浅谈数据挖掘技术在管理信息系统中的应用.docxVIP

浅谈数据挖掘技术在管理信息系统中的应用 　　摘要大数据时代的到来，使得信息数据从数量、种类上出现了几何倍的增长。就发展层面上而言，数据挖掘技术推进了大数据时代的进程，进一步拉近了大数据服务和行业发展的联系。其产生的信息系统具有信息量大、数据多样、价值性高等独特优势，进而使社会的各个行业迎来了重大的变革。本文探讨了数据挖掘技术的概念与内涵，分析了数据挖掘技术在管理信息系统中在数据分类、数据收集及保管中的应用，将为行业信息管理的强化和升级提供有效参考。 　　关键词数据挖掘技术应用管理信息系统 　　中图分类号：tp311文献标识码：a 　　社会的高度发展是信息数据为框架，并将数据信息的智能化、共享化应用作为显性标签。数据开始成为一种基础性的资源而不仅仅只是简单的处理对象。在大数据时代即将到来的背景下，如何科学而合理地对数据挖掘技术加以利用和管理，使得数据的收集速度与质量不断提升，成为社会各行业深入關注的问题。数据挖掘技术通过多渠道的海量资料收集和分析，为社会经济的发展提高智能数据服务，其产生的信息系统具有信息量大、数据多样、价值性高等独特优势，进而使社会的各个行业迎来了重大的变革。随着数据挖掘技术在管理信息系统中的应用，推进了大数据时代的进程，也进一步拉近了大数据服务和各行业发展的联系，成为推动各行业发展的强心剂。而不可忽视的数据挖掘技术在管理信息系统中的应用，所带来的行业冲击和技术问题也是多个层面的，还面临着一些问题和挑战，亟待通过合理的方式加以解决的问题，深化管理信息系统应用机制，提升系统数据服务的效能。 　　1数据挖掘技术的概念与内涵 　　就应用层面而言，数据挖机技术可视为信息管理的一对一的过程，其通过对目标数据的深入研究，使得原本残缺、模糊，或存在数据错误的信息通过有效的挖掘、比对，进而形成真实的、精准的，且具有隐匿性价值的数据。行业的决策者和管理者可通过对这些极具应用价值的信息数据，去分析和发现问题形成和发展中的隐蔽信息或秘密，在全面透析的基础上，进而对行业问题的判断提供有力的支点。当前，数据挖掘技术根据数据采集的质量和特性，分为两大基础形式，即记述型和推判型。其中，记述型数据挖掘技术主要是通过信息法则的层面出发，对行业发展信息数据得出高度概括性的总结;推判型数据挖掘技术主要是通过信息数据的分析和整理层面，对行业发展数据的隐匿性数据进行表述。相对于记述型数据挖掘技术，推判型数据挖掘技术更具有前瞻性、预知性。在管理系统中应用和使用挖掘技术之前，需存在有可供挖掘的行业发展相关信息数据。通过对数据采用多元化的系统分析手段，对其进行整理和分析，并将这些数据着力应用在管理信息系统的过程控制、数据维护及查询优化等方面。 　　2数据挖掘技术在管理信息系统应用中的作用 　　2.1系统应用中的数据分类 　　在管理信息系统中，数据挖掘技术可通过一定的规则将不同种类和不同属性的信息进行高效的分类。并对其中符合信息数据规则和属性的信息进行数据分析，以提升管理系统内信息分析的速度，并提升信息系统应用效率。在这一过程中，基于数据挖掘的差异化及个性化分析，通过对信息数据的数据集模型设计，可以为管理信息系统用户提供符合用户需求的信息推送，从而提高管理信息系统的管理质量和信息价值。 　　2.2系统应用中的数据收集 　　在管理信息系统的信息数据收集过程中，主要是依托挖掘技术实现对管理系统数据库中的数据描述构建数据模型，然后将可分析样本同这一模型展开对比，进而从中找到差异化的内容。信息数据收集中的数据挖掘技术的应用中，需要对管理系统的信息库进行全面的分析与测评，以便得出科学的描述方案。同时对概念模型及数据集进行合理的描述，如反复测试中，分析模型表现出较高的准确性和稳定性，则可将其作为管理信息系统的标准模型，为后续的信息预测工作提供基础。 　　2.3系统应用中的数据分析 　　对于管理信息系统而言，对数据的分析具有重要的意义。其将有效地控制信息数据的层次，确保数据信息的功能。以管理信息系统在企业人力资源管理中为例，传统的人力资源管理过程中多缺乏数据分析与辅助决策的功能，而造成人力资源管理信息系统混乱、复杂等情况，引入数据挖掘技术后，能够有效的解决上述问题，为企业发展提供更好的人才价值性评判的同时，也为企业人力资源的科学管理提供支点。 　　综上所述，数据挖掘技术在管理信息系统应用的全面提升是一个系统的多点构建过程。在大数据背景下下，不断加强数据挖掘技术的实践应用和行业推广，运用多效技术革新、人才培养等保障手段，着力解决数据挖掘技术服务各行业管理系统构建和发展进程中的数据集成管理、数据分析能力等层面的问题，将有力提升行业发展中的数据管理水平高度。