论文部分内容阅读
摘 要：现阶段，数据信息资源的不断增加，给企业的各项管理工作提出了更高的要求。面对不断增加的数据库容量，如何有效进行数据的分析和处理，是每个企业需要重点考虑的问题。而随着信息时代的到来，诞生了数据挖掘技术，该技术的出现有效解决了数据信息庞大的问题，通过数据挖掘技术的应用，使得数据分析和处理变得十分高效，极大地提高了企业的各项管理工作。
关键词：数据挖掘技术 煤炭管理 信息系统 应用
一、数据挖掘常用的技术方法研究
1.神经网络法。它是建立在生物神经网络基础之上的分析方法，主要通过模拟人类的直觉和思维，同时融合生物神经元的特点，最终形成的一种网络系统。该方法通过非线性映射的思想和并行处理的手段，达到数据信息传递和处理效果。
2.遗传算法。数据挖掘通常是指从海量信息数据中找寻人们所需要的一类数据信息，由于这些数据具有隐蔽性和潜在性，所以这一过程可以大致理解为搜索过程，即将数据库看作是搜索空间，如此进行的数据挖掘可以看成数据搜索。
3.决策树方法。它对数据进行有规律的分类，如此方便人们进行数据的挖掘和搜索。该方法的应用具有诸多优点，一方面由于该方法的描述过于简单，所以人们理解起来比较容易。另一方面，应用决策树方法进行数据挖掘时，数据搜索结果的准确性更高，同时分类速度也比较快，因此该方法目前比较适用于一些大规模数据分析和处理中。
二、基于数据挖掘技术的煤炭管理信息系统功能分析
1.预测功能。在煤炭企业的计算机综合管理系统中，数据挖掘技术的应用具有良好的预测效果，可以为企业后续的经营管理提供指导。通过数据挖掘技术的应用，企业管理人员可以不断积累与企业发展相关联的信息数据，规划企业未来的经营发展方向。
2.聚类功能。聚类功能在煤炭企业计算机综合管理系统中发挥重要作用，它通过数据挖掘技术的应用，可以很好地结合数据信息特点进行分类和总结，这样有利于管理人员进行有效的数据信息获取。
3.联系功能。其主要作用是加强煤炭企业各项数据信息之间的关联度，以确保进一步的分析和处理。
4.检测功能。数据挖掘技术在煤炭计算机综合管理系统中具有检测的功能，在煤炭企业设计开采方案前，需要建立相应的数据库，并通过计算机管理系统对数据库进行分析，得到最佳的开采方案。
三、数据挖掘技术的应用
1.对数据进行分析研究。在进行数据分析和研究之前， 要先参考成矿预测模型中数值来确定最符合要求的控矿变量及阈值。然后将收集到的数据和控矿变量送到相关部门进行检验， 检验通过后要将地层结构的状况、断层分布和结构状况、航磁的数据、矿层的分布状况等影响因素绘制成图属性表， 作为相关性检验的参考依据。在构建地质空间研究对象之前， 要先将研究的区域按照1 km×1 km的方式划分为网格结构， 然后再利用空间链接， 将网格结构与制作好的图层属性表相对应， 从而将每一网格结构的地层结构的状况、断层分布和结构状况、航磁的数据、矿层的分布状况都体现出来。除此之外， 为了保证施工的安全性， 在进行数据处理的时候要将矿层到断层之间的距离、矿层到不整合界线之间的距离设置缓冲距离， 起到保护作用。
根据地质空间的网格特征， 现在将每一网格结构的断层的走向关系和断层到矿层的距离关系整合在一起， 方便成矿的规则提供参考依据。为了将它们之间的空间关系更直观的表现出来， 需要利用这些空间关系的数据制成图层属性表， 并将每一网格结构看成是一个地质空间对象， 把每一个网格结构的相关属性都表现在图层属性表中。然后再分析每一网格结构的图层属性表就可以了解该地质空间的网格特征了， 土层属性表要表现出该地质地层的结构、岩石结构、不整合界线、布格重力的大小、航磁的数据、矿层的分布状况。最后为了计算出具体值， 利用云模型的方法对地质空间数据进行连续区间数据的离散化挖掘。
2.提取成矿关联规则。除了上文提到的要对收集到的地质空间数据集进行系统化的管理和相关性的检验外， 还要对数据集进行层次分析和专家评价， 专家要根据评价参数的重要性将影响参数重新排列。其中影响最大的是兴趣因素， 提升度和覆盖度次之， 影响因素最小的是置信度。
结合以上提取到的成矿关联规则和质量评价指标，对成矿地质空间数据集进行权重分配，将所研究的地质区域的每个网格结构的值都计算出来。我们就可以跟据计算出的值将地质区域划分为不同级别的区域，地质空间数据挖掘的有利成矿区在高潜力区和中潜力区占比大，占总研究值的92%。证据权模型有利成矿区也主要集中在高潜力区和中潜力区， 占总研究值的68%。
地质空间数据挖掘的有利成矿区域，总矿床点为81个， 处于有利成矿区域的矿床点就达到74个，占总矿床点的92%。此外，在高潜力区中，处于有利成矿区域的矿点为58个，占总矿床点的72%，在中潜力区中，处于有利成矿区域的矿点为16个，占总矿点的20%。通过以上数据我们可以得出基于地质空间数据挖掘的成矿预测模型的精准度要大大高于传统的证据权模型预测的精准度。
结论：综上所述，数据挖掘技术作为新型的信息技术，它在各个企业管理中占据重要地位。特别是对于煤炭企业而言，由于信息数据的分析对于企业开采运营的影响较大，所以为了提高煤炭企业的运营管理效率和水平，需要将数据挖掘技术应用到计算机综合管理系统中，有效发挥出数据挖掘技术的各项功能，最终推动煤炭企业的更进一步发展。
参考文献：
[1]韩家炜，坎 伯.数据挖掘：概念与技術[J].北京：机械工业出版社，2017
[2]董建新.计算机数据挖掘技术在煤矿行业的应用[J].煤炭技术，2017
关键词：数据挖掘技术 煤炭管理 信息系统 应用
一、数据挖掘常用的技术方法研究
1.神经网络法。它是建立在生物神经网络基础之上的分析方法，主要通过模拟人类的直觉和思维，同时融合生物神经元的特点，最终形成的一种网络系统。该方法通过非线性映射的思想和并行处理的手段，达到数据信息传递和处理效果。
2.遗传算法。数据挖掘通常是指从海量信息数据中找寻人们所需要的一类数据信息，由于这些数据具有隐蔽性和潜在性，所以这一过程可以大致理解为搜索过程，即将数据库看作是搜索空间，如此进行的数据挖掘可以看成数据搜索。
3.决策树方法。它对数据进行有规律的分类，如此方便人们进行数据的挖掘和搜索。该方法的应用具有诸多优点，一方面由于该方法的描述过于简单，所以人们理解起来比较容易。另一方面，应用决策树方法进行数据挖掘时，数据搜索结果的准确性更高，同时分类速度也比较快，因此该方法目前比较适用于一些大规模数据分析和处理中。
二、基于数据挖掘技术的煤炭管理信息系统功能分析
1.预测功能。在煤炭企业的计算机综合管理系统中，数据挖掘技术的应用具有良好的预测效果，可以为企业后续的经营管理提供指导。通过数据挖掘技术的应用，企业管理人员可以不断积累与企业发展相关联的信息数据，规划企业未来的经营发展方向。
2.聚类功能。聚类功能在煤炭企业计算机综合管理系统中发挥重要作用，它通过数据挖掘技术的应用，可以很好地结合数据信息特点进行分类和总结，这样有利于管理人员进行有效的数据信息获取。
3.联系功能。其主要作用是加强煤炭企业各项数据信息之间的关联度，以确保进一步的分析和处理。
4.检测功能。数据挖掘技术在煤炭计算机综合管理系统中具有检测的功能，在煤炭企业设计开采方案前，需要建立相应的数据库，并通过计算机管理系统对数据库进行分析，得到最佳的开采方案。
三、数据挖掘技术的应用
1.对数据进行分析研究。在进行数据分析和研究之前， 要先参考成矿预测模型中数值来确定最符合要求的控矿变量及阈值。然后将收集到的数据和控矿变量送到相关部门进行检验， 检验通过后要将地层结构的状况、断层分布和结构状况、航磁的数据、矿层的分布状况等影响因素绘制成图属性表， 作为相关性检验的参考依据。在构建地质空间研究对象之前， 要先将研究的区域按照1 km×1 km的方式划分为网格结构， 然后再利用空间链接， 将网格结构与制作好的图层属性表相对应， 从而将每一网格结构的地层结构的状况、断层分布和结构状况、航磁的数据、矿层的分布状况都体现出来。除此之外， 为了保证施工的安全性， 在进行数据处理的时候要将矿层到断层之间的距离、矿层到不整合界线之间的距离设置缓冲距离， 起到保护作用。
根据地质空间的网格特征， 现在将每一网格结构的断层的走向关系和断层到矿层的距离关系整合在一起， 方便成矿的规则提供参考依据。为了将它们之间的空间关系更直观的表现出来， 需要利用这些空间关系的数据制成图层属性表， 并将每一网格结构看成是一个地质空间对象， 把每一个网格结构的相关属性都表现在图层属性表中。然后再分析每一网格结构的图层属性表就可以了解该地质空间的网格特征了， 土层属性表要表现出该地质地层的结构、岩石结构、不整合界线、布格重力的大小、航磁的数据、矿层的分布状况。最后为了计算出具体值， 利用云模型的方法对地质空间数据进行连续区间数据的离散化挖掘。
2.提取成矿关联规则。除了上文提到的要对收集到的地质空间数据集进行系统化的管理和相关性的检验外， 还要对数据集进行层次分析和专家评价， 专家要根据评价参数的重要性将影响参数重新排列。其中影响最大的是兴趣因素， 提升度和覆盖度次之， 影响因素最小的是置信度。
结合以上提取到的成矿关联规则和质量评价指标，对成矿地质空间数据集进行权重分配，将所研究的地质区域的每个网格结构的值都计算出来。我们就可以跟据计算出的值将地质区域划分为不同级别的区域，地质空间数据挖掘的有利成矿区在高潜力区和中潜力区占比大，占总研究值的92%。证据权模型有利成矿区也主要集中在高潜力区和中潜力区， 占总研究值的68%。
地质空间数据挖掘的有利成矿区域，总矿床点为81个， 处于有利成矿区域的矿床点就达到74个，占总矿床点的92%。此外，在高潜力区中，处于有利成矿区域的矿点为58个，占总矿床点的72%，在中潜力区中，处于有利成矿区域的矿点为16个，占总矿点的20%。通过以上数据我们可以得出基于地质空间数据挖掘的成矿预测模型的精准度要大大高于传统的证据权模型预测的精准度。
结论：综上所述，数据挖掘技术作为新型的信息技术，它在各个企业管理中占据重要地位。特别是对于煤炭企业而言，由于信息数据的分析对于企业开采运营的影响较大，所以为了提高煤炭企业的运营管理效率和水平，需要将数据挖掘技术应用到计算机综合管理系统中，有效发挥出数据挖掘技术的各项功能，最终推动煤炭企业的更进一步发展。
参考文献：
[1]韩家炜，坎 伯.数据挖掘：概念与技術[J].北京：机械工业出版社，2017
[2]董建新.计算机数据挖掘技术在煤矿行业的应用[J].煤炭技术，2017