摘要：在水利工程的管理工作当中，要想提高工作效率，并且制定出更有效的管理措施，就需要进行数据挖掘技术的应用。通过数据挖掘技术，工作人员能够充分了解当前工程所处状况以及工程存在的问题，从而制定出更有针对性的方案和措施，提高工程施工质量。在本文中，笔者就将针对数据挖掘技术在水利工程管理中的应用进行探讨。
关键词：数据挖掘技术；水利工程；管理；应用研究
对于我国社会的发展建设而言，水利工程发挥着极大作用。水利工程的施工建设能够实现水资源的重新分配，提高国民的生活质量，为国民创造更加优质的生活环境。从当前的情况来看，我国水利工程的施工数量和施工规模仍在不断的扩大。因此，需要进一步加强水利工程的施工质量，才能充分发挥水利工程作用。而在水利工程的施工当中，工程管理工作是极为重要的。这是因为，水利工程管理会直接关系到工程的质量、成本、效率等多个方面。而要提高水利工程管理工作的效率和质量，数据挖掘技术的应用有着巨大帮助。
一、数据挖掘技术的含义
所谓的数据挖掘技术指的就是收集大量数据，并且通过对这些数据的对比分析从中挑选最有价值或者最具影响的数据，将这些数据整合分析之后，可以了解水利工程当前的实际状况，发现工程中可能存在的问题，并且为解决措施的制定提供一定的参考。同时，数据挖掘技术的应用也能够做到数据的保存和留档，为接下来水利工程的施工建设留下宝贵的参考资料。通过这样的方式不仅可以确保工程的质量，同时也能够提高工程解决问题的效率，为水利工程未来的施工做出巨大贡献[1]。
二、目前数据挖掘技术的常用方法
通过数据挖掘技术，工作人员能够清楚了解到水利工程的实际施工状况，并且针对不同的状况采取针对性的措施去解决工程中存在的问题。因此，在水利工程管理工作当中需要进一步加强数据挖掘技术的应用。当然，在水利工程的实际施工过程中，也需要根据不同的状况挑选合适的数据挖掘方法，通过这样的方式才能确保数据挖掘技术在水利工程的施工管理工作中发挥作用，为工程下阶段的施工提供帮助。从而目前的情况来看，常见的数据挖掘方法分别有以下四种。
（一）分类与整合方法
分类与整合方法是数据挖掘技术应用过程中的常见方法之一。在水利工程的实际施工过程中，难免会产生大量的数据，而这些数据通常是杂乱、抽象、模糊、缺乏逻辑性的。因此，在进行数据挖掘的过程中，需要对这些数据进行有效的分类，这样才能使数据更加清晰明了。一般情况下，数据挖掘中都会将同一条件或者具备相同规律的数据划分为一类，其他不具备同条件或者相同规律的数据分为一类或者再次进行分类整合。当所有数据都完成分类与整合之后，就能够明确数据的类型与规律，从而提高后续的数据处理效率[2]。
（二）关联性方法
除了归类与整合以外，在进行数据挖掘的工作时，也可以采用关联性方法进行数据的处理。在实际工作当中，往往需要处理大量数据，工作人员需要做的就是从海量数据中提取出有效的数据进行分析，从而了解当前工程状况。而数据的提取就可以采取关联性的方式来进行，通过关联性方式能够寻找到不同数据之间的联系，并且分析出关联数据中体现出的实际状况，这样做可以有效提高数据的处理质量，给水利工程的管理工作带来更大帮助[3]。
（三）预见性处理
预见性处理是数据挖掘工作当中极为重要的一部分。众所周知，事物的内部必然隐藏着种种联系，而在数据当中，这种隐藏的联系同样存在。数据与数据之间经常会存在着某种规律，工作人员一旦摸清楚这些规律就可以对数据进行预测，通过预测来指导下阶段的水利工程管理工作，并且制定出更有针对性的措施提高水利工程的施工质量和施工效率[4]。
（四）偏差值处理
在进行数据挖掘与处理工作当中，工作人员经常会发现，某些数据的实际值与统计值是存在偏差的。因此，工作人员需要做到重视并了解数据之间的偏差，通过偏差值的研究能够提取更多关键性数据，为下一阶段的水利工程管理工作提供有效的参考资料[5]。
三、数据挖掘技术在水利工程管理中的实际应用
在水利工程的施工建设当中，数据挖掘技术的应用是必不可少的。需要注意的是，数据挖掘技术的应用并不局限于水利工程本身的施工数据，同时还应当要包括其他可能会对水利工程施工造成影响的数据，比如说气象数据、环境数据、水文数据、地质数据等。通过对这些数据的详细分析，不仅能够了解不同数据类型存在的共同点与差异，同时还能够完善数据挖掘处理的结果，使其能够更加准确，为水利工程的施工管理工作提供帮助。而要想充分发挥数据挖掘技术的作用，就需要加强地理信息系统（GIS系统）的应用。
（一）重视地理信息系统的作用
地理信息系统包括了多个学科的应用，比如说地理科学、计算机技术、摇杆技术和信息科学等。在实际的应用过程中，地理信息系统会受到水利工程周边环境较大的影响，可能产生影响的因素包括了地质、地形、水文以及地区经济发展等。通过地理信息系统能够对水利工程所在区域的信息数据进行细致的处理和分析。数据挖掘技术的应用正是将数据挖掘系统与地理信息系统相结合，从而进一步提高数据分析的准确性，从而制定出更有针对性的策略，有效提高工程的施工质量和施工效率，为水利工程管理工作的开展做出贡献。
（二）嵌入式耦合的应用
嵌入式耦合的应用对于提高数据挖掘技术在水利工程管理工作的应用也有着重要作用。从当前的情况来看，地理信息系统的主要优势在于具备极强的空间信息处理与分析能力。而嵌入式耦合的应用指的就是将数据挖掘系统融合到地理信息系统当中，以此形成一个综合性的数据挖掘分析系统。通过这样的方式，就可以对数据挖掘系统提供的海量数据进行高效的分析处理，这不仅降低了数据挖掘工作的工作量，同时也使得数据分析处理的难度大大降低，有效提高了数据挖掘处理的效率[6]。当然，需要注意的是，嵌入式耦合的应用仍然存在一定的缺陷，那就是在处理过程中，特定挖掘出来的数据需要使用特定的系统来进行分析，特定的数据并不一定适配所有的地理信息系统。因此，从这一方面来看，嵌入式耦合的应用仍然存在一定的局限性，并不具备普遍性和大众性。
（三）松散式耦合的应用
松散式耦合的应用对于数据挖掘技术在水利工程管理工作中的应用也只有着极为重要的作用。所谓的松散式耦合指的就是将某一特定的地理信息系统与数据挖掘技术进行耦合。相比起嵌入式耦合而言，松散式耦合既保证了地理信息系统与数据挖掘系统之间的联系，同时二者之间又是相互独立的。松散式耦合的具体操作方式就是在实际工作过程中，数据挖掘系统通过地理信息系统获取大量数据，数据类型包括了属性数据和空间数据[7]。在得到数据之后，系统可以通过冲洗、过滤以及变换等多种手段将其进行保存，在此之后，数据挖掘系统就可以进行独立的数据处理工作而不需要借助地理信息系统来完成。从目前我国水利工程的实际施工情况来看，松散式耦合得到了较为广泛的应用，同时因为其具备普遍性和大众性的特点受到工作人员的喜爱。然而，需要注意的是，松散性耦合的应用需要具备较高的技术性，开发难度较大，支出的开发成本较多。因此，一般会在大中型水利工程项目中进行使用，确保工程的施工质量和施工效率。
结束语
综上所述，数据挖掘技术在水利工程的施工管理工作中发挥着极大的作用。从目前数据挖掘技术的实际应用情况来看，其应用的方法包括了分类与整合、寻找关联性、预见性处理与偏差值处理。通过这四种方式能够进行数据的有效处理，寻找到更加具有价值的数据，以此指导下阶段的工程施工管理工作。除此之外，数据挖掘技术的应用需要重视地理信息系统，通过将地理信息系统与数据挖掘系统相结合，能够进行更加高效的数据分析工作，得出更为精准的结论，从而保障工程的施工质量，为我国社会经济的发展建设做出贡献。
参考文献:
[1]杜喜廉.数据挖掘技术在水利工程管理中的应用探讨[J].科技视界,2016(23):281-281
[2]林峰.基于数据挖掘技术的水利工程管理[J].工程技术:全文版,2016(8):00280-00280
[3]阿不都日衣木&#;提力瓦地.水利工程管理中数据挖掘技术的应用探析[J].建筑工程技术与设计,2016(4)
[4]张丽娟.基于数据挖掘技术的水利工程管理分析[J].黑龙江水利科技,2017,45(1):172-174
[5]杨冬.水文数据分析中应用数据挖掘技术的若干研究[J].黑龙江水利科技,2017(9):35-37
[6]张永占.水利信息化中数据挖掘技术的应用分析[J].农家科技旬刊,2016(10)
[7]樊启祥,周绍武,林鹏,等.大型水利水电工程施工智能控制成套技术及应用[J].水利学报,2016,47(7):916-923
论文作者:谭黎
论文发表刊物:《防护工程》2018年第3期
论文发表时间:2018/6/8
标签：数据挖掘论文; 水利工程论文; 数据论文; 技术论文; 管理工作论文; 地理信息系统论文; 水利论文; 《防护工程》2018年第3期论文;