消防滅火救援中數據挖掘技術的應用

王鵬飛

摘 要：城市化人口的集中和城市化建設的加快加劇了城市消防工作的難度，為了有效管理城市消防滅火系統，就要從消防供水系統下手，這里就要運用到數據挖掘技術對數據進行有效分析。那么消防滅火救援中數據挖掘的應用是怎樣的，本文會逐一進行探討與分析。

關鍵詞：消防滅火救援；數據挖掘技術；應用

中圖分類號：TP274 文獻標識碼：A

隨著城市化建設步伐的加快，城市中人口的集中，產生了許多安全隱患，尤其是火災隱患，所以消防滅火工作變成了現今城市建設中的重要工作。消防滅火救援中最重要的是對水的需求，做好城市消防滅火工作的基礎是有效設置好城市給水系統的合理設置。數據挖掘就是將大量的隨機化數據編程課被理解的智慧的過程，使用數據挖掘等相關知識可以對城市消防及水系統中的相關信息進行有效處理。本文通過對數據挖掘技術進行分析，從而得出其在消防滅火救援工作中的作用，從而分析消防滅火救援中數據挖掘的應用。

一、對數據挖掘技術的認識

數據挖掘是20世紀80年代產生的一種用來分析信息數據的一種專業技術，常常用來決策或者解決商業方面的問題。數據挖掘的操作方法是對一些大量的數據進行提純，運用一定的手段對數據進行處理，將數據中的有效信息提取出來，實現數據和信息的有效轉化。數據挖掘就是將大量的隨機化數據編程課被理解的智慧的過程。數據挖掘的過程主要可以分為以下幾步：首先是數據的準備，將被挖掘的數據進行詳細羅列，其次是數據挖掘，也就是從數據樣本中提取有效信息，最后是對挖掘結果的解釋。數據挖掘是一項十分綜合性的技術，他是數理統計、數據庫、模糊數學等相關技術的綜合體，是一項多種數學學科交叉的綜合性學科，數據挖掘的價值主要表現在以下幾個方面：可視化、估值與預測、分類與聚類、關聯分析以及異類分析幾種。

二、消防滅火救援中數據挖掘技術的作用

數據挖掘作為綜合性的統計技術，在各行業的作用不容小視，其中運用于消防滅火救援過程中也是十分有效的。而數據挖掘在消防滅火救援中被應用的優勢也就是其發揮的作用主要表現在以下幾點：首先是使用數據挖掘等相關知識可以對城市消防及水系統中的相關信息進行有效處理。其處理步驟為：（1）根據消防滅火救援中的供水需求進行分析，在現有的數據庫中尋找相關數據，并將數據進行整合。（2）運用數據倉庫分析技術對數據進行初步處理，粗略計算出積水系統的供水量。（3）采用聚類分析方法對數據進行分類，有效規劃好城市消防給水系統的大框架。其次，數據挖掘技術中所涉及的數據倉庫技術能夠有效解決當前消防數據庫中信息利用率低的缺點，能夠有效整合多個數據庫中的數據建立專門的數據庫，并能夠對數據進行分析，對現有的消防滅火救援工作提供便利。此外，我國現有的地面水源的有效利用率還不是很高，江河湖海中的水大部分都是火災的時候臨時抽取，難免有些處理不當，數據挖掘能夠有效整理消防供水系統，將地面水源規劃到消防供水的庫存中，提高地面水源利用率，也有效降低管理成本。最后，數據挖掘中的聚類分析方法能夠有效對城市中所發生的活在源頭和隱患進行整理和排查，有效防止火災的發生，也能夠進一步優化城市消防系統，擴大消防供水系統的覆蓋點，完善城市消防滅火系統，而且數據挖掘還能夠對不同的建筑分步進行細化分類，對不同程度的火災所需要的水量進行預測，從而能夠實現對城市消火栓的分布情況進行科學性處理。

三、消防滅火救援中數據挖掘的應用

消防滅火救援中最重要的是對水的需求，做好城市消防滅火工作的基礎是有效設置好城市給水系統的合理設置。所以消防滅火救援中數據挖掘的應用要從消防的供水需求出發，對現有的數據庫進行分析和整合，確定需水狀況，進一步對事實表和維度進行劃分，建立新的數據倉庫，為消防給水系統的運行提供決策方面的支持。步驟如下：

（一）建立數據模型

從上文分析來看，建立新的數據庫要具有以下功能：火災風險評估功能、消防給水功能以及歷史或再分析功能。而要做到這三點，就要對數據倉庫進行分類，建立三層分類模型，分別是概念模型、邏輯模型和物理模型三類。概念模型的設計主要以信息包圖為基礎進行，首先要確定信息包圖的指標、維度和類別三大方面，然后再對實體對象進行分析，從而完成信息包圖；邏輯模型的基礎是星型圖，它的主要方面是指標實體、維度實體和詳細類別實體三種，主要反映概念模型中涉及的實體間的關系；物理模型的基礎是數據庫表，主要是將指標的實體轉化成的數據編成表，主要內容的是星型圖中各種中心和邊角上的數據信息，能夠有效形成火災風險防控的星星模式結構。

（二）聯機網絡進一步分析

這一步是運用網絡工具進行聯機分析，主要的步驟為：首先定義控制流任務，運用合適的多媒體工具進行數據的提取和轉換，而且還要確保數據的時效性；其次是建立對微數據，將數據倉庫中的事實表和維表從而為表轉換為多維化數據。

（三）聚類方法分析火災風險

聚類分析是數據挖掘技術中一種重要的數據處理方法，主要原理是將指標量變為數據量，主要步驟是：建立指標體系——確定指標因子的權重——量化指標——實現聚類分析。通過聚類分析可以對不同地區的火災等級進行分類，評估不同地區的火災隱患嚴重度，從而進行供水系統的有效安排，保障該區域的消防滅火工作的進行，也能夠對火災進行有效的防控。

結語

綜上所述，數據挖掘技術是時代發展的成果，是對數據進行統計的重要技術，在各行業的應用都很廣泛。本文通過分析消防滅火救援中數據挖掘的應用，對數據挖掘技術有了初步了解。雖然我國消防工作中設計了大量數據，對于數據處理的技術還很生疏使得數據的利用率比較低，本文將消防工作和數據挖掘技術聯系起來，能夠對消防工作中的數據處理起到一些參考作用，相信隨著時間發展，數據挖掘終將運用于消防領域中，為我國未來的建設貢獻一份力量。

參考文獻

[1]樓巍.面向大數據的高維數據挖掘技術研究[D].上海大學，2013.

[2]謝道文.基于數據挖掘的火災分析模型及應用研究[D].中南大學，2014.

[3]袁力哲，焦愛紅.淺談數據挖掘技術在消防系統中的應用[J].消防科學與技術，2004（06）：564-566.

[4]張大可.數據挖掘技術在火災事故分析中的應用研究[D].首都經濟貿易大學，2010.