數據挖掘在設備管理中的應用探究

劉治良　張庾

摘要：數據挖掘技術有其自身的優(yōu)勢，能夠有效解決傳統(tǒng)數據分析方法所無法解決的難題，從而提高處理數據的能力。近年來，數據挖掘技術在我國得到了廣泛的發(fā)展，將其應用到高校設備的管理工作中，對于提高高校設備的管理水平，具有重要的意義。該文分析了高校設備管理中存在的問題和數據挖掘技術，探究了將數據挖掘技術應用到高校管理工作中后，高校設備管理水平上升的具體表現。

關鍵詞：數據挖掘 ；設備管理 ；數據倉庫

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2014）33-7836-02

數據挖掘已經在多個領域取得令人滿意的應用效果，在教育領域里，隨著數據信息的不斷增長，把數據挖掘技術應用到高校設備管理體系中也是十分必要的。建立和健全現代高校設備管理體系和設備管理決策系統(tǒng) ，有助于高校資源的合理配置 ，實現設備管理效益的最大化。當前 ，高校在面對教育資源競爭日益激烈的情況下，要求不斷提高自身的競爭實力。因此，這就需要對高校設備進行管理 ，包括延長設備的使用年限，提高設備的可應用率。該文從數據挖掘的相關知識入手，分析了當前高校管理中存在的問題，進而探討了在高校設備管理中應用數據挖掘技術帶來的新變化。

1 數據挖掘和數據挖掘技術的相關概念

數據挖掘（data mining）是指從大量的資料中自動搜索隱藏于其中的有著特殊關聯性的信息的過程。在全世界的計算機存儲中，存在未使用的海量數據并且它們還在快速增長，這些數據就像待挖掘的金礦，而進行數據分析的科學家、工程師、分析員的數量變化一直相對較小，這種差距稱為數據挖掘產生的主要原因。數據挖掘是一個多學科交叉領域，涉及神經網絡、遺傳算法、回歸、統(tǒng)計分析、機器學習、聚類分析、特異群分析等[1]。

數據挖掘與傳統(tǒng)意義上的統(tǒng)計學不同。統(tǒng)計學推斷是假設驅動的，即形成假設并在數據基礎上驗證；數據挖掘是數據驅動的，即自動地從數據中提取模式和假設。數據挖掘的目標是提取可以容易轉換成邏輯規(guī)則或可視化表示的定性模型，與傳統(tǒng)的統(tǒng)計學相比，更加以人為本。

簡單來說 ，從海量的數據中挖掘出所需要的數據信息的過程就是數據挖掘。具體來說 ，數據挖掘是從大量的數據信息中，找出那些隱含的、具有潛在價值數據信息的過程[1]。當前 ，雖然人們對數據挖掘的定義有著不同的表述，但是對其本質功能的看法是一致的。在一般情況下 ，對于數據挖掘技術 ，包括信息發(fā)現類數據挖掘技術、數據分析統(tǒng)計類數據挖掘技術以及其他類數據挖掘技術：

1） 信息發(fā)現類數據挖掘技術

信息發(fā)現類數據挖掘技術可以找出不同數據之間的內在關聯關系，相當于在海量的數據信息中“淘金”。它是一種和分析統(tǒng)計類數據挖掘技術完全不同的技術，這種數據挖掘技術可以從大量的數據中挖掘出新穎的、有效的和具有潛在利用價值的數據信息，正因為此項技術在設備管理的實際應用中有著其它技術無法比擬的優(yōu)勢，因此在設備管理中的重要性和可行性越來越突出。

2） 數據分析統(tǒng)計類數據挖掘技術

統(tǒng)計分析指的是利用統(tǒng)計學上的分析方法 ，采用定性和定量相結合的方式 ，對那些異常的數據進行檢驗[2]。線性分析、單變量分析、時間序列分析、非線性分析和回歸分析等統(tǒng)計學方法分別用于數據挖掘的模型中。在數據挖掘的各種技術中 ，統(tǒng)計型數據挖掘是最為成熟和完整的一種 ，被高校的設備管理廣泛應用。

3） 數據挖掘過程模型分析

舉例說明。比如上山采礦 ，人們是不會隨機找個地方就在那里往下挖的。如果這樣的話 ，即便挖上個幾萬年 ，可能也挖不出礦來。因為我們不清楚此地方有沒有資源。我們采礦之前 ，須經過周密的地質勘查 ，找出那些富有礦產的地區(qū) ，然后再進行采礦 ，就會收到事半功倍的效果。同樣，在數據挖掘過程中需要找出其中的規(guī)律 ，建立相關的過程模型 ，然后才能發(fā)現“寶藏”，挖掘“寶藏”。

因此 ，得出結論 ，數據挖掘需要在建立相應模型的基礎上進行。挖掘的效果根據模型的優(yōu)劣而定，影響數據挖掘效果的因素主要包括 ：a）是不是采用了最合理的數據挖掘技術 ；b）參與挖掘的數據的準確性不是是合乎模型要求 ；c）數據挖掘的流程設計是不是合理。這三個方面的工作是確保數據挖掘的質量不出現問題的關鍵。

2 在設備管理中應用數據挖掘

2.1 高校設備管理的現狀和存在問題分析

從設備管理信息化全局的觀點來看，高校設備管理還存在著缺陷和不足，主要有以下幾方面：

1） 數據的唯一性及真實性：唯一性導致的可能結果往往是矛盾或者是不真實的數據，就會為我們的管理提供錯誤的結論和指導，因此保證數據的唯一性，就需要保證數據進入系統(tǒng)通道是唯一的，獨立分散的管理系統(tǒng)，往往存在兩條以上的通道，那么數據的唯一性就會遭到破壞。

2） 數據的完整性：設備在不同的管理方面具有不同的表征，也就是說它們有著不同的數據信息，這樣就需要各個部門和用戶來根據各自的性質來完成相對應的數據，需要在數據的提供上保證數據的完整性。

3） 數據的時效性：由于信息是動態(tài)的，是實時變化的，當信息有了變動時，需要用戶將改變的信息數據及時的補充入設備信息系統(tǒng)中，不要把過時的數據成為決策者與管理者的誤導。

2.2 基于數據挖掘的設備管理

基于數據挖掘的設備管理是結合了數據挖掘和人工智能的一種經營決策系統(tǒng)，和傳統(tǒng)的設備管理模式相比，在管理上有不少優(yōu)勢 ，它實現了對全部設備的實時動態(tài)監(jiān)測和管理，主要是利用 QLAP 等數據挖掘工具，利用設備數據庫中的各種數據來完成[3]。為了使設備的檢修等變得越來越快捷，通過鏈接多層次的設備數據可以使基于數據挖掘的設備管理系統(tǒng)根據市場的需求 ，幫助設備管理的決策者制定合理的設備檢修規(guī)劃，使設備資源得到最合理和有效的利用?；跀祿诰虻脑O備管理系統(tǒng)可以對于設備的缺陷進行統(tǒng)計和分析 ，從而把不同的設備缺陷維護和養(yǎng)護方案用于設備維護中。數據挖掘的作用是在現實中 ，當設備有了很難發(fā)現的缺陷時，通過數據挖掘 ，就可以從復雜的數據中找出設備隱含的問題 ，從而通過分析對比，選擇最優(yōu)的解決方式。下面以電視機的維修過程為例，具體分析數據挖掘在設備管理中的應用。電視機在運行過程中 ，如果振動長期偏高的話，會對電機轉子造成嚴重影響 ，可能會造成電機轉子的損壞。這個時候 ，人們注意到的往往是線圈老化等問題 ，而想不到電機轉子的平衡、電機底座的基礎出現松動等故障。當然 ，這其中也有人們對于電視機的構造不熟悉的原因[4]。如果在這種情況下， 我們使用數據挖掘的方法情況就大不一樣，它可以在數據庫的指導 ，對電視機進行點檢和采樣的結果進行處理分析 ，從而可以快速找到電視機出現故障的部位 ，進而提出最優(yōu)的解決方案和控制措施。不僅如此 ，提高設備隱患的預見性 ，提前規(guī)劃好設備維修的方式和檢修方案也是基于數據挖掘的設備管理系統(tǒng)的優(yōu)勢。

3 結論

搞好高校管理工作，設備管理是一項重要內容。面對市場競爭越來越激烈，高校設備采購和數據采集中出現的諸多問題，高校必須采取一些措施，盡可能降低設備采購成本，以提高自身的競爭力。該文從數據挖掘和數據挖掘的相關知識入手 ，分析了數據挖掘在高校設備管理中的應用。不難看出，在設備管理中采用數據挖掘技術和模型 ，可以提高設備使用年限 ，降低設備維修費用，從而降低高校設備投資成本 ，從而使高校設備利用率達到最大化。

參考文獻：

[1] 張振東.數據挖掘在設備管理中的應用[D].成都：電子科技大學，2011.

[2] 耿志偉.高校儀器設備管理措施初探[J].漳州師范學院學報，2007（3）：156-158.

[3] 張增敏，謝嘉，李長河.數據挖掘在變電站設備缺陷預測管理中的應用[J].哈爾濱工業(yè)大學學報，2009（1）.

[4] 陳龍.基于數據挖掘的港口設備管理決策研究[D].武漢：武漢理工大學，2013.endprint