数据挖掘的国内外应用

《数据挖掘的国内外应用》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、数据挖掘的国内外应用一、概述数据挖掘作为近年来新兴的一门计算机边缘学科，其在国内外引起了越来越多的关注。并且随着数据挖掘技术的不断改进和数据挖掘工具的不断完善，数据挖掘必将在各行各业中得到广泛的应用。数据挖掘从大量的数据中通过算法搜索隐藏于其中信息的过程。这项以数据库技术、统计分析、人工智能等为依托的综合性运用技术的出现有其必然性和可行性。首先，信息社会的到来对数据的筛选和利用提出了更高的要求，而少量数据的出现又使得基于传统数据处理方法的人们面对大量数据无从下手，此时必然要求有更为先进的数据处理技术；其次，计算机性价比的提升和磁盘存储器价格的大幅度降

2、低，使得人们借助计算机来完成数据的分析和处理成为可能。城市是生存繁衍最好的地方、是社会交往的地方、是文化享受的地方，按照城市的职能，我们让它智能化，比如智慧安防、智慧环保、智慧能源、智慧城管、智慧养老、智慧国土规划、智慧交通等都是让人有更好的环境来生存繁衍。在经济发展方面，可以推动智慧制造、工业互联网、物联网。在文化享受方面，可以考虑智慧户外流媒体、智慧教育、智慧旅游等等。李德仁院士将智慧城市定义为“智慧城市=数字城市+物联网+云计算”。其中，数字城市技术把基础地理数据、正射影像、街景影像数据、全景影像数据、三维模型数据结合在一起，这产生了大量的地图

3、数据，而在智慧城市的建设和应用中，将产生从TB到PB级越来越多的数据，从而进入大数据时代。而对于这些大数据来说，传统的数据分析工作已经不适合对现有数据进行合理的分析，导致了一种“数据爆炸但知识贫乏”的现象。目前在智慧城市中的各种应用如智慧交通，智慧国土等应用中的数据库系统主要局限于实现数据的录入、查询、统计等功能，但无法有效地发现数据中存在的关系和规则，很难把握数据背后隐藏的知识，无法根据现有的数据预测未来的趋势。这在一定程度上阻碍了智慧城市的应用与普及。而数据挖掘技术恰恰是解决这一难题的最佳方法。应用数据挖掘技术，可以从GIS数据库中发现更多的地理

4、知识和地理规律、对专题数据进行有效、合理的分析，从而达到城市的智能运行、政府的科学决策、公众的便捷生活及企业的高效运营。二、数据挖掘的国内相关应用1、智慧交通目前各中心城市用地布局已经基本确定，在中心道路不允许大规模扩建和改造的前提下，唯有依靠智能交通系统（ITS），对城市交通进行更有效的控制和管理，提高交通的机动性、安全性，最大限度地发挥现有道路资源的效率。应用数据挖掘在交通领域中的具体应用为：可以用来识别道路通行的能力并可用作未来车流量的预测依据，把抽样的数据进行类比分析得出隐藏在数据中的发展趋势，预测道路车辆流量的发展，并根据预测的结论来管理交

5、通。另一方面可以研究各种与交通存在潜在关系的对象的数据，来识别这些影响道路运营的因素，同时演算测出各个因素的影响度，最终的目的是利用这些挖掘出来的高价值信息，精确地指导交通，为城市服务。智慧交通系统中，应用数据挖掘技术较为突出的为“故障预警系统和紧急事故处理系统”。系统根据车流的排队情况预测事故，提醒闭路电视监控系统进行跟踪。在计算机中建立专家库以提供4500个应急方案，根据事故发生的情况选择应急方案，通知并指导有关部门和人员进行事故处理，快速排除事故恢复交通。计算机系统记录事故情况，并且以事故发生地为圆心在周边相关可变情报板上显示信息，调度交通。在

6、事故解决后会自动调整可变情报板，恢复正常的交通。整个事故的处理无需进行过多的人工干预。国内的智慧城市建设虽然起步较晚，但经过政府的大力支持，也取得了一定的成就。北京、杭州、上海、青岛等城市均建成了较为完善的应用系统，青岛的智慧交通建设中，应用数据挖掘技术的主要为“交通信号控制系统”及“交通执法系统”两大子系统。其中，“交通信号控制系统”不仅实现全市交通信号控制路口的集中控制、配时自动调整、协调联动、将信号灯联网，以保证各路口之间的协调控制，通过对路口的信号进行远程干预和实时、集中控制，以到达提高道路承载力和通行能力，而且通过数据挖掘技术使系统也有“自

7、主”意识，能够自动判断单个路口前方交通拥堵情况，对路口信号灯进行缩短绿灯时间或者停止绿灯放行，避免路口发生堵死现象，同时通过自动调整各区域内各个路口信号配时方案，减少进入区域内的车流量，避免拥堵的加剧。2、城市规划规划管理信息管理系统的数据挖掘基于一般的数据挖掘，是基于空间知识库、图象数据库的空间数据挖掘（SDMKD），是为规划编制、电子政务服务的数据挖掘。是基于城市规划管理信息系统。其数据特点，不仅包含城市地理信息（数字地形图、影象图等）的数据，还包含城市规划管理的数据，依据这些数据，可以发现在城市发展、城市规划管理过程中一些有用的知识，为城市规划

8、的编制、电子政务提供服务。规划管理对数据挖掘的需求是多方面的。如：在规划编制方面，规划编制需要大量的资料收集