信息技术在高校资产管理领域的应用研究.docVIP

信息技术在高校资产管理领域的应用研究 　　摘 要：利用数据挖掘技术设计高校资产管理系统是很好的应用趋势，能够为高校资产管理者提供有效的决策支持。本文对数据挖掘技术的研究现状进行了梳理，分析了高校资产管理特点及存在的问题，设计了高校资产管理系统，并对管理系统决策模块的实现进行研究。资产管理系统的实际应用过程中，要注重归纳与总结，不断改进完善数据挖掘算法，找出数据背后蕴藏的关联规则，以便挖掘结果更科学化，为管理者提供决策支持。 　　关键词：数据挖掘；高校资产；资产管理；决策支持 　　中图分类号：G647 文献标志码：A 文章编号：1673-8454（2016）09-0041-06 　　当前，我们正处在一个网络化、信息化高速发展的时代，数据挖掘技术正在迅速地改变着整个社会的发展进程。计算机技术与Internet技术的迅猛发展，大大提高了数据挖掘（Data Mining）、收集与整理加工的能力，当今社会数据资源变得日益丰富，各行各业充斥着大量的数据源。正当此时新的问题应运而生，如何挖掘出数据源中蕴含的知识与信息并加以利用，怎样处理不断涌现出的信息源噪声问题，已迫在眉睫。 　　新兴技术即数据挖掘技术与知识发现（Data Mining and Knowledge Discovery in Databases）顺势而生，并展现出旺盛的生命力，学者们汇聚了数据库技术、数据统计学、人工智能以及管理信息系统等学科，致力于这一边缘科学的蓬勃发展，解决当前数据源噪声问题。自此，数据挖掘技术在各行各业得到了极大应用，为资产管理、生产运营以及信息处理提供了新的理论指导。 　　于此同时，高校是特殊的事业单位群体，其资产管理效率直接关乎于高校的整体运行。当今，高校的资产管理已经普遍实现了信息化管理，并针对其数据的存取与检索配备了相应的设备。但当前高校资产信息化管理的过程中存在一个致命性问题，即数据源未得到充分应用，蕴藏在其中的信息未得到有效挖掘与开发。高校资产信息化处理系统在运行过程中会收集大量数据信息，而在实际操作中系统管理员仅具有简单的统计评估与分析功能，而隐藏在数据背后的价值却不能进行深度挖掘与应用。资产管理者需要采用一种有效的方法自动的发现与分析隐藏在各数据之间的关联性与动态的发展趋势，从而为管理者的决策提供有效的数据支撑，以此来发挥信息系统收集的当前与历史数据的价值。依前文所述，数据挖掘技术与知识发现能够有效地将信息系统收集的大量数据源进行整合，提高高校资产管理效率。为此，本文会引入数据挖掘技术与知识发现对高校资产的需求与使用情况，以及资产的损耗情况进行深层的剖析，以为决策者的资产管理提供有力的支撑，从而合理有效地利用高校有限的资源创造出更优越的教学育人环境，进而提高其整体的教学质量。 　　一、数据挖掘技术的国内外研究现状 　　上世纪八十年代末，国际上召开了第11届国际联合人工智能的学术性会议，首次提出了数据挖掘。此后，上世纪九十年代中期，美国的计算机年会（ACM）召开之际，首次确定了数据挖掘技术的概念，指出集来的大量且不完全的有噪声的随机数据中，提取出蕴藏在其中的有价值的信息与知识即为数据挖掘，通过这种数据挖掘技术能够有利于数据分析与决策支持。自此，学者们汇聚了数据库技术、数据统计学、人工智能以及管理信息系统等学科，致力于这一边缘科学的蓬勃发展。到了二十一世纪初，数据挖掘技术已经渗入到了各个学科领域，并在企事业单位的生产经营过程中发挥了巨大作用。于2002年中，在加拿大举行了第八届关于数据挖掘与知识发现（KDD）的ACM. SIGKDD国际性大会，将数据挖掘与知识发现技术这一边缘学科推向了新的研究进程。 　　美国电气与电子工程师协会（IEEE）出版的会刊中从上世纪90年代开始多次出版关于KDD技术的专刊，专门对数据挖掘与知识发现技术进行专项研究。除此之外，其他领域的专业技术学会也出版了专刊，计算机网络与信息工程技术方面纷纷展开了对数据挖掘技术的探讨，KDD技术的发展受到了越来越多领域学者的重视，如在《半月刊》中发表了关于KDD的诸多研究成果。时至今日，美国人工智能协会关于数据挖掘与知识发现技术方面的国际性研讨会已经举办了数十次，涉及范围越来越广。有关KDD技术的学术成果越来越多，研究领域也逐渐扩大，逐渐由原来的方法发现扩大到了系统应用，从而扩大到了大规模的综合系统的应用与开发。于此同时，学术界还注重了对多种技术的集成，以及交叉学科之间的相互渗透。在实践方面，诸多数据挖掘软件在国际范围内得到了广泛的应用，早在二十一世纪初期，美国IBM公司就研发了智能开矿工（Intelligent Miner）软件，而美国硅图公司则开发了SPSS软件（统计产品与服务解决方案）。当前，KDD技术已经成为了数据库与信息应用方面最前沿的研究领域，