簡析數據挖掘技術在水利工程管理中的實施要點

[摘要]數據挖掘技術是一種能夠在大量繁雜的數據中尋找潛在的、有利用價值信息的信息處理技術，在當前信息時代發揮著極其重要的作用。當前，在水利工程管理中，存在著大量的空間數據和非空間數據，要想對這些數據進行有效處理，就必須應用相應的數據處理技術。本文結合數據挖掘技術的相關概念，對其在水利工程管理中的實施要點進行了分析和探討。

[關鍵詞]數據挖掘技術；水利工程；管理；實施要點

前言

在社會經濟發展的推動下，我國的基礎設施建設取得了巨大的成就，水利工程項目的數量也在不斷增加，已經逐步形成了一個具有防洪、防澇、灌溉、發電、運輸、水產養殖、旅游等功能的水利工程體系，在國民經濟發展中起到了極其重要的作用。因此，做好水利工程管理工作，確保水利工程功能的充分發揮，是需要相關部門充分重視的問題。應用數據挖掘技術，可以有效解決水利工程管理中數據信息繁雜帶來的相關問題，提升水利工程管理水平。

一、數據挖掘技術概述

數據挖掘，也可以稱為資料探勘或者數據采礦，是數據庫知識發現的一個步驟。簡單來講，數據挖掘就是從大量的數據中，通過相應的算法，搜索隱藏于其中信息的過程。而學術界比較認可的概念為：數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用過程中，提取出潛在的、不為人知的有用信息和知識的過程。數據挖掘技術主要是依據人工智能、計算機、統計學等相關技術，通過統計、在線分析處理、情報探索、專家系統以及模式識別等，對數據進行歸納推理，從中挖掘出潛在的信息，預測未來發展趨勢，從而為決策提供相應的數據支持。

數據挖掘是一個多種專家共同合作的過程，同時也是一個高技術、高資金投入的過程，在實際應用中，為了趨近事物的本質和真實，必須進行長期反復的研究和實踐，在反復的過程中，對問題進行最優化處理。數據挖掘的過程主要分為以下幾個階段：

（1）確定業務對象：做好業務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，但是探索的問題必須是有預見的，明確業務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，對于業務目標相關的內部和外部數據信息進行查找，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行全面細致分析，確定需要進行挖掘操作的類型；然后，結合相應的挖掘算法，將數據轉化稱為相應的分析模型，以保證數據挖掘的順利進行。

（3）數據挖掘：在對數據進行轉化后，就可以結合相應的挖掘算法，自動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行評價，結合數據挖掘操作明確分析方法，一般情況下，會用到可視化技術。

（5）知識同化：對分析得到的數據信息進行整理，統一到業務信息系統的組成結構中。這個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行。

二、數據挖掘技術在水利工程管理中的實施要點

水利工程在經濟和社會發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揮，是相關管理人員需要重點考慮的問題。最近幾年，隨著社會經濟的飛速發展，水利工程項目的數量和規模不斷擴大，產生的水利科學數據也在不斷增加，這些數據雖然繁瑣，但是在許多科研生產活動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環境問題的處理方面，獲取完整的水利科學數據是首要任務。那么，針對日益繁雜的海量水利科學數據，如何對有用的信息知識進行提取呢？數據挖掘技術的應用有效的解決了這個問題，可以從海量的數據信息中，挖掘出潛在的、有利用價值的知識，為相關決策提供必要的支持。

1.強化數據庫建設

要想對各類數據進行科學有效的收集和整理，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，對有用數據進行挖掘。

2.合理選擇數據挖掘算法

（1）關聯規則挖掘算法：關聯規則挖掘問題最早提出于1993年，在當前數據挖掘領域，從事務數據庫中發現關聯規則，已經成為一個極其重要的研究課題。關聯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系，通過量化的數據，來描述事務A的出現對于事務B出現可能產生的影響，關聯規則挖掘就是給定一組Item以及相應的記錄組合，通過對記錄組合的分析，推導出Item間存在的相關性。當前對于關聯規則的描述，一般是利用支持度和置信度，支出度是指產品集A、B同時出現的概率，置信度則是在事務集A出現的前提下，B出現的概率。通過相應的關聯分析，可以得出事務A、B同時出現的簡單規則，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常使用，置信度高則表明規則相對可靠，通過關聯分析，可以明確事務A、B的關聯程度，決定兩種事務同時出現的情況。

（2）自頂而下頻繁項挖掘算法：對于長頻繁項，如果采用關聯規則挖掘算法，需要進行大量的計算分析，不僅耗時耗力，而且影響計算的精準度，這時，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秀的長頻繁項挖掘算法，利用了事務項目關聯信息表、項目約簡、關鍵項目以及投影數據庫等新概念與投影、約簡等新方法，在對候選集進行生成的過程中，應該對重復分支進行及時修剪，提升算法的實際效率，從而有效解決了長頻繁項的挖掘問題。結合計算機實驗以及算法分析，可以看出，這種方法是相對完善的，同時也是十分有效的。不過需要注意的是，當支持度較大、頻繁項相對較短時，利用關聯規則挖掘中典型的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，可以較好的解決長頻繁項以及段頻繁項的挖掘問題，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，可以對候選集進行及時修剪，提升算法的實際效率。

三、結語

總之，在當前信息時代，應用數據挖掘技術，可以強化水利工程管理的效率和質量，確保水利工程功能的充分發揮，推動社會經濟建設的穩步進行。

參考文獻

[1]韓紅旗.數據挖掘技術在水利工程管理中的應用研究[J].中國管理信息化，2010，13（4）：76-79.

[2]戴元將，祁智，陳愛鑫.數據挖掘技術在水利工程管理中的應用研究[J].經營管理者，2014，（13）：308.