论文部分内容阅读
摘 要：数据挖掘是数据库常用技术之一，用其解决传统数据操控系统不足，可提现出计算机服务器的优越性能，摆脱早期用户处理数据流程的不足之处。为了充分体现数据挖掘技术应用优势，更好地服务于广大计算机用户。本文分析了数据挖掘技术现实作用，提出数据挖掘自动化控制技术特点，设计符合当代用户使用需求的自动化控制平台。
关键词：数据挖掘；自动化；控制平台；设计
中图分类号：TP311.13
数据库是计算机数据控制的核心平台，设定数据库模式可实现资源优化配置，为用户提供更加安全的資源处理系统，保障各类数据信息可持续利用。早期由于计算机软硬件系统功能缺失，数据库内在资源未能得到充分利用，导致原始数据结构层利用价值受限制。新时期采用自动化平台辅助数据操作，可进一步提升原始数据的可利用价值。
1 计算机数据挖掘作用
数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程，适用于大范围数据收集及处理工作，为用户提供更为广阔的数据操控平台。伴随着计算机用户数量持续增多，数据挖掘安全技术应用更为广泛，如图1，从而体现出了数据库挖掘功能的可操作性。
1.1 挖掘数据。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多方法来实现上述目标。计算机数据库是数据资料的集中区域，由多种不同类别数据共同组合而成，成为用户收录与处理数据的操控平台，数据挖掘可以搜索出潜在的有价值数据，提高了数据资源的有效利用率。
1.2 调控数据。数据库作为计算机控制系统的操作中心，其负责各类数据调控与处理工作，帮助用户解决实际数据使用方面的问题。对潜在数据实施深度挖掘，可以提升数据的可利用空间，强化原始数据操控处理力度，进而实现自动化作业平台。设定数据挖掘模式，为用户调控数据提供了捷径，自主筛选出有价值的数据信息。
2 数据挖掘自动化原则
随着计算机用户数量持续增多，数据挖掘系统也开始形成相对固定的模式，并且承担着诸多数据处理荷载。为了避免数据量超载带来的应用问题，设计数据挖掘自动化模式是不可缺少的，其设计原则：
2.1 多样性。数据挖掘自动化是针对所有形式数据的挖掘操作，按照用户实际应用要求采取挖掘方案，对数据库资源深度开发与利用，具有明显的多样性特点。系统可以读取多种来源与格式的数据，包括文本数据、电子表格数据、存储在多种数据库以及数据仓库中的数据。
2.2 系统性。当前，数据库已经形成相对完整的分析模式，根据用户搜索数据使用要求执行系统命令，这些是数据挖掘自动化的可行性要求，如图2。例如，系统提供的分析方法主要包括：神经元网络、时间序列、聚类分析、相关分析以及其他一元或多元统计分析方法，如线性回归、主成分分析、因子分析等。
2.3 共享性。分析结果可以自动生成多种格式的报告文件，数据结果可以方便的导出，为计算机用户提供了数据共享平台。数据挖掘自动化配备了查询系统，用户根据资料使用要求设定查询方案，则可短时间搜索到相关的数据资源，从互联网上下载、传输、存储等相关数据即可正常使用。
3 数据挖掘自动化控制平台设计
数据挖掘是对数据库资源的多次开发与利用，按照某个标准建立对应的数据收集系统，从而实现数据信息的综合化利用，为用户提供更加安全的资料利用平台。基于数据挖掘自动化原则下，数据自动化控制平台设计可分为界面层、网络层、安全层、处理层等四大模块。
3.1 界面层。应该选用经过改进、简单易用的图形用户界面和“向导”来提高设置和使用的方便性，设计界面层可提高数据资源的可利用性，如图3。如果小型网络使用传统的大型管理应用软件，其产生的复杂性往往超过了他们的解决能力。
3.2 网络层。通过建立网络规则为网上的特定通信类型，快速选择匹配网络实现数据挖掘操作。此外，网络层为远程控制提供必要模块，设定了远程语音通信系统，降低或禁止其他通信类型的优先级。
3.3 安全层。获取经过检验的、可靠的网管软件执行升级，增加网络目前尚未具备的新功能。这些增强特性包括新的报表功能和固有的安全措施等。安全问题是数据挖掘中急需解决的，采用数据安全防护是抵制数据风险的有效方式。
3.4 处理层。采用自动化方式执行程序化、单调的重复性报表管理任务，新型报表功能可以自动生成报表，这些都是数据挖掘后期处理必备的操作条件。此外，数据处理能够实现资源的一体化，并允许利用它们执行更高级的处理指令。
4 结束语
数据挖掘是计算机数据资源利用的有效方式，设计挖掘系统可及时发现潜在的有价值资源，为用户创造了更加稳定的资源平台。基于自动化控制平台特点下，数据挖掘设计需重视界面层、网络层、安全层、处理层等核心部分，为数据处理创造更加稳定的空间平台。
参考文献：
[1]丁纪云，蔡春娥.利用构造数据集评定数据挖掘过程的方法[J].湖南广播电视大学学报，2001（02）.
[2]任承业，罗伟其.校园信息系统中CRM与数据挖掘的结合和应用[J].计算机工程与应用，2003（13）.
作者简介：罗华群（1977.12-），女，江西上高人，讲师，本科，硕士，研究方向：计算机科学与技术。
作者单位：江西省宜春职业技术学院，江西宜春 336000
关键词：数据挖掘；自动化；控制平台；设计
中图分类号：TP311.13
数据库是计算机数据控制的核心平台，设定数据库模式可实现资源优化配置，为用户提供更加安全的資源处理系统，保障各类数据信息可持续利用。早期由于计算机软硬件系统功能缺失，数据库内在资源未能得到充分利用，导致原始数据结构层利用价值受限制。新时期采用自动化平台辅助数据操作，可进一步提升原始数据的可利用价值。
1 计算机数据挖掘作用
数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程，适用于大范围数据收集及处理工作，为用户提供更为广阔的数据操控平台。伴随着计算机用户数量持续增多，数据挖掘安全技术应用更为广泛，如图1，从而体现出了数据库挖掘功能的可操作性。
1.1 挖掘数据。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多方法来实现上述目标。计算机数据库是数据资料的集中区域，由多种不同类别数据共同组合而成，成为用户收录与处理数据的操控平台，数据挖掘可以搜索出潜在的有价值数据，提高了数据资源的有效利用率。
1.2 调控数据。数据库作为计算机控制系统的操作中心，其负责各类数据调控与处理工作，帮助用户解决实际数据使用方面的问题。对潜在数据实施深度挖掘，可以提升数据的可利用空间，强化原始数据操控处理力度，进而实现自动化作业平台。设定数据挖掘模式，为用户调控数据提供了捷径，自主筛选出有价值的数据信息。
2 数据挖掘自动化原则
随着计算机用户数量持续增多，数据挖掘系统也开始形成相对固定的模式，并且承担着诸多数据处理荷载。为了避免数据量超载带来的应用问题，设计数据挖掘自动化模式是不可缺少的，其设计原则：
2.1 多样性。数据挖掘自动化是针对所有形式数据的挖掘操作，按照用户实际应用要求采取挖掘方案，对数据库资源深度开发与利用，具有明显的多样性特点。系统可以读取多种来源与格式的数据，包括文本数据、电子表格数据、存储在多种数据库以及数据仓库中的数据。
2.2 系统性。当前，数据库已经形成相对完整的分析模式，根据用户搜索数据使用要求执行系统命令，这些是数据挖掘自动化的可行性要求，如图2。例如，系统提供的分析方法主要包括：神经元网络、时间序列、聚类分析、相关分析以及其他一元或多元统计分析方法，如线性回归、主成分分析、因子分析等。
2.3 共享性。分析结果可以自动生成多种格式的报告文件，数据结果可以方便的导出，为计算机用户提供了数据共享平台。数据挖掘自动化配备了查询系统，用户根据资料使用要求设定查询方案，则可短时间搜索到相关的数据资源，从互联网上下载、传输、存储等相关数据即可正常使用。
3 数据挖掘自动化控制平台设计
数据挖掘是对数据库资源的多次开发与利用，按照某个标准建立对应的数据收集系统，从而实现数据信息的综合化利用，为用户提供更加安全的资料利用平台。基于数据挖掘自动化原则下，数据自动化控制平台设计可分为界面层、网络层、安全层、处理层等四大模块。
3.1 界面层。应该选用经过改进、简单易用的图形用户界面和“向导”来提高设置和使用的方便性，设计界面层可提高数据资源的可利用性，如图3。如果小型网络使用传统的大型管理应用软件，其产生的复杂性往往超过了他们的解决能力。
3.2 网络层。通过建立网络规则为网上的特定通信类型，快速选择匹配网络实现数据挖掘操作。此外，网络层为远程控制提供必要模块，设定了远程语音通信系统，降低或禁止其他通信类型的优先级。
3.3 安全层。获取经过检验的、可靠的网管软件执行升级，增加网络目前尚未具备的新功能。这些增强特性包括新的报表功能和固有的安全措施等。安全问题是数据挖掘中急需解决的，采用数据安全防护是抵制数据风险的有效方式。
3.4 处理层。采用自动化方式执行程序化、单调的重复性报表管理任务，新型报表功能可以自动生成报表，这些都是数据挖掘后期处理必备的操作条件。此外，数据处理能够实现资源的一体化，并允许利用它们执行更高级的处理指令。
4 结束语
数据挖掘是计算机数据资源利用的有效方式，设计挖掘系统可及时发现潜在的有价值资源，为用户创造了更加稳定的资源平台。基于自动化控制平台特点下，数据挖掘设计需重视界面层、网络层、安全层、处理层等核心部分，为数据处理创造更加稳定的空间平台。
参考文献：
[1]丁纪云，蔡春娥.利用构造数据集评定数据挖掘过程的方法[J].湖南广播电视大学学报，2001（02）.
[2]任承业，罗伟其.校园信息系统中CRM与数据挖掘的结合和应用[J].计算机工程与应用，2003（13）.
作者简介：罗华群（1977.12-），女，江西上高人，讲师，本科，硕士，研究方向：计算机科学与技术。
作者单位：江西省宜春职业技术学院，江西宜春 336000