数据挖掘在设备管理中的应用探究

刘治良　张庾

摘要：数据挖掘技术有其自身的优势，能够有效解决传统数据分析方法所无法解决的难题，从而提高处理数据的能力。近年来，数据挖掘技术在我国得到了广泛的发展，将其应用到高校设备的管理工作中，对于提高高校设备的管理水平，具有重要的意义。该文分析了高校设备管理中存在的问题和数据挖掘技术，探究了将数据挖掘技术应用到高校管理工作中后，高校设备管理水平上升的具体表现。

关键词：数据挖掘 ；设备管理 ；数据仓库

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2014）33-7836-02

数据挖掘已经在多个领域取得令人满意的应用效果，在教育领域里，随着数据信息的不断增长，把数据挖掘技术应用到高校设备管理体系中也是十分必要的。建立和健全现代高校设备管理体系和设备管理决策系统 ，有助于高校资源的合理配置 ，实现设备管理效益的最大化。当前 ，高校在面对教育资源竞争日益激烈的情况下，要求不断提高自身的竞争实力。因此，这就需要对高校设备进行管理 ，包括延长设备的使用年限，提高设备的可应用率。该文从数据挖掘的相关知识入手，分析了当前高校管理中存在的问题，进而探讨了在高校设备管理中应用数据挖掘技术带来的新变化。

1 数据挖掘和数据挖掘技术的相关概念

数据挖掘（data mining）是指从大量的资料中自动搜索隐藏于其中的有着特殊关联性的信息的过程。在全世界的计算机存储中，存在未使用的海量数据并且它们还在快速增长，这些数据就像待挖掘的金矿，而进行数据分析的科学家、工程师、分析员的数量变化一直相对较小，这种差距称为数据挖掘产生的主要原因。数据挖掘是一个多学科交叉领域，涉及神经网络、遗传算法、回归、统计分析、机器学习、聚类分析、特异群分析等[1]。

数据挖掘与传统意义上的统计学不同。统计学推断是假设驱动的，即形成假设并在数据基础上验证；数据挖掘是数据驱动的，即自动地从数据中提取模式和假设。数据挖掘的目标是提取可以容易转换成逻辑规则或可视化表示的定性模型，与传统的统计学相比，更加以人为本。

简单来说 ，从海量的数据中挖掘出所需要的数据信息的过程就是数据挖掘。具体来说 ，数据挖掘是从大量的数据信息中，找出那些隐含的、具有潜在价值数据信息的过程[1]。当前 ，虽然人们对数据挖掘的定义有着不同的表述，但是对其本质功能的看法是一致的。在一般情况下 ，对于数据挖掘技术 ，包括信息发现类数据挖掘技术、数据分析统计类数据挖掘技术以及其他类数据挖掘技术：

1） 信息发现类数据挖掘技术

信息发现类数据挖掘技术可以找出不同数据之间的内在关联关系，相当于在海量的数据信息中“淘金”。它是一种和分析统计类数据挖掘技术完全不同的技术，这种数据挖掘技术可以从大量的数据中挖掘出新颖的、有效的和具有潜在利用价值的数据信息，正因为此项技术在设备管理的实际应用中有着其它技术无法比拟的优势，因此在设备管理中的重要性和可行性越来越突出。

2） 数据分析统计类数据挖掘技术

统计分析指的是利用统计学上的分析方法 ，采用定性和定量相结合的方式 ，对那些异常的数据进行检验[2]。线性分析、单变量分析、时间序列分析、非线性分析和回归分析等统计学方法分别用于数据挖掘的模型中。在数据挖掘的各种技术中 ，统计型数据挖掘是最为成熟和完整的一种 ，被高校的设备管理广泛应用。

3） 数据挖掘过程模型分析

举例说明。比如上山采矿 ，人们是不会随机找个地方就在那里往下挖的。如果这样的话 ，即便挖上个几万年 ，可能也挖不出矿来。因为我们不清楚此地方有没有资源。我们采矿之前 ，须经过周密的地质勘查 ，找出那些富有矿产的地区 ，然后再进行采矿 ，就会收到事半功倍的效果。同样，在数据挖掘过程中需要找出其中的规律 ，建立相关的过程模型 ，然后才能发现“宝藏”，挖掘“宝藏”。

因此 ，得出结论 ，数据挖掘需要在建立相应模型的基础上进行。挖掘的效果根据模型的优劣而定，影响数据挖掘效果的因素主要包括 ：a）是不是采用了最合理的数据挖掘技术 ；b）参与挖掘的数据的准确性不是是合乎模型要求 ；c）数据挖掘的流程设计是不是合理。这三个方面的工作是确保数据挖掘的质量不出现问题的关键。

2 在设备管理中应用数据挖掘

2.1 高校设备管理的现状和存在问题分析

从设备管理信息化全局的观点来看，高校设备管理还存在着缺陷和不足，主要有以下几方面：

1） 数据的唯一性及真实性：唯一性导致的可能结果往往是矛盾或者是不真实的数据，就会为我们的管理提供错误的结论和指导，因此保证数据的唯一性，就需要保证数据进入系统通道是唯一的，独立分散的管理系统，往往存在两条以上的通道，那么数据的唯一性就会遭到破坏。

2） 数据的完整性：设备在不同的管理方面具有不同的表征，也就是说它们有着不同的数据信息，这样就需要各个部门和用户来根据各自的性质来完成相对应的数据，需要在数据的提供上保证数据的完整性。

3） 数据的时效性：由于信息是动态的，是实时变化的，当信息有了变动时，需要用户将改变的信息数据及时的补充入设备信息系统中，不要把过时的数据成为决策者与管理者的误导。

2.2 基于数据挖掘的设备管理

基于数据挖掘的设备管理是结合了数据挖掘和人工智能的一种经营决策系统，和传统的设备管理模式相比，在管理上有不少优势 ，它实现了对全部设备的实时动态监测和管理，主要是利用 QLAP 等数据挖掘工具，利用设备数据库中的各种数据来完成[3]。为了使设备的检修等变得越来越快捷，通过链接多层次的设备数据可以使基于数据挖掘的设备管理系统根据市场的需求 ，帮助设备管理的决策者制定合理的设备检修规划，使设备资源得到最合理和有效的利用。基于数据挖掘的设备管理系统可以对于设备的缺陷进行统计和分析 ，从而把不同的设备缺陷维护和养护方案用于设备维护中。数据挖掘的作用是在现实中 ，当设备有了很难发现的缺陷时，通过数据挖掘 ，就可以从复杂的数据中找出设备隐含的问题 ，从而通过分析对比，选择最优的解决方式。下面以电视机的维修过程为例，具体分析数据挖掘在设备管理中的应用。电视机在运行过程中 ，如果振动长期偏高的话，会对电机转子造成严重影响 ，可能会造成电机转子的损坏。这个时候 ，人们注意到的往往是线圈老化等问题 ，而想不到电机转子的平衡、电机底座的基础出现松动等故障。当然 ，这其中也有人们对于电视机的构造不熟悉的原因[4]。如果在这种情况下， 我们使用数据挖掘的方法情况就大不一样，它可以在数据库的指导 ，对电视机进行点检和采样的结果进行处理分析 ，从而可以快速找到电视机出现故障的部位 ，进而提出最优的解决方案和控制措施。不仅如此 ，提高设备隐患的预见性 ，提前规划好设备维修的方式和检修方案也是基于数据挖掘的设备管理系统的优势。

3 结论

搞好高校管理工作，设备管理是一项重要内容。面对市场竞争越来越激烈，高校设备采购和数据采集中出现的诸多问题，高校必须采取一些措施，尽可能降低设备采购成本，以提高自身的竞争力。该文从数据挖掘和数据挖掘的相关知识入手 ，分析了数据挖掘在高校设备管理中的应用。不难看出，在设备管理中采用数据挖掘技术和模型 ，可以提高设备使用年限 ，降低设备维修费用，从而降低高校设备投资成本 ，从而使高校设备利用率达到最大化。

参考文献：

[1] 张振东.数据挖掘在设备管理中的应用[D].成都：电子科技大学，2011.

[2] 耿志伟.高校仪器设备管理措施初探[J].漳州师范学院学报，2007（3）：156-158.

[3] 张增敏，谢嘉，李长河.数据挖掘在变电站设备缺陷预测管理中的应用[J].哈尔滨工业大学学报，2009（1）.

[4] 陈龙.基于数据挖掘的港口设备管理决策研究[D].武汉：武汉理工大学，2013.endprint