計算機數據挖掘技術開發及其在信息管理中的運用研究

摘 要：計算機數據挖掘技術屬于當前互聯網信息時代的熱門技術，它徹底改變了各個行業領域中企業的信息管理流程、方法甚至內容。為此，人們也著力開發計算機數據挖掘技術，希望全面優化其信息管理內涵。文章首先探討了計算機數據挖掘技術的核心理論，思考該技術在信息管理工作中的具體運用，最后加以例證分析。

關鍵詞：計算機數據挖掘技術；信息管理；分類；價值意義；高校檔案

Research on the Development of Computer Data Mining Technology and Its Application in Information Management

Gao Jianfang

（Computer & Information Engineering Department，Baotou ，Inner Mongolia014030）

Abstract：Computer data mining technology is a popular technique in the current era of internet information，radically transforming the process，methods，and even the content of information management across various industrial sectors.Consequently，there is a concerted effort to develop computer data mining technology，aiming to comprehensively optimize the connotations of information management.This paper first discusses the core theories of computer data mining technology，then contemplates its specific applications in information management，and finally presents an analysis through illustrative examples.

Key words：Computer Data Mining Technology;Information Management;Classification;Value Significance;University Archives

數據挖掘技術是相當全面且新穎的處理技術，它在數據庫中隨機選取匹配需求的數據內容，建立數據挖掘這一系統循環流程，制定目標節點，追求達成目標效果。在技術應用過程中，數據挖掘系統是能夠實現自動返回的，它在目前的信息管理工作中發揮了積極作用，有效提高了管理工作效率與質量。

一、計算機數據挖掘技術的基本理論

（一）計算機數據挖掘技術的內涵

數據挖掘技術（data Mining）能夠滿足不同客戶的不同需求，它可以從海量的大數據檔案庫中迅速挖掘有價值的信息和知識，并為客戶提供需要的單個數據文件或是以知識鎖鏈的組合形式呈現的多個數據文件。從廣義上講，數據的挖掘是從海量的、模糊的、隨機的實際應用數據中提取事先未知的、隱含的但卻具有潛在應用價值的信息和知識的過程。它的種類包括了結構性數據挖掘、文本數據挖掘和web型數據挖掘。數據挖掘技術是能夠鑲嵌于計算機系統之中的，它在計算機決策過程中發揮了重要支持作用，主要是通過統計學、人工智能學技術理論來對原始數據進行分析、整理、歸類以及使用，最終尋找出人為發現的數據應用呈現模式。在計算機數據挖掘技術支持下，決策者的決策過程更加合理化，他們通過一定的技術依據在龐大的數據庫中尋找KDD（Knowledge Discovery in Database——知識發現），并在數據庫研究過程中挖掘更多數據內容，建立有效且具有隱藏屬性的數據內容。就目前來看，基于計算機數據挖掘技術的GIS可視化技術、人工智能AI技術以及數理統計技術等等都已經被廣泛應用。［1］

（二）計算機數據挖掘技術的類型分類

計算機數據挖掘技術所建立的是一個龐大的技術體系，其類型分類較多，主要根據數據采集質量與屬性劃分出不同類型。這些不同類型的技術內容在自身屬性、使用范圍、所采用的計算模式、生成訓練稽核以及屬性分析等方面都有差異，且主要通過計算機挖掘技術系統進行深入分析。

首先是相關規則類型，它在計算機數據挖掘技術中應用技術含量相對較低，主要是結合關聯性分析原則對數據程序進行精準描述，進而獲得具體數據內容。這種技術類型能夠在系統處理數據庫中配合選取數據記錄來有效抑制空間由于數據庫所產生的占有率變高問題。

其次是粗糙集類型，這一類型在實際的計算機數據挖掘技術中應該屬于知識模糊且缺乏精準性的數學工具范疇。就系統實際運行過程而言，需要通過粗糙集來分析計算機數據挖掘技術的自身優勢，掌握信息數據的真實運行狀況，通過簡單算法保證用戶工作簡易化。而在實際的數據挖掘技術研究過程中，則需要加強對數據資料的表格化轉化，為客戶提供相對便捷的技術支持，確保相關信息數據查詢過程簡單化、快捷化。考慮到網絡空間自身具有一定的虛擬性與不確定性，因此，數據庫的實際工作過程也存在諸多不確定知識內容，在應用粗糙集方法有效解決這一問題過程中也要建立更多粗糙集數據技術類型。［2］

高建芳：計算機數據挖掘技術開發及其在信息管理中的運用研究

二、計算機數據挖掘技術開發在信息管理工作中的運用優勢

目前，國內正在大力開發計算機數據挖掘技術，并將這一技術充分應用于各個行業領域的信息管理工作中，發揮了重要作用。

（一）提高信息管理工作安全穩定性

計算機數據挖掘技術在開發過程中深層次思考了提高信息管理工作安全穩定性的有效方法。例如在企業檔案管理工作中，計算機數據挖掘技術就發揮了重要作用，它能夠對檔案歷史信息內容進行整理、歸檔以及存儲記錄，保證檔案管理歷史價值的長久發揮，對于企業未來決策而言至關重要。計算機數據挖掘技術能有效規避檔案信息因使用受損而壽命縮短這一現實問題。根據企業檔案信息不同的內容、用途以及密保程度，計算機數據挖掘技術也能展開有效分析，避免出現檔案信息內容泄露的情況。目前的企業檔案信息管理系統在充分運用計算機數據挖掘技術基礎上建立了數據統計與分析機制，對某些不恰當的檔案借閱行為進行分析、管理以及監督，最大限度規避惡意利用檔案信息以及檔案信息泄密行為出現。如此看來，此技術保障了企業檔案信息管理的安全性，同時也提高了實體檔案的保存與使用壽命，這是對檔案信息數據管理工作穩定性的提升。［3］

（二）加強信息管理內容使用率

企業中檔案信息管理密保等級較高，這也說明了檔案信息管理工作的重要性，為了有效加強檔案信息管理內容使用率，企業會積極采用計算機數據挖掘技術，對檔案信息內容的密保程度進行詳細規范，適當調整檔案借閱限制。簡言之，就是要在加強信息管理內容使用率的基礎上充分認識到企業檔案管理的重要性與局限性，結合檔案信息借閱管理的被動情況建立良好的借閱申請機制，體現檔案信息管理主動性。而在充分運用計算機數據挖掘技術過程中，也要加強與檔案借閱者的相互溝通交流，構建專業化的檔案管理平臺，進一步提高檔案信息管理工作的針對性，如此也能保證信息管理內容使用率提高。就以某企業為例，他們在運用計算機大數據技術過程中就對檔案具體信息、使用狀況以及保存現狀進行了綜合分析，結合具體狀況制定相應形成規律，優化相應使用范圍，保證對信息的重要程度進行有效鑒定，如此對于檔案信息鑒別工作來說也是非常有利的。［4］

（三）保障信息管理工作完整性

計算機數據挖掘技術能夠保障信息管理工作完整性，結合實際的檔案信息管理工作流程來應用數據挖掘技術，對于檔案信息的具體操作優化、調閱流程都有一定好處。在分析挖掘信息管理工作完整性的基礎上，對于檔案信息的生產特征、規范以及使用范圍也進行了詳細歸納與總結，保證檔案鑒定工作中相應的數據依據優化到位。在采用計算機數據挖掘技術過程中，還需要結合檔案信息管理過程來分析檔案信息整體管理系統相關性，確保為系統管理提供強有力的數據支持以及技術保障，優化檔案信息管理數據流，體現計算機數據挖掘技術對于信息管理工作的完整覆蓋，且有效保障了信息管理工作完整性。［5］

三、計算機數據挖掘技術開發在信息管理工作中的實際應用

數據挖掘技術本身以計算機系統作為基礎平臺，其對于系統中的大量隨機數據分析、整理、提取到位，不但提高了企業檔案信息管理工作的質量與效率，同時也實現了對信息化整合機制的有效完善。當前，計算機數據挖掘技術在深入差異化分析過程中也建立了相對完善的信息管理系統，在檔案信息管理工作中結合數據循環處理發揮了重要作用，也實現了對于信息數據內容的篩選與提取。某高校在進行自身校內檔案信息管理工作中采用了計算機數據挖掘技術，其技術主要以數學知識方法作為基礎，在一定條件下創建具有高度概括性以及邏輯性數學語言，將事物的狀態過程關系直觀表達出來，而在實際運算過程中也涉及大量演繹法與歸納法內容，確保所收集數據的準確性有所提升，迎合信息管理領域中的基本法則。為此，下文分析了某高校運用計算機數據挖掘技術實現檔案信息管理工作的諸多實踐應用問題。

（一）采用計算機數據挖掘技術管理檔案信息的可行性分析

某高校完全摒棄了傳統檔案管理工作機制，在技術上謀求創新，為提高檔案服務水平、效率與質量而采用了計算機數據挖掘技術。新技術不但節省了大量人力資源，同時也能提取海量的大數據實質信息，保證檔案信息管理工作真正實現網絡化、數字化、智能化無縫對接。如此一來，某高校的檔案信息管理工作已經具有了一定實施可行性。

（二）采用計算機數據挖掘技術管理檔案信息的價值意義分析

某高校在采用計算機數據挖掘技術過程中基本實現了對于檔案信息的有效管理，在充分發揮技術優勢的基礎上，也從本質層面上提高了服務管理水平，實現了檔案管理模式、收集、整理、歸納全方位優化。具體來講，體現在以下幾點：

第一，運用計算機數據挖掘技術提高了檔案信息管理工作的安全穩定性。不可否認，某高校中的某些總結性教育工作記錄都是相當珍貴的文字資源，它們為學校開展高水平的教育活動提供了專業支持，必須長久保存。而為了有效規避信息數據流失，某高校選擇采用計算機數據挖掘技術，在做好檔案信息數據機密保存基礎上，也建立了相應的監督機制，避免出現信息泄露以及借閱次數過多問題。另外，計算機數據挖掘技術在監督學校檔案信息借閱過程中的某些不當行為，分析惡意損害、利用檔案行為也是非常見效的，它提高了學校檔案信息的保密程度以及安全管理穩定性。

第二，運用計算機數據挖掘技術為檔案鑒定工作流程提供便捷。不可否認，某高校中檔案信息管理工作難度最大，且管理工作流程復雜，容易出現管理漏洞。這主要是因為某高校深受人為因素影響，容易出現檔案資源的浪費情況，甚至某些有價值的檔案資源被他人偷竊，造成巨大損失。所以某高校希望從龐大的數據庫中提取、篩選、分析并對比有價值數據，建立良好的檔案信息鑒定工作機制，有效彌補人為失誤以及疏忽，深層次挖掘檔案數據信息的客觀規律，從而保護技術工作人員隱私，如此也能為檔案借閱者提供具有針對性的輔助幫助。

第三，運用計算機數據挖掘技術降低了檔案鑒定工作的整體成本。考慮到計算機數據挖掘技術是貫穿于高校的整個信息檔案管理流程的，且某些檔案信息必須永久保存，所以采用該技術建立科學合理的檔案數據信息篩選機制，確保檔案管理真實程度有所提高，同時建立檔案信息資源的量化處理機制，真正做到對檔案信息管理內容的有效鑒定與歸納。在計算機數據挖掘系統正常運行過程中，也希望保障篩選工作有效開展，避免出現檔案信息管理工作中出現由于人為失誤所造成的檔案數據信息丟失情況。

（三）采用計算機數據挖掘技術管理檔案信息的有效做法

某高校采用先進的計算機數據挖掘技術管理自身檔案信息，有效做法有以下三點：

1.大量收集檔案數據信息

某高校運用計算機數據挖掘技術收集了大量檔案數據信息，主要是結合數學知識分析檔案中的信息數據屬性、類型以及內容，最終創建準確的數學模型。在分析了海量數據資源基礎上還對檔案數據內容進行了分類，這也是信息收集的第一流程，是檔案管理工作的重要基礎。同時，數據挖掘技術也為檔案管理工作提供了具有極強針對性的信息數據，提高了數據管理的個性化服務水平。

2.深度分類和預測檔案數據信息

某高校運用數據挖掘技術來深度分類、預測檔案數據信息，將檔案數據信息區域劃分為不同板塊，細化檔案信息管理工作流程以及工作類別，按照一定挖掘系數對檔案信息屬性進行詳細分類，并建立訓練集以及數學模型，在計算機系統平臺中提取最為原始的可查詢檔案數據信息，總結用戶特征。同時，深度分類和預測檔案數據信息內容過程中也能做到對檔案信息內容的有效搜索，了解其訪問次數。

3.有效整合檔案數據信息

某高校運用計算機大數據挖掘技術有效整合檔案數據信息，運用數據挖掘技術處理某些壞檔案、死檔案，提取其中有效信息重新開發檔案資源，為借閱者提供更優質服務。在新技術加持下，某高校的檔案數據信息資源從原本的靜態轉化為動態，其可傳播性以及可利用性也有所改善。通過計算機數據挖掘技術開發創建的數字化檔案資源管理體系，配合網絡平臺與信息檢索系統為借閱者提供了高質量、高效率的服務內容，真正發揮了檔案數據信息資源的整合優勢。

四、結語

在大數據時代背景下，海量的數據和多樣的形式有其優勢也凸顯出一系列問題。通過各種技術手段對數據進行文本挖掘和模式識別，深層次地發掘檔案之間的知識關聯和屬性關聯，全面優化信息管理內涵。本文對計算機數據挖掘技術背景下的企業信息管理工作進行了深度分析，深挖企業信息管理工作中可能存在的各種不利因素，結合某高校的檔案信息管理系統建設來充分展示計算機數據挖掘技術的各種不同運用機制與運用方法，以期能夠提高高校信息管理工作水平。

參考文獻：

［1］魯馨月.高校檔案信息管理系統中計算機數據挖掘技術應用分析［J］.電腦知識與技術，2021，17（15）：41-42、47.

［2］張鐵紅，李文婧，馬立麗.信息管理中計算機數據庫技術的應用研究［J］.電腦知識與技術，2021，17（34）：23-24、36.

［3］高文博.大數據技術在計算機網絡信息管理中的應用研究［J］.無線互聯科技，2021，18（11）：85-86.

［4］張志彬.基于計算機技術在醫院信息化管理系統設計［J］.計算機測量與控制，2021，29（7）：185-189.

［5］王海軍.大數據技術在高校計算機信息教學中的研究［J］.網絡安全技術與應用，2021（2）：83-85.