在水利工程管理中数据挖掘技术的应用探析

沈久保

【摘要】近年来，随着国内经济的不断发展和社会发展需求的增加，大量的水利工程开始出现，对于水利工程的管理来讲，本身就存在在较大的空间数据以及非空间数据，而对这些数据的处理必须通过数据挖掘技术来实现，文章从数据挖掘技术的内容和过程入手，对其在水利工程管理中的应用进行了重点介绍。

【关键词】水利工程；管理；数据挖掘技术

1、数据挖掘技术概述

数据挖掘又称作资源勘探或数据采矿，简单讲就是从庞大的数据信息中，结合对应的数据算法，找出隐藏在这些数据中的信息过程，它既是多种专家共同合作作用的过程，也是一种高技术、高资金投入的过程。数据挖掘技术的实际应用分为五個阶段：

1）对象确定

确定数据挖掘对象，这是技术应用的首要环节，最终的结构实际上无法预测的，但是必须对研究和搜索的问题以及对象有一个清醒的预见，确定挖掘搜索对象能够有效地避免盲目性。

2）数据准备

对于搜索业务对象所对应的内外部数据信息首先进行查找，从这些数据中找到有利于数据挖掘的信息进行全面分析，确定数据挖掘技术操作类型，最后结合对应的算法将数据信息转化为分析模型。

3）数据挖掘

将转化之后的数据信息结合相对应的算法完成数据信息分析工作。

4）结果分析

对自动完成的数据信息分析结果做出评价，通常需要利用可视化技术来对分析结果进行评价。

5）知识同化

整理分析评价之后的数据信息，将结果统一纳入到业务信息处理系统中。

2、数据挖掘技术在水利工程管理中的常用方法

数据挖掘的常用方法主要有以下几种。首先深思数据分类、整合。水利工程管理中的数据信息相对比较庞大，所以必须根据对应数据信息的特点做出合理的分类和整合，通过数据分类整合能够针对相同条件下或者同等规律下的数据进行集中规制，对于那些没有规律性的数据信息可以进行独立规制；面对庞大的数据集合，首先不需要对个别的数据做出对应分析，找到这些数据之间的联系，之后根据这些特殊的关联性延伸至庞大数据分析，提升数据处理的质量；再者结合预见性进行数据挖掘，最后对于部分数据实际数值以及统计数值之间的偏差进行数据挖掘。

2.1结合数据关联性分析信息

数据挖掘技术能够对庞大的数据信息进行分析，同时还可以找出数据间的关联性，这种操作一方面能够帮助水利工程管理及时的锁定目标数据，另一方面可以及时的收集和整理目标数据信息以及相关联的数据信息，之后根据对应信息找出目标数据之间存在的关联性和规律性，方便水利工程管理，为其提供更准确的应用数据。

2.2数据分类和整合

数据挖掘技术能够准确的找到目标数据相关信息，同时能够在庞大的数据集合中将散乱的信息按照一定的目的进行分类整合，尤其是针对水利工程管理而言，可以将很多没有规律性的数据通过特殊标记进行区别划分，当需要使用这些信息的时候能够及时的找到。另外，数据挖掘技术能够将一些具备相似规律的数据集中放置，更加便于查找和应用水利工程相关数据，大幅度的提升复杂数据信息的辨别能力和水利工程管理效率。

2.3预见性分析

数据挖掘技术预见性分析的特点和优势决定了其可以更好地应用于诸如水利工程之类的大规模项目管理中，对于水利工程管理这种大型项目来讲，数据预见性分析尤为重要，借助数据挖掘技术能够及时地找出工程管理中的数据偏差，进而发现工程偏差。预见性分析还需要构建数据模型，预测工程综合数据，进而得出工程数据发展的对应趋势，最后根据工程数据发展趋势来分析实际运行状况，找出与既定计划之间的差异，所以能够保证及时的发现问题并解决问题。

3、数据挖掘技术在水利工程管理中实际应用

3.1充分应用GIS系统进行数据挖掘

水利工程本身就是一项大型的项目，工程管理同样会受到外界因素的影响，例如所在区域的地形条件、河流状况、地质状况、水文条件以及经济环境因素等，这些外界因素会对工程管理产生很大程度的影响，而GIS技术系统主要是通过对空间信息的处理和分析来发挥其作用，水利工程管理数据挖掘过程中利用GIS技术系统能够为数据挖掘提供强有力的支持，能够及时掌握外界因素的变化，为水利工程管理提供大量的空间以及数据支持，同时结合GIS系统数据查询和分析功能可以促进水利工程智能化和系统化管理。

3.2强化嵌入式耦合模式应用

水利工程管理中GIS系统和数据挖掘技术的结合实际上构成一个双系统，即嵌入式耦合系统模式，简单来讲就是将数据挖掘融合到GIS系统中，这样的嵌入式耦合模式能够将庞大的空间数据通过GIS系统进行分析处理，大幅度的降低数据挖掘过程中的作业量，但是两者的结合并不适合所有工程管理应用，因为数据挖掘技术通过嵌入式的耦合模式融入到某一个特定的GIS系统中之后，其他的GIS系统则失去了数据信息挖掘功能，同时在两种技术嵌入阶段不能有效的满足所有用户的管理需求。

3.3重视松散式耦合

松散式耦合实际上属于一种相对特殊的耦合模式，同样也是数据挖掘技术和GIS系统的融合。首先数据挖掘技术借助GIS系统收集大量与水利工程相关的空间以及属性数据信息，之后经过数据挖掘处理技术将这些信息进行过滤和转化，然后保存在数据挖掘系统中，处理之后的处理信息之后的使用和再利用就不再借助GIS系统，相较于嵌入式耦合模式，这种耦合模式的应用范围相对较广，基本上可以满足所有用户的管理需求。

4、结论

总的来说，数据挖掘技术在水利工程管理中的应用是建立在庞大数据信息处理基础上的，所以这种技术的应用必须要重视数据库建设，针对水利工程水文状况、河道河情、水量调度、防洪防汛等要求构建数据库，同时也要注重于GIS系统等技术的结合应用，根据不同的工程管理概况来选择合适的方法，提高数据挖掘效率和工程管理效率。

参考文献：

[1]杨献志.探讨水利工程管理中数据挖掘技术应用[J].低碳世界，2017（05）：106-107.

[2]张丽娟.基于数据挖掘技术的水利工程管理分析[J].黑龙江水利科技，2017，45（01）：172-174.

[3]丁云球. 简析数据挖掘技术在水利工程管理中的实施要点[A]. 中国武汉决策信息研究开发中心、决策与信息杂志社、北京大学经济管理学院.软科学论坛——企业信息与工程技术应用研讨会论文集[C].中国武汉决策信息研究开发中心、决策与信息杂志社、北京大学经济管理学院：，2015：1.