技术能够更好的提升生活产品的质量。大数据时代中数据挖掘技术应用在制造业中的应用，可以对生活产品生产时进行跟踪性的监管、及时得到产品问题的数据、了解产品的生产效率等。可以为以后产品的生产提供相应的数据分析，针对性的解决产品遇到的问题、提升生产效率，进而提升制造业的经济效益。数据挖掘技术在制造业领域应用，能够促进制造业的发展，是非常有必要的。[1]3.3 电信业领域 现代是信息化的时代，电信行业在蓬勃的发展中，但是电信用户基数大，所需要处理的问题也是最多的，所以需要更好的服务来解决用户的问题，才能给用户带来更好的体验感。电信技术的服务是需要非常庞大的数据进行支持才能更好的处理遇到的问题，但是这种技术服务会被数据流冲击，导致服务质量下降。数据挖掘技术在电信业领域的应用能够有效的改变这种局面，采用数据挖掘技术可以对复杂的电信数据进行分析与研究，能够在其中发现规律，针对用户反馈回的信息，进行改进，提高电信业的服务质量。3.4 教育领域 数据挖掘技术在教育领域中的应用能够有效的提升教育行业的发展，在实际的应用中，能够对全体学生的心理特点进行分析，然后得出相应的教学方案，让教师能够及时的掌握学生的学习情况，从而更好地进行教学活动。采用数据挖掘技术可以对全体学生的考试成绩进行分析，及时发现学生学习的薄弱之处，方便教师对其进行加强化教学。还可以利用数据挖掘技术对教学进行分析，能够更好的利用教学资源，最大化发挥教学资源的作用，从而提升教育领域的教学质量。 4 结束语 综上所述，随着信息化时代的不断发展，我国正在向着大数据时代迈进，要加强大数据时代下数据挖掘技术的应用，才能更好的满足各行业的实际需求。尤其是在市场营销领域、制造业领域、电信业领域、教育领域等，能够利用数据挖掘技术来进行对众多的数据分析与研究，得出可利用的数据，进而促进该行业的发展。参考文献 [1] 刘铭，吕丹，安永灿.大数据时代下数据挖掘技术的应用[J].科技导报，2018，36（09）：73-83. 大数据时代下数据挖掘技术的应用 梁?瀚 （青岛科技大学?中车青岛四方车辆研究所有限公司，青岛 266000） 摘要：随着现代社会信息化技术的不断发展，我国社会正在向信息化时代迈进。在信息化时代中，大数据时代是主要的发展环节。本文主要讲述了大数据时代下数据挖掘技术的应用方式，介绍数据挖掘技术的重要性。 关键词：大数据时代；数据挖掘技术；主要应用及延伸方向doi ：10.3969/J.ISSN.1672-7274.2019.01.152中图分类号：TP311.13 文献标示码：A 文章编码：1672-7274（2019）01-0194-01
第 27 卷第 6 期海洋通报V ol. 27，No.6 2008 年 12 月 MARINE SCIENCE BULLETIN Dec. 2008 海洋数据挖掘技术应用研究 魏红宇1, 2，张峰2，李四海2 ( 1．中国海洋大学，山东青岛 266003；2．国家海洋信息中心，天津 300171 ) 摘 要：在研究中外数据挖掘技术在海洋应用的现状和进展的基础上，结合海洋数据特点及应用需求，提出了海洋数据挖掘技术应 用模式，并介绍了基于计算机技术、数据库技术、GIS 技术的海洋数据挖掘应用系统的主要功能和系统架构。最后通过对赤潮预测 的数据挖掘应用分析，验证了系统应用的科学合理性。 关键词：海洋；数据挖掘；系统应用；赤潮 中图分类号：P717；TP311 文献标识码：A 文章编号：1001-6932(2008)06-0082-0006 数据挖掘( Data Mining ) 技术的概念，产生于 20 世纪 90 年代初，它是指从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程[1]。通俗地讲，数据挖掘就是利用各种分析工具在海量数据中寻找和发现模型和数据间关系的过程，可以利用这些模型和关系对数据的潜在规律做出预测。在实际应用中，数据挖掘概念有两个方面的意思。一方面它有数据提取的含义，即从各种类型的原始数据中精确定位符合各种查询条件的数据集；另一方面，它有数据处理的含义，即利用各种相关的模型和算法，对提取到的数据集进行各种分析处理，从而得到想要的信息和规律。目前，常用的数据挖掘算法主要有聚类分析、回归分析、主成分分析、插值分析、关联分析、神经网络等。 经过多年的海洋调查和资料收集，我国已拥用了大量珍贵的海洋科学数据和相关信息，这些数据包括海洋水文、海洋表面气象、海洋生物、海洋化学、海洋环境质量、海洋地质、海洋地球物理、海洋基础地理、海洋航空与卫星遥感、海洋经济、海洋资源等各个海洋学科领域，数据总量多达千亿字节 [2]。如何有效地利用专家知识及各类统计分析算法、模型，对各学科类型的海洋数据资源进行数据挖掘，从中发现有用信息，分析海洋现象并预测海洋规律，为海洋科学研究和综合管理提供信息决策支持一直是广大海洋科技工作者的重要研究方向。经过多年的不断努力，国内外关于数据挖掘技术在海洋领域的应用研究已经取得了许多实质性进展。如 Wooley B 等人将海洋数据作为数据源开展了分类规则挖掘的研究[3]；Ding Q 针对遥感图像的关联规则挖掘进行了深入研究[4]；冯剑丰研究了国内外的主要赤潮预测方法：单因子指数法、综合指数法、建立赤潮生态仿真模型、运用人工智能技术进行预测等[5]；杨建强探讨了应用人工神经网络原理进行赤潮预报的方法，指出人工神经网络方法在模拟和预测方面优于传统的统计回归模型，具有较强的模拟预测能力及实用性[6]等。由此可见，对于海洋领域的数据挖掘技术研究已经由单纯理论研究进入到应用研究的阶段，并已取得了一些实质性的研究成果。但是，由于海洋数据特征的复杂性及海洋专题应用研究的复杂情况，海洋数据挖掘技术离大规模地业务化应用推广还有一定距离。 1 海洋数据挖掘技术应用需求 对于海洋领域的数据挖掘技术的应用研究较其它领域更为复杂，数据挖掘的成熟应用与业务化推广还存在许多困难，这与海洋数据自身特点的复杂性有关，概括来看，海洋数据大致有以下一些特点： a ) 数据类型复杂多样。海洋数据包括海洋基础环境数据、海洋遥感数据、海洋经济统计数据等几个大类数据。而每个大类数据下又有很多子类。比如：海洋环境数据又分为海洋水文、海洋气象、海洋物理、海洋化学、海洋生物、海洋地质、海洋地形与海洋地球物理等子类，每个子类又可进一步划分。可见，海 收稿日期：2008-05-28 基金项目：国家海洋局 908 专项( 908-03-01-13 )