0 前言
隨著互聯網技術的發展,更多的數據往往能夠讓我們獲得更多的信息和知識,但如何從這些數據中挖掘其潛在價值來幫助自己解決問題,成為現代人們極度關注的問題,因而應運而生了數據挖掘技術。所謂數據挖掘指的是從海量的信息數據中挖掘那些未知的,具有一定規律和價值的信息,主要涉及到數據庫技術,人工智能等多種前沿科技,如今發展已經相當成熟,在很多企業里都得到了廣泛的應用。其中煤礦企業涉及到大量的安全數據,以及日常的辦公管理數據,這些數據都需要依靠數據挖掘技術來提升煤礦企業的管理和安全水平。本文的重點就是從分析數據挖掘技術概念開始,探討一下煤礦企業當前在安全和企業管理上面臨的問題,以及數據挖掘技術在煤礦企業里的一些實踐的應用分析。
1 數據挖掘技術概念分析
數據挖掘技術主要依靠數據之間的關聯,數據的分類和潛在的發展方向,通過聚類分析、異類分析及演化分析來實現對數據的挖掘,發現數據的潛在規律,透過數據能夠給企業的管理和安全以及其他科學技術的研究帶來一定的參考價值。目前數據挖掘技術主要包括下面五種技術:
(1)關聯分析技術
這是目前比較主流的數據挖掘分析技術,關聯分析技術的核心是從數據集團里面發現數據之間的關聯,而所謂關聯則是有兩個或者兩個以上的變量存在著某種規律,這種規律可以通過一系列的方法發現,并且分為簡單關聯、因果關聯以及時序關聯等。通過關聯分析就是發現數據集團中所隱藏的關系網,在這里主要通過支持度和可信度這兩個因素來衡量數據的相關性,然后再引入其他的參數,比如數據之間的興趣度以及相關性等參數,從而挖掘出符合需求的數據。
(2)分類和預測的技術
分類和預測是一個相輔相成的關系,通過從數據集團中,找到能夠準確描述數據集合的特征函數,并且根據這些特征函數將數據識別,并進行歸屬和分類,在這里還需要通過預測的方式,進行綜合分析,從而更加準確的實現對數據集團中不同模型下的數據分類,這個過程實際上又是一個將未知事例映射到看起來非常離散的類別的過程。所謂分類函數或者是模型指的是通過分類挖掘算法將一組看起來并不很清晰的數據集,通過計算和挖掘轉變成已知的歸屬。這些分類函數或者是模型可以通過多種形式進行描述,比如分類規則、決策樹還有神經網絡及數學公式等方法。比如在煤礦企業中在客戶關系系統中的應用,通過對煤礦企業的客戶信用等級進行預測和分類,從而實現對客戶的管理。
(3)聚類分析技術
在數據集團里,存在著大量的沒有歸屬的數據,這些數據往往也會具有某種歸屬,只是因為相對隱蔽,所以這種歸屬不能夠準確的結合現有歸屬進行劃分,這時候就可以通過聚類分析技術來實現對這些未知歸屬的數據進行挖掘。聚類分析技術的基本原則有兩點,其一,將內部數據相似度比較大的對象進行聚集,這些內部數據要堅持最大化原則;其二,要保證不同的聚集對象相似度要最小化。這個過程可以使用不同的數據計算公式來區分數據之間的相似度,通過聚類分析將那些沒有歸屬的數據劃分成不同的數據組,這些數據組之間相似度要最小,而數據組內部數據相似度要最大。
(4)異類分析技術
數據集團中大量的數據都是離散的,雖然通過聚類分析以及分類預測等方法都不能夠將所有數據分類分析完成,還有很多不符合規律的數據就被稱為異類,這些異類的出現往往都和一些小概率事件有關。而在煤礦企業的安全管理中,往往就對于這些小概率事件進行極大的關注,所以異類分析技術對于煤礦企業的安全管理具有十分重要的意義,而且小概率事件往往也體現在煤礦企業的管理層面。比如在煤礦企業的CRM客戶關系管理系統中,如果存在異類,那么就可能存在一些商業騙局,通過針對異類分析,從某種意義上來說要比那些有規律性的數據挖掘更有意義。
(5)演化分析技術
數據對象還有隨著時間產生變化的屬性,這些變化往往就需要通過演化分析技術來掌握這些數據所反映的趨勢,從而通過這些數據來為企業的管理提供支撐。而演化分析技術主要通過概念描述,對比概念以及關聯,時間相關數據等不同方式進行綜合分析,這個趨勢化分析僅僅提供一些可能,但是是否會真的就向這些方向發展,這會隨著演化分析技術的成熟變得接近,但是一致的可能性相對來說就非常困難了。
2 煤礦企業在安全和管理方面的現狀
在過去的十年里, 我國煤礦企業大大小小事故超過數千起,正因為煤礦生產本身存在高危屬性,所以加強煤礦安全建設已經成為業內的共識。近幾年我國不少煤礦企業已經開始引入國外的先進管理技術,比如引入了安全生產管理系統以及各種先進的企業管理系統如CRM客戶關系管理系統,從而有效的改善了我國煤礦企業的安全和管理水平。最近幾年雖然偶爾也會發生煤礦瓦斯事故,但是其事故的規模和死亡人數已經開始減少,特大型事故在最近幾年少有發生,煤礦企業在安全生產管理和企業管理上取得的進步。但是不可否認的是我國煤礦企業的安全管理水平相比還存在著一些問題,主要體現在下面幾個方面:
(1)安全生產管理系統的使用不是很熟悉。雖然不少煤礦企業結合企業現狀,在井下安裝了瓦斯感應器、礦井通風感應器、井下考勤系統等,但是在實際使用中,因為管理的混亂,以及對新的數據挖掘技術的掌握不夠透徹導致了一些潛在的隱患并不能夠及時的被發現,從而釀成一些本可避免的事故。
(2)企業管理方面的問題。最為常見的問題就是客戶關系的管理,雖然現在已經有很多煤礦企業已經上馬了ERP系統,而在ERP系統中,有一個重要的模塊就是客戶關系管理系統,這往往能夠有效的對客戶和供應商進行管理,從而提升企業的競爭力。但是由于我國煤礦企業的改革深化程度不一,有的煤礦企業的銷售渠道僅僅是運往火力發電廠,這對于某些煤礦企業來說,客戶關系管理系統往往形同虛設,起不到有效的管理作用。
(3)煤礦企業的網絡安全問題,這基本上是目前各類企業都會面臨的問題之一,不過對于煤礦企業來說,網絡安全顯然更加重要,一旦存在安全隱患,將會直接影響到煤礦企業的安全生產管理,甚至有可能造成嚴重的安全事故,所以提升煤礦企業的安全防范能力也是當前煤礦企業必須要面對的一個問題。
3 數據挖掘技術在煤礦企業的實踐應用
數據挖掘技術現在已經在煤礦企業得到了廣泛的應用,其中基于計算機網絡技術的煤礦生產安全系統,以及計算機網絡安全和煤炭企業的管理系統都普遍使用到了數據挖掘技術,下面就從這三個方面具體進行分析。
3.1 數據挖掘技術在煤礦企業的安全生產管理上的應用
在煤礦安全生產管理系統里,一般會對有四大基礎系統,分別是井下的瓦斯控制系統;礦井通風系統;以及考勤系統和監控系統。其中瓦斯控制系統是通過在礦井各重點通道安置瓦斯感應器,感應器采集數據然后通過井下轉發器,再通過傳輸裝置傳輸到地面的計算機數據處理中心;而通風系統同樣也是通過通風感應器將井下數據傳輸到地面的控制中心,而考勤系統和監控系統也是通過計算機網絡傳輸到地面控制中心。因此在地面控制中心就存在著大量的采集數據,這些數據的處理就需要通過數據挖掘技術,通過分類和預測將一些常用的數據進行歸屬,從而監控這些影響安全的數據的變化。而對于存在異類的數據則進行重點調查分析,查看這些異類數據時如何產生的,然后再通過演化分析,對這些異類數據進一步分析,確保這些數據不會出現嚴重的問題,同時經過不斷的巡查將這些異類數據控制到最低水平,從根本上提升煤礦企業的安全生產。實際上地面數據中心就是一個巨大的數據集,而管理系統則是通過各種基于數據挖掘技術對這些數據進行處理,從而實現的數據化現代生產安全的管理。
3.2 數據挖掘技術在煤礦企業網絡安全方面的應用
煤礦企業的網絡安全顯然非常重要,對于企業的網絡安全的保障往往要通過兩個方面來進行,一方面是對硬件方面的保護,目前而言沒有相關的系統軟件對硬件數據進行分析,需要通過人工的方式進行例行的巡檢,增加一些防護措施。比如在計算機機房鋪用防靜電地板,給服務器及相關設備安裝UPS不間斷電源,提升計算機機房的凈化程度,從而實現對硬件的保護。而另一方面,影響計算機網絡安全的問題就是計算機病毒和黑客入侵,而且這個問題幾乎是難以避免的,只要系統會通過互聯網采集數據,連接互聯網就不可能避免,目前主流的防范措施就是通過安裝殺毒軟件,規范企業網絡安全行為的方法。而實際上很多殺毒軟件通過智能化的入侵檢測技術,通過數據挖掘技術,已經開始對很多未知的病毒有了一定的識別度,從某種意義上來說,數據挖掘技術對于提升計算機網絡安全的能力已經得到了廣泛的應用。
3.3 數據挖掘技術在煤礦企業CRM系統上的應用
現在很多煤礦企業已經不僅僅局限于將產品直接銷售到某個火力發電廠,現在煤炭的應用范圍十分廣泛,所以存在的客戶群體也是非常廣泛的,因此現代煤礦企業都基本上在使用CRM 客戶關系管理系統,這個系統被證明對客戶的管理具有十分重要的意義,能夠有效的防止客戶的欺詐行為以及防范企業應收款風險。而實現這個功能,從很大的程度上都是依靠數據挖掘技術中的異類分析,通過分析客戶關系管理系統中的異類數據,發現這些客戶存在的問題,是賬款不能夠及時到賬,還是這些客戶存在流失的風險,有效的提升企業對客戶的服務水平。
4 結語
隨著互聯網和數據庫技術的深入發展,數據挖掘技術體現出了巨大的效果,能夠幫助煤礦企業從海量的信息中提取出有知識、有價值的數據,對于煤礦企業領導層的決策,提升企業的核心競爭力都具有十分重要的作用。這也是為什么現代煤礦企業已經在各個領域里充分實踐數據挖掘技術的根本原因。
轉載請注明出處:拓步ERP資訊網http://www.guhuozai8.cn/
本文標題:數據挖掘技術在煤礦企業中的實踐探索
本文網址:http://www.guhuozai8.cn/html/consultation/10820612333.html