数据挖掘技术应用研究

来源:用户上传      作者:

　　【摘要】数据挖掘技术在企业发展中越来越受到重视，但企业生产数据都具有复杂数据的特征，常规的数据分析不能深入挖掘出生产规律，因此需要先进的数据挖掘工具。本文结合IOS智能优化系统软件分析了数据挖掘技术，为数据挖掘技术进一步在企业生产中应用做探索性研究。
　　【关键词】数据挖掘  IOS智能优化系统  研究
　　随着计算机技术和数据挖掘技术的快速发展，数据挖掘技术为处理、分析企业数据提供了科学高效的解决手段。利用现有的历史数据对企业生产建设进行合理规划，为提高企业经济效益提供信息技术上的保证。
　　一、数据挖掘技术及方法
　　数据挖掘（Data Mining）技术是从大量的、不完全的、有噪声的、随机的实际应用数据中，提取隐含在其中的，人们事先不知道的、但又有潜在价值的规律和知识的过程。数据挖掘是一门新兴的交叉学科，汇集了数理统计、机器学习、模式识别、人工智能和数据库等学科的内容。经历二十多年的发展，结合统计学、数据库、机器学习等技术，数据挖掘已经成为一个自成体。
　　数据挖掘技术必须通过多种计算方法加以实现，目前主要有统计回归（Regression）、人工神经网络（Artificial neural network）、支持向量机 （Support Vector Machine） 、模式识别（Pattern recognition）等。其中模式识别方法包括模式识别的具体算法更是丰富，一般而言，有：主成分分析（PCA）、白化变换（LMAP）、最优判别平面方法（ODP）、相似分析法（SIMCA）、聚类分析方法、线性及非线性映照、线性及非线性逆映照等等。
　　二、数据挖掘工具
　　微软成立了相应的研究中心进行这方面的工作。META Group曾做出这样的评论，“全球重要的企业、组织会发现，到21世纪数据挖掘技术将是他们商业成功与否的至关重要的影响因素”。两大统计软件公司SAS和SPSS也推出了各自的数据挖掘工具Enterprise Miner和Clementine。
　　目前，第4代的产品目前较少。由上海恒阳数据技术有限公司和上海大学计算机化学研究室联合开发的IOS智能优化系统软件是国内具有自主知识产权的数据挖掘软件之一，是第4代产品中先进的、功能全面的数据挖掘软件。
　　三、IOS智能优化系统软件
　　（一）IOS智能优化系统数据处理流程
　　处理企业生产中的复杂数据，需要清晰的数据处理流程。IOS智能优化系统软件在据挖掘技术过程中有其特定的数据处理流程，如图1所示。
　　（二）IOS智能优化系统软件数据挖掘算法
　　不同的数据应该用不同的数据挖掘方法进行分析，才有可能挖掘出有价值的规律。IOS智能优化系统软件不仅提供了常规的数据挖掘方法，如PCA，Fisher，PLS、ANN、SVM，而且在长期的实践中开发了一些独特的、新颖的数据挖掘方法，如独有的模式识别最佳投影识别方法、独有的超多面体模式识别建模方法、独有的逐级投影模式识别建模方法、独有的模式识别最佳投影回归方法、多种数据挖掘相结合的方法。IOS智能优化系统软件的多种数据挖掘可全面的、深入的对复杂的数据进行定量、定性分析。
　　四、结语
　　数据挖掘在采油工程中的应用有其自身的优势，必须将专业知识和挖掘人员的专业知识结合，收集大量的數据，反复实践，才能形成一个真正实用的系统。数据挖掘技术对企业未来的发展，必将起到辅助实际工作的决策作用。
　　参考文献：
　　[1]孟庆民.数据挖掘技术在气田压裂效果评价中的应用[J].中国石油大学学报（自然科学版），2018，32（5）：165-169.
　　[2]庞剑锋，卜东波，白硕.基于向量空间模型的文本自动分类系统的研究与实现[J].计算机应用研究，2016，18 （9）：23-26.
转载注明来源:https://www.xzbu.com/2/view-15149005.htm