大数据管理_概念_技术与挑战_孟小峰

大数据环境下环境审计流程研究ʻ山东农业工程学院商学院㊀张㊀冉作者简介:张冉,山东大学访问学者(管理学院),山东农业工程学院商学院讲师,硕士,研究方向:环境审计㊂摘要:大数据技术的快速发展将使环境审计发生深刻的变化㊂本文分析了当前大数据技术对环境审计的影响,设计了大数据环境下的环境审计流程,即环境审计准备阶段和环境审计实施阶段㊁环境审计报告阶段㊁环境审计后续审计阶段㊂在此基础上,进一步研究了支持该流程所需要的大数据平台和协同机制㊂本文的研究为推动环境审计信息化建设,提高环境审计绿色治理水平提供了一定的思路㊂关键词:环境审计㊀大数据㊀审计流程中图分类号:F239.2㊀F239.4㊀TP3一㊁引言近几年来,以大数据为代表的新一代信息技术在审计中发挥着越来越重要的作用㊂2015年国务院印发‘促进大数据发展行动纲要“㊂同年,中共中央办公厅㊁国务院办公厅印发‘关于实行审计全覆盖的实施意见“,要求对公共资金㊁国有资产㊁国有资源等实施审计全覆盖㊂而创新审计技术是实现审计全覆盖的重要手段㊂利用大数据技术推动审计创新,增强审计参与国家治理的监督㊁评价㊁防御功能,无疑将推进审计信息化建设㊁实现国家治理现代化㊂环境审计作为国家审计的一部分,将充分借鉴大数据技术进行协同治理和系统治理㊂本文分析了大数据对环境审计的影响,指出借助于大数据技术,环境审计将在环保责任划分㊁环境资源整合与共享㊁环境审计可持续性等方面具有优势㊂在此基础上,本文又设计了大数据环境下环境审计流程,分析了该流程所需要的大数据平台和协同机制㊂本文的研究一方面促进了环境审计与大数据的结合,丰富了环境审计理论的发展;另一方面帮助环境审计实现自我革新,推动环境审计在审计效率和审计质量等方面实现突破,从而使环境审计绿色治理水平不断提高㊂二㊁文献综述大数据 不同于以往的 数据 ,它在数量上和质量上均有所差异[1],表现为规模性㊁多样性㊁高速性㊁价值性等特点[2]㊂大数据技术可以帮助使用者从海量数据中快速获得有效的信息㊂因大数据技术可以充分挖掘出有价值的信息而广泛应用在经济领域㊁农业领域及商业领域等㊂多数学者对于大数据与审计的研究是在总体层面上展开的㊂大数据的快速发展将对审计产生方方面面的影响,也将逐步改变传统审计的取证方式[3]㊂学者秦荣生[4]认为大数据㊁云计算在持续审计方式㊁总体审计模式㊁审计成果应用和审计证据应用等方面均有促进作用,这充分体现了大数据技术将带给审计广泛的影响㊂然而少数学者也研究大数据对审计某个领域的影响,如郑伟等[5]提出了数据式审计模式,陈伟和居江宁[6]则探究了基于可视化技术的电子数据审计方法㊂在大数据与环境审计研究方面,相关文献比较少,现有的研究聚焦于环境审计的某个小领域,如资源环境审计㊂王振铎和张心灵[7]研究了草原遥感影像和地理信息系统在内蒙古草原征用情况审计中的应用㊂刘浩等[8]借助测绘地理信息技术提出了建立资源环境审计分析平台㊂㊃23㊃综上所述,将大数据应用到环境审计的相关研究比较匮乏,即使有研究也集中在资源环境审计领域,这说明相关研究还需进一步深入㊂本文就是在大数据环境下研究环境审计流程,该研究将进一步驱动环境审计进行自我革新,帮助环境审计人员提高环境审计效率㊂三㊁大数据对环境审计的影响(一)大数据与大数据技术目前对大数据的定义并没有形成统一的看法,较为典型的是麦肯锡咨询公司对大数据的定义:大数据是无法用传统数据库软件进行采集㊁处理和管理的数据集合㊂大数据强调规模大,但是又绝非传统概念上的大量数据,它的数据规模大到传统数据库无法进行处理㊂大数据包含的数据类型具有多样性,不仅仅包含结构化数据,还包含半结构化数据和非结构化数据㊂大数据价值稀疏,但是商业价值高㊂有用的数据镶嵌在大规模的数据中,它不是特别强调数据的因果关系,强调数据的相关关系,通过事物间较强的相关关系对事物的发展状况进行预测,商业价值极高㊂此外,大数据处理速度快,显著优于传统的数据挖掘技术㊂大数据的特点决定了其背后的大数据技术也不同于传统的数据处理技术㊂事实上,大数据技术是一系列技术的集合,包含数据采集㊁数据分析㊁数据存储以及数据的可视化等技术,主要包括数据挖掘㊁机器学习㊁空间分析㊁非关系型数据库等技术[9]㊂(二)大数据技术推动环境审计自我革新大数据技术可以帮助不同地区理清环保责任㊂上级审计部门可以及时对审计对象进行跟进㊁分析和整合,用多重信息渠道了解不同地区环境审计的进展,分析地方环境问题的关键点,统筹安排并制定具有针对性的环境治理目标㊂这一方面降低了地方环境审计工作开展的盲目性;另一方面也在一定程度上理清了不同地区或不同部门的环保责任㊂大数据技术可以使不同的环境审计参与主体快速实现资源整合与共享㊂在整个审计过程中,不同级别的审计部门根据各自需求收集信息,及时在对应的模块上存储信息,通过分析相关数据,输出结果,整个过程及时存储及时输出,便于实现 一审多果 ㊁ 一果多用 ㊂大数据技术可以促进环境审计的可持续性㊂将环境审计从关注 事后 移到 事前 和 事中 ,突破了事后审计无法弥补环境已然被破坏的局限,通过事前审计做到 未病先防 ,通过事中审计做到 既病防变 [10]㊂后续审计也可以为环境审计主体持续跟进㊁强化监督提供了可能,环境审计的作用主要在于监督评价审计对象治理环境的实际成效,这在一定程度上保障了环境审计对象切实履行环境责任㊂四㊁大数据环境下环境审计流程的设计(一)现有环境审计流程中的不足环境审计实施之前,计划审计的对象往往是跨区域的审计项目㊂某水域的水污染或者某区域的大气污染等环境问题天然地具有跨区域的特点,但这与我国环境治理按照属地原则开展相矛盾㊂并且环境问题具有外部性,一个区域的环境治理成效往往受到周围地区的影响,如果周围地区环境状况恶化,该地区的治理效果也会打折扣,这会造成不同地区环境绩效无法评价,并最终导致地区间相互推诿,各自为政的现象㊂环境审计实施过程中,参与主体具有多元性,不仅仅涉及审计部门㊁环境部门,还有可能涉及财政部门㊁环保部门㊁水利部门以及国有资产管理部门等多个部门的人员㊂不同的部门虽然在收集数据的过程中各有侧重,但是仍然有大量的共同信息㊂不同部门对相同的环境信息分别采集,重复汇总,一方面导致信息冗余,记录分散,极易形成 信息孤岛 ;另一方面不利于信息整合,统筹规划,无法达成全国环境审计 一盘棋 的局面㊂环境审计实施结果的利用程度不高㊂审计结果往往缺乏清楚明了的建议,语言表述往往具有一定的模糊性,泛泛而谈,审计对象从审计建议中找不到切实可行的整改措施㊂而且,环境审计结果缺少后续的有效反馈机制㊂虽然审计部门也将环境审计的结果与被审计单位进行沟通,但是后续整改情况如何,并没有做到及时跟踪与督促,在实务中往往表现为被审计单位消极整改,疲于应付㊂(二)大数据环境下环境审计流程的设计本文借助大数据技术设计了环境审计流程㊂大数据环境下环境审计流程主要由环境审计准备阶段㊁环境审计实施阶段㊁环境审计报告阶段以及环境审计的后续审计阶段等四个阶段组成㊂具体如图1所示㊂㊃33㊃图1　大数据环境下环境审计流程1.环境审计准备阶段该阶段首先应组成环境审计小组,必要时可以从环保部门㊁水利部门等多部门抽调人员,满足环境审计专业性要求;其次,要了解环境审计对象的情况,重点明确审计对象主要的环境问题㊁大数据技术的使用情况㊁技术人员的配备情况㊁内部控制与风险管理的运行情况等;最后,发放环境审计通知书,要求审计对象为审计小组提供所需的资料㊂2.环境审计实施阶段环境审计实施阶段主要包含数据采集㊁数据存储㊁数据分析等阶段㊂(1)环境审计数据采集大数据环境下的环境审计数据来源非常丰富,互联网等公共网络㊁被审计单位㊁审计机关等均可以构成环境审计数据的来源渠道㊂环境审计人员在互联网等公共网络上可以采集到门户网站㊁社交平台上的大数据,数据类型大都为非结构化数据,数据极其丰富;从审计对象那里可以采集到财务数据㊁会议纪要等数据,数据类型有结构化数据,也有非结构化数据;从审计机关那里就可以采集以前已经审计过的同类型业务的审计数据等,数据类型多为结构化数据㊂(2)环境审计数据存储环境审计数据应存储在统一的管理系统中㊂该数据管理系统对不同性质㊁不同类型㊁不同格式的数据进行分类存储㊁统一管理,以满足不同类型的环境审计业务的需求㊂可以利用关系型数据库存储结构化的审计数据,利用非关系型数据库存储半结构化㊁非结构化的审计数据㊂(3)环境审计数据分析利用数据挖掘技术㊁数据筛选技术实现环境审计数据分析㊂将采集存储的环境审计数据进行数据查询㊁对比分析㊁空间分析以及关联分析等,从湿地㊁森林㊁海洋㊁耕地等审计对象那采集的数据进行表格筛选㊁词频统计㊁矢量数据叠加等,进而追查资金㊁业务㊁实物流向,挖掘数据之间的关系,发现异常数据,形成环境审计异常数据的记录,从而发现审计的风险点,进而帮助环境审计人员发现审计线索和实现环境审计监督和预警机制㊂3.环境审计报告阶段此阶段主要包括审计结果输出与结果共享两阶段㊂具体而言,环境审计主体可以实时监控审计对象的状况,借助大数据二三维可视化技术,将审计取证渗透到整个项目的过程,及时提供不同时间点的阶段性环境审计结论,在此基础上,环境审计主体将进一步判断环境审计目标是否实现,并形成总体的环境审计报告㊂环境审计各个参与主体均可在自己的权限内查阅该报告,帮助环境审计参与主体意识到潜在的环境成本或环境收益,从而帮助参与主体借鉴审计成果,实现 一果多用 ㊂4.环境审计后续审计阶段后续审计阶段主要包含两方面:后续监督与信息反馈㊂一方面,环境审计对象要根据环境审㊃43㊃计报告中的建议采取行动,及时解决环境问题,帮助提升生态系统的可持续性㊂在此过程中,环境审计主体应对审计对象保持持续关注,及时跟进环境问题的解决过程;另一方面,环境审计对象也要与审计主体及时沟通,主动提供治理环境进展㊂审计主体则应重点关注环境问题是否真正得到解决,有无表面整改实际隐形拒绝的情况等㊂(三)环境审计流程所需要的配套资源1.环境审计流程的设计需要构建一个大数据平台该平台可以兼容环境审计各个阶段所需要的大数据技术,实现技术集成㊂具体而言,数据采集阶段可以借助网络爬虫等技术采集网络信息,利用遥感㊁全球卫星定位系统等技术采集现场数据;数据存储阶段可以通过关系型数据库对各类账目等数据进行存储,通过开源数据库对实时监测的数据进行存储;数据分析阶段则可以借鉴地理空间分析技术实现时空大数据的分析,也可以结合机器学习将专家经验建模识别未逾期的审计风险;审计结果输出阶段则可以利用数据可视化技术等将不可见或不直接可见的数据变成直观的数据㊂这些技术方便了审计主体持续跟进环境问题,提高了环境审计效率和质量㊂2.大数据环境下的环境审计要求建立一套协同机制一方面是组织管理上的协同㊂从环境审计准备阶段到具体环境审计实施阶段,再到审计结果的输出和后续审计阶段,整个流程均需要一套多方合作㊁沟通顺畅㊁协调有序的管理机制㊂大数据环境下的环境审计不管处于哪个阶段都要服务于统一的环境审计目标,统筹资源安排,在任务分配㊁资源共享等方面实现管理的有序;另一方面就是人员调配上的协同㊂环境审计本身涉及的领域非常广泛,涵盖审计学㊁统计学㊁环境学等学科,这就要求环境审计小组具备多学科知识,组建的审计小组成员可能来自不同的部门,这时就要做到优势互补㊁科学分工㊁有效沟通㊂五㊁结论与启示随着大数据技术的发展,环境审计将发生深刻的变化,环境审计流程亦如此㊂本文设计了大数据环境下的环境审计流程,该流程在环保责任划分㊁环境资源整合与共享㊁环境审计可持续性等方面具有优势㊂而为了保障大数据环境下环境审计流程的顺利实施,应该建立一个支持大数据技术的平台和一套贯穿整个审计过程中的协同机制㊂本文的研究进一步启示我们,大数据技术可以解决数据处理和数据分析难的问题,帮助环境审计人员快速挖掘更多有价值的信息,创造一个快速高效的审计环境,无论在效率方面还是在质量方面均会促进环境审计的快速提高,这也将为环境审计监督功能㊁评价功能㊁防御功能的发挥以及绿色治理水平的提升带来全新的突破㊂在目前阶段,环境审计与大数据结合的相关研究还处于探索阶段,未来可以从大数据平台的具体构建㊁环境审计成果的综合应用㊁环境审计模式的发展等方面做进一步地探究㊂参考文献:[1]刘智慧,张泉灵.大数据技术研究综述[J].浙江大学学报(工学版),2014,48(6):957-972. [2]孟小峰,慈祥.大数据管理:概念㊁技术与挑战[J].计算机研究与发展,2013,50(1):146-169.[3]Yoon K,Lucas H,Zhang L.Big data as complementary audit evidence[J].Accounting Horizons,2015,29 (2):431-438.[4]秦荣生.大数据㊁云计算技术对审计的影响研究[J].审计研究,2014(6):23-28.[5]郑伟,张立民,杨莉.试析大数据环境下的数据式审计模式[J].审计研究,2016(4):20-27. [6]陈伟,居江宁.基于大数据可视化技术的审计线索特征挖掘方法研究[J].审计研究,2018(1): 16-21.[7]王振铎,张心灵.地理信息技术在领导干部草原资源资产责任审计中的运用[J].科学管理研究, 2019,37(3):30-34.[8]刘浩,马红,李波,等.资源环境审计分析平台研究[J].测绘地理信息,2022,47(3):173-175.[9]严霄凤,张德馨.大数据研究[J].计算机技术与发展,2013,23(4):168-172.[10]王爱国,郭胜川.生态文明审计:生态文明建设的基础性制度保障[J].改革,2021(12):140-150.责任编辑:姜洪云㊃53㊃。

大数据时代数据管理的挑战与机遇在大数据时代，数据管理面临着前所未有的挑战与机遇。

随着互联网和信息技术的快速发展，海量的数据源不断涌现，数据的价值和影响力也日益凸显。

数据管理成为了企业和组织中不可或缺的一环，而如何应对这些挑战，并将其转化为机遇，成为了摆在我们面前的重要课题。

一、数据管理的挑战在大数据时代，数据管理面临着以下几个方面的挑战：1. 数据量的急剧增长：在互联网和物联网的驱动下，数据量以指数级增长。

企业和组织需要面对海量数据的获取、存储、处理和分析，而传统的数据管理方法和技术已无法胜任。

2. 数据多样性的增加：数据不再是以结构化数据为主，而是包含了结构化、半结构化和非结构化数据。

这些数据带来了新的分析挑战，需要采用更灵活和多样化的数据管理方式。

3. 数据质量的保证：数据质量对于数据管理至关重要。

然而，在大数据时代，数据的来源不尽相同，质量参差不齐，需要消除数据中的噪声和错误，并确保数据的准确性和完整性。

4. 数据安全与隐私保护：随着数据的增多和广泛应用，数据安全和隐私保护问题日益突出。

数据管理需要建立完善的安全机制，保护数据的机密性、完整性和可用性。

二、数据管理的机遇在挑战之中，数据管理也带来了许多机遇：1. 数据驱动决策的能力：大数据时代使得企业和组织能够基于更全面、准确的数据进行决策。

通过有效的数据管理，可以发现隐藏在数据背后的洞见，为企业创造新的机会，提高竞争力。

2. 智能化数据分析的能力：大数据时代的数据管理可以采用先进的数据分析技术，如机器学习、人工智能等，对海量的数据进行挖掘和分析，以发现数据中存在的规律和趋势，为企业决策提供更深入的参考。

3. 消费者洞察的能力：通过有效的数据管理，企业可以更好地了解消费者的需求和偏好，从而提供更个性化的产品和服务。

数据管理为企业提供了更多与消费者进行有效沟通的机会。

4. 创新与新业务模式：大数据时代的数据管理可以帮助企业发现新的商机和创新点。

大数据管理与应用专业笔记第一章：大数据概述1.1 大数据概念大数据是指规模巨大、复杂性高、多样性的数据集合，其处理和分析传统的数据管理技术无法胜任。

大数据能够包含结构化数据、半结构化数据和非结构化数据，来自多个来源，包括传感器数据、社交媒体、文本数据、音频和视频等。

在当今数字化时代，大数据已成为重要的资源和竞争优势，对各行各业产生了深远的影响。

1.2 大数据特点大数据具有“四V”特点，即Volume（数据量大）、Velocity（数据处理速度快）、Variety（数据多样化）、Value（价值密度低）。

这些特点对大数据管理与应用提出了挑战，也为其带来了巨大的机遇。

第二章：大数据管理技术2.1 数据采集与存储大数据管理的第一步是数据的采集与存储。

数据采集涉及到从各种来源收集数据，包括传感器、互联网、移动设备等。

数据存储则需要考虑如何有效地存储大规模的数据，包括分布式存储、云存储、NoSQL数据库等技术。

2.2 数据清洗与预处理大数据往往包含大量的冗余信息、噪声和错误数据，需要进行数据清洗与预处理，以提高数据质量和准确性。

数据清洗与预处理包括数据去重、缺失值处理、异常值检测等过程。

2.3 数据分析与挖掘数据分析与挖掘是大数据处理的核心环节，包括数据的建模、模式识别、预测分析、文本挖掘、图像处理等。

传统的数据分析技术已不能满足大数据分析的需求，需要引入并行计算、分布式计算、机器学习等技术。

第三章：大数据应用3.1 金融风控大数据在金融领域有着广泛的应用，通过对大规模数据的分析，可以实现风险评估、欺诈检测、信用评分等。

金融机构可以利用大数据技术更好地管理风险，降低不良贷款率。

3.2 医疗健康大数据在医疗健康领域的应用包括疾病预测、个性化治疗、医疗资源配置等。

通过对大量病例数据的分析，可以为临床决策提供数据支持，提高诊断精度和治疗效果。

3.3 智慧城市大数据技术可以帮助城市管理部门更好地监控城市运行状态，提高城市管理效率，解决交通拥堵、环境污染等城市化问题。

《数字信息资源检索与利用》综合作业题专业学号姓名一、填空题：（20分）1 文献按加工层次可划分为：零次文献、一次文献、二次文献和三次文献。

2 你知道图书馆可利用的文献资源有：图书、期刊、杂志、报纸。

3 河海大学使用的图书分类法是《中国科学院图书馆图书分类法》。

检索词是4能概括要检索内容的关键词检索逻辑组配方法有与、或、非。

5 查找学位论文文献，通常可以从全文、关键词和主题等字段进行检索。

6 超星数字图书馆普通检索，是在搜索框直接输入检索词，检索词可定位到作者、出版社、标题或出版时间中。

7 情报有三要素，即：知识或信息、经过传递、经使用产生效益。

8 会议文献的特征，有特色鲜明、内容广泛、数量庞大、参考价值高。

二、简答题：（25分）1简述文献信息源有哪些。

文献信息源，是一种经过加工的信息源，是记录在一定的物质载体上进行交流传播的信息源。

是最便于随时记录、广泛传播、系统积累、长期保存和直接利用的信息源。

是在空间和时间上积累和传播信息的最有效的手段，是获得信息的最基本、最主要的来源。

2列举3个含期刊全文文献的中外文数据库。

中文科技期刊数据库、维普期刊数据库、中国期刊全文数据库3万方数据提供了多种检索功能，请列出5种以上检索方式。

学术论文检索、期刊检索、外文文献检索、科技报告检索、图书检索4简述信息的定义。

信息是重要的战略资源（与物质、能量同称为三大资源），提供知识、智慧和情报；信息是社会的黏合剂，消除某种不确定认识；信息是人类认识世界的媒介，提示客观世界；信息是重要的、活跃的生产力要素，现代社会生产关系革命的先导。

三、操作题：（50分）1利用中国知网数据库，检索与“水利人才”、“教育培养”相关的文献，按检索步骤，写出检索过程（步骤）和检索结果（得到的文献数量）。

列出被引次数最高，下载次数最高的文献，并列举你需要阅读全文的5条文献记录（参考文献格式）。

检索过程：1、打开中国知网数据库网站2、选择高级检索3、检索条件选择全文，填水利人才并含教育培养4、点击检索5、得到检索结果6、排序中选择被引，得到被引次数最高的文献7、排序中选择下载，得到下载次数最高的文献被引用次数最高文献：[1]钱波. 应用型工科院校多元化实验教学体系的创新探究[J]. 实验室研究与探索,2011,08:121-124被下载次数最高文献：[1]袁博. 近代中国水文化的历史考察[D].山东师范大学,2014.需要阅读全文5条文献记录：[1]任平. 晚清民国时期职业教育课程史论[D].湖南师范大学,2010.[2]王睿. 面向企业技能需求的职业技术人才培养模式研究[D].河海大学,2005.[3]蔡妮. 我国地方高等学校办学特色研究[D].广西师范大学,2008.[4]宁志刚. 我国内地、香港、台湾的人才资源开发与管理策略比较研究[D].山西师范大学,2013.[5]刘宇瑛. 人才发展战略规划与实际案例分析[D].河海大学,2001.2在电子图书资源中，检索并阅读与自己所学专业有关的理论知识图书，列出5条文献信息（写明所用数据库名，书名、著者、出版社、出版时间，ISBN）数据库：河海大学电子图书资源[1]数字信号处理：原理、实验及综合应用978-7-5124-0352-9朱金秀, ... [等] 北京航空航天大学出版社2011[2]高频电子线路978-7-301-16520-1宋树祥, 周冬梅北京大学出版社2010[3]微机原理与嵌入式系统基础978-7-5606-2396-2赵全良, 马博, 孟李林西安电子科技大学出版社2010[4]模拟电子线路7-81050-589-0郑应光东南大学出版社2000[5]高等数学下册978-7-5630-2807-8丁莲珍河海大学出版社20113任选一个外文数据库，主题包含水利工程管理信息化，如：“Management information”、”conservancy project“”，或“GIS”，等等，检索2010年以来，被数据库收录的文献情况。

学生成绩数据分析中大数据的作用研究总结与参考文献学生成绩数据分析中大数据的作用研究总结与参考文献第5 章总结和展望随着信息技术的快速发展，教育大数据的规模也急剧增长，而其中蕴含的价值也不断增高，如何更好的利用教育大数据必将是众多研究学者的目标，面对海量的数据，大数据技术将是完美的解决方案，大数技术与教育数据的结合必将是未来的一个发展趋势。

5.1 总结。

本文针对在教育领域中大数据技术应用的迫切需求，结合吉林大学电子科学与工程学院学生的真实成绩数据，研究改进了传统的Apriori 关联规则算法，应用目前较为流行的大数据技术-Hadoop,得到了重要课程间的关联关系。

主要工作包括以下几个方面：1.阅读了大量的中英文文献，了解国内外发展现状，以及深入学习了一些基础知识，包括Hadoop 框架及其生态系统、HDFS 原理、MapReduce 编程原理和Apriori 算法等，为之后的论文工作做好了充足的理论基础准备。

2.详细研究了Apriori 算法的原理，并结合MapReduce 编程模型的特点改进了传统的Apriori 算法，实现了强关联规则的挖掘。

为了验证改进后算法的性能本文通过改变数据集大小、最小支持度和最小置信度三个方面验证了改进后算法的可行性和性能优越性。

3.通过搭建Hadoop 集群平台，对学生数据做了初步的统计处理，并结合改进后的算法分析了本校电子科学与工程学院的学生成绩数据，发现了一些课程之间的关联关系。

本文所研究的改进算法更加适合于像学生成绩这种数据集的挖掘，而当数据集无限增大时本文的算法将会更加凸显其独特的优势。

通过本文的研究发现了一些重要课程的关联关系，例如，高等数学和概率论与数理统计，以及它们与一些实验课的关系。

对于学生来说，这些关联规则结果可以让学生自主的调整不同课程的学习时间，对于课程的重要程度改进学习计划；对于学校的课程设置等具有重要的指导意义，具有一定的参考价值。

5.2 不足与展望。