数据挖掘技术在智慧矿区建设中应用.docVIP

数据挖掘技术在智慧矿区建设中应用 　　[摘 要] 华北油田自2011年启动智慧油田建设以来，作为智慧油田4大板块之一的“智慧矿区”也随之建设，通过整合矿区人力、物力等服务资源，充分利用油田信息化手段，通过电话、电视、互联网、智能移动终端等接入手段，打造全方位的智慧矿区，而大量的数据也由此产生。通过数据挖掘技术，管理者可以充分利用所采集到的信息，处理更大规模的数据，具有能够即时查询、准确提出预测等优点。数据挖掘的过程可分成3个大的步骤，即准备数据、挖掘数据、评估并解释结果。在完成数据挖掘过程之后，管理者使用数据挖掘技术发现这些知识，并适时调整矿区的各种资源，有效提升华北油田矿区的服务及社会幸福指数。 　　[关键词] 智慧矿区；数据挖掘；数据管理；数据安全；信息化 　　doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2015 . 13. 044 　　[中图分类号] TP311.12；TP311.5 [文献标识码] A [文章编号] 1673 - 0194（2015）13- 0072- 03 　　1 引 言 　　华北油田自2011年启动智慧油田建设以来，作为智慧油田4大板块之一的“智慧矿区”也随之建设，确定以基本型、智能型、智慧型为3个建设阶段，逐步形成集生产运行、居民服务、社区管理、医疗健康4大功能板块为一体的智慧矿区，而随之带来的数据量越来越大。为避免造成各自的数据孤岛，数据挖掘技术顺其自然的应用到智慧矿区中。 　　数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中人们事先不知道的、但又是潜在有用的信息和知识的过程。通过数据挖掘，可以充分利用所采集到的信息。与传统方法相比，数据挖掘具有能够处理更大规模数据，即时查询，准确提出预测等优点[1]。 　　2 建设思路 　　智慧矿区是矿区管理的一种新理念，是新形势下社会管理创新的一种新模式。华北油田为方便矿区居民缴纳水电讯等公共事业的费用、居民健康咨询、客服管理等建立华北油田社区居民服务平台，提供矿区综合服务。 　　居民信息、便民热线、缴费数据、医疗服务、社区安防等等信息，产生大量并发数据，但由于上述应用的数据信息分属于不同业务部门的数据库，在数据采集点、数据标准等方面存在差异，因而无法实现数据共享和复杂应用，不仅数据冗余程度高，同时数据连续性和综合决策支持能力也比较差，使用效率低。从上述角度出发，以存储格式的统一、规则和标准的统一、流程和算法的统一、管理平台的统一为建设思路，建立统一、集成的信息系统平台。 　　基于上述对数据挖掘的应用，构建即席查询、智能报表、多维分析、元数据管理、数据质量监控、数据集成等模块，以及数据确认、数据反馈两个回路的数据管理分析平台。 　　3 数据挖掘的设计应用 　　数据挖掘主要功能是从数据库中获取有意义的信息以及对数据归纳出有用的结构，作为制定决策的重要依据。数据挖掘模块采用模块化及组件化的设计理念，采用多种设计模式，充分利用高性能的各种数据挖掘算法、数据过滤器、数据文本及可视化的输出方式，形成了更高效率挖掘大型数据库及更高维数数据库中潜在、隐含的各种关系及知识，为决策者提供了良好的数据支持[2]。 　　对于挖掘的应用，数据的最基本形式是数据库数据、数据仓库数据和事务数据。智慧矿区平台关注的是每一个数据记录，也就是事务数据。一般来说，事务数据库的每个记录代表一个事务，如顾客的一次购物、一次预约医疗服务，或者一个用户的网页点击、一项客服热线服务。通常，一个事务包含一个唯一的事务标识号，以及一个组成事务的项的列表[3]。这些数据的频繁挖掘，感知矿区运行的各项体征数据，管理者会发现数据之间的关联，分析数据因素，对数据进行历史、现状的综合挖掘分析，从中发现客观规律，较为准确地预测未来，提前发出预警信息，使当前决策和未来决策更有科学依据。 　　3.1 数据挖掘功能设计 　　数据挖掘通过对数据库、数据仓库和事务数据中的记录数据按照一定的规则进行信息开采、挖掘和分析，从中识别和抽取出潜在的规律和有用知识，并以此为管理者提供决策依据。数据挖掘主要以海量数据库、支持数据集成与处理的数据仓库为基础，实现了数据预处理、聚类分析、关联分析、分类及预测，属性评估及数据可视化的数据挖掘技术。 　　3.2 数据挖掘功能应用 　　在基础共享数据和不同业务协同数据的基础上，需要通过数据管理分析平台对不同业务数据进行抽取转换、清洗、加载到中心数据库，并进行数据应用，根据相关业务主题和业务模型，形成专题业务数据库，进行可以受理缴费明细查询、交易趋势分析、数据统筹分析、季度报表分析等的缴费报表。 　　3.2.1 缴费日报表一：各个业务单位统计表 　　各个业务单位统计表为统计华北油田社区服务系统