数据挖掘技术在物联网的应用初探①

江苏经贸职业技术学院 阮卫华

1 物联网概述

近几年，物联网的概念已经深入到人们生活的很多方面，世界上很多国家已经将物联网作为各国战略性产业振兴的一部分。物联网(The Internet of Things，IOT)概念最早出现于20世纪90年代末的麻省理工学院，其定义是把所有物品通过射频识别、红外感应器、全球定位系统、激光扫描器等信息传感设备与互联网连接起来，进行信息交换和通讯，实现智能化识别、定位、跟踪、监控和管理。物联网最为核心的技术是无线身份识别(RFID)技术，通俗地讲，也可以简单地把物联网认为就是物物相连的互联网。

工业和信息化部于2012年2月14日发布的《“十二五”物联网发展规划》中提出，2015年我国要在物联网核心技术研发与产业化、关键标准研究与制定、产业链条建立与完善、重大应用示范与推广等方面取得显著成效，初步形成创新驱动、应用牵引、协同发展、安全可控的物联网发展格局。毫无疑问，如果“物联网”时代来临，人们的日常生活将发生翻天覆地的变化。

2 数据挖掘技术

数据挖掘技术(Data Mining)也叫做知识发现，所谓数据挖掘就是从大量数据中发现对人们有价值的概念、模式和规律等，它是一个揭示出隐含的、先前未知的并有潜在价值的信息的过程。它是一门交叉科学，主要涉及数据库技术、人工智能、机器学习、统计学、信息检索和模式识别等领域，有十分广阔的应用前景。随着物联网的发展，数据挖掘技术也必然会在物联网得到广泛运用。

作为一个完整的数据挖掘过程，其是个很庞大的系统，主要结构如图1所示，主要分为以下几个部分：

(1)确定业务对象。在进行数据挖掘之前，最重要的一步就是要明确业务问题并且弄清数据挖掘的目的，然后再找数据的来源。数据挖掘的来源很多，只要具备大量数据的来源都可以进行挖掘，虽然最后的结构是不可预测的，但要探索的问题必须是可以预见的，否则进行数据挖掘时是不会成功的。

(2)数据预处理。由于数据的来源很多，其中包含很多的数据信息，在确定了数据来源后，必须首先对数据信息进行数据预处理。数据预处理一般包括数据清理、数据集成、数据变换和数据规约四个处理过程。

(3)数据的转换。将数据转换成一个分析模型，这个分析模型是针对挖掘算法建立的，建立一个真正适合挖掘算法的分析模型是数据挖掘成功的关键。

(4)数据挖掘过程。对所得到的经过转换的数据进行挖掘，除了完善从选择合适的挖掘算法外，其余一切工作都能自动地完成。

(5)模式评估。解释并评估结果，其使用的分析方法一般应作数据挖掘操作而定，通常会用到可视化技术。根据某种兴趣度量，识别表示知识的真正有趣的模式。

(6)知识的同化。使用可视化和知识表示技术，向用户提供挖掘的知识。

(7)用户界面。最后需要将数据挖掘的结果展示给用户，提供给用户适当的操作界面进行操作，以得到相关的结果。

3 数据挖掘技术在物联网应用的必要性

物联网作为一门新兴技术，发展还处于初级阶段，在技术、市场、客户等多个方面还面临着诸多问题。在我国宏观经济调控政策的指导下，经济快速增长的推动下，一旦物联网大规模普及，小巧而又智能的传感器加装到无数的物品上，用于动物、植物、机器等物品的传感器与电子标签及配套接口装置数量将大大超乎于寻常想象。因此，随着物联网在人们生活中各个方面的广泛应用，已经为数据挖掘技术的运用奠定了基础，主要有以下几个方面。

3.1 企业物流信息化的快速发展

对于是否是现代物流企业，最重要的衡量标准之一就是企业信息化程度的高低，因此对于现代物流企业来说，大力发展物流信息化，是现代物流企业的主要发展趋势。以物联网技术为依托，以企业的供应链作为基础，构建企业的信息服务平台，这将是第三方物流企业信息化的一个发展方向。在信息平台建设中引入物联网技术，借助物联网技术的优势，可以有效改善企业物流作业的配送业务和车辆运输等系统的效率和准确性。

随着近几年企业对物流信息化的重视，投入了一定的资金进行物流基础设施的购买和更新，为物联网的应用提供了硬件方面的支持，同时，企业根据其自身的特点选择相应的物流技术构建了企业的信息服务平台。但在市场竞争中，物流企业必然会和不同的行业打交道，比如海关等，而不是一个单独的个体，因此，建立一个物流公共信息平台是必然的趋势。同时，公共信息平台的构建也为企业使用物联网奠定了一定的基础。

3.2 物联网拥有海量的数据积累

海量的数据积累是数据挖掘技术实施的一个重要的前提条件。不容置疑，物联网已经处于数据爆炸阶段，数据量已开始呈几何级数增长，每天都会产生大量的数据。特别是超大规模数据库在物联网的使用，使数据被自动加速积累。对于如此巨大的数据，由于人们的能力有限，无法分析处理所有的数据，因此陷入了数据丰富、信息贫乏的局面。为了不让数据被浪费，要从海量数据中找出对人们有价值的信息知识，只能依靠数据挖掘技术，通过专业机构的数据质量评价体系来实现。

3.3 物联网产生的信息十分复杂，涉及的信息面很广

由于物联网的运用十分广泛，不仅仅运用在物流管理方面，也被广泛运用到了政府工作、智能交通、环境保护、公共安全、消防、工业测试、老人护理、个人以及个人健康等多个领域。国际电信联盟于2005年的一份报告曾这样描述“物联网”时代的图景：当司机出现操作失误时汽车会自动语音报警；当主人出门时公文包会提醒主人需带哪些物品；衣服会“告诉”洗衣机因衣服材质和颜色不同选择什么样的水温和清洗方式等等。物联网把新一代IT技术运用到各行各业中，使得各行各业操作更智能化与人性化。

3.4 强大的多处理器计算机和先进的技术

不管是物联网的运用，还是数据挖掘技术的运用，都离不开计算机技术的发展。日新月异的计算机硬件发展可以说始终是超越人类的应用需求，超越人类的需求欲望。在硬件方面已经生产出来强大的多处理器计算机，具有更快和更大的计算能力和并行体系结构，在软件方面已经出现了超大规模数据库，例如商业数据仓库和计算机自动收集的数据记录，为物联网的运用以及数据挖掘技术的运用奠定了基础。

3.5 相关人才的大力培养和储备

目前，物流人才的缺少严重地限制了物流在我国的发展。我国现有的物流人才已经远远满足不了未来物流业发展的需求。对此，国内物流企业要以自身为基础，按现代物流的内在要求来加强企业员工的素质并强化其的服务能力，同时重视人才的引进，大力培养符合企业的高素质人才。

近几年，我国一些高校也注意到这些问题，已经开始陆续设立物流专业，可是这样的高校还十分少，但随着物联网的发展，相关的人才也比以前有了大量的增加，必将推动物流产业和物联网的发展。

4 数据挖掘技术在物联网的应用展望

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、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、但又是潜在有用的信息和知识的过程。从物联网在企业中的广泛运用可以看出，数据挖掘技术用于物联网的条件已经基本具备，可以在以下几个方面运用数据挖掘技术。

4.1 帮助企业加强内部质量管理

物联网作为新兴技术，其应用正在极大地改变着人们的生活，其在产品质量监督和管理方面的运用正日益受到人们的关注。目前我国的质量监管系统还不完善，层出不穷的奶粉作假、食品添加剂事件、工程不达标和药品不合格，若由政府质检部门直接干预，在物联网技术的基础上建立了追溯系统。随着质量监管系统的使用，会产生大量的相关数据，通过数据挖掘技术可以从中找到影响质量的环节，帮助政府质检部门改进内部质量管理。

4.2 提升企业的物流服务效率

对于物流企业来说，物联网的普及及运用，为企业进一步降低成本带来了新的机遇。物联网的使用，使物流企业借助RFID和互联网等无线数据通信技术，实现了每个商品的识别和跟踪。所有的数据存放到数据库中，可以通过数据挖掘技术发掘物流各个环节的潜在信息，比如运输、仓储和管理等环节，为企业管理者的管理提供必要的参考信息，能够大大减少企业的物流成本，提高服务效率。同时，帮助企业发现每个部门的人员配置是否合理，以及车辆安排是否合理等问题，从而帮助企业管理者做出人员变动和车辆安排等一系列原本繁琐冗余的决定。

4.3 为企业合理分配资源提供信息

成本的消耗是企业十分关注的一个问题，所谓成本是指产品的空间移动或时间占有中所耗费的各种人力劳动和物化劳动的货币表现，它的产生十分复杂，涉及企业运作的各个环节，因此，企业想要减少成本的支出是个十分复杂的过程。通过数据挖掘技术可以为企业合理分配资源提供信息，从而帮助企业减少成本的支出，降低总成本，为企业带来更大收益。通过数据挖掘技术的关联挖掘可以发现客户和企业之间一些内在关联，从而改进企业的一些环节，更主动、更好地为客户提供相关服务。

4.4 提升企业的服务质量

对于企业来说，客户对企业服务的满意度十分重要，它可以从两个方面来改善：主动服务和被动服务。主动服务主要是指信息服务的智能化，主动提供客户需要的一些信息服务。被动服务主要是是指通过分析客户需求信息，使用数据挖掘技术发掘客户潜在需要的信息服务。两者是相辅相成、相互依赖的关系。主动服务能够为被动服务提供相关的数据，以便进行进一步的数据挖掘使用，而被动服务能够为主动服务提供信息参考，以便企业增加新的服务项目。

5 结语

随着物联网的广泛应用，必然带来海量的数据信息，如何查找出有用的信息是一个亟待解决的问题，而数据挖掘技术就是从海量数据中发现具备一定规律性并又难为人们通过简单判断而得到的知识。因此，如何更好地利用这些海量的数据信息，将是物联网应用后的一个重要问题，而数据挖掘技术正是解决这个问题的一个很好的方法，将来一定会被广泛运用到物联网中。

[1] 魏光兴,卢晓霞.基于物联网的物流业发展对策研究[J].江苏商论,2011(04).

[2] 董云鹏.数据挖掘技术在图书馆中的应用[J].现代情报,2006(11).