四川省鲲鹏水利水电工程有限公司610000四川省成都市
摘要：随着经济的发展，对水利工程管理的要求也在逐渐提高。因此，水利建筑逐渐开始摆脱过去的形象，现代水利建筑管理中已经要求设计人员掌握一定的能力。数字挖掘技术是电子信息技术的代表，渗透到管理信息系统中，保障各行各业的管理信息系统，数据挖掘技术发挥重要的作用，支持管理信息系统的构建和应用。基于此，文章就基于数据挖掘技术的水利工程管理进行简要的分析，希望可以提供一个借鉴。
关键词：数据挖掘技术；水利工程管理；措施
1.数据挖掘的定义
数据挖掘，又可称为资料探勘、数据采矿，翻译于英语的“Datemining”。数据挖掘通常是指在大量复杂的数据中，通过相关的算法与搜索程序，找到隐藏在数据中的相关信息。数据挖掘通常依靠情报检索和模式识别等相关方法进行相关操作。近几年来，由于数据挖掘其中所存在着大量信息可以广泛使用，这一点已经充分引起了信息产业界的极大关注。同时，这些信息不仅仅可以被利用，还可以进行传播和转换，获取更多有价值的数据信息。这些数据信息，不仅可以在信息产业界进行应用，同时还可以广泛应用在商务管理、市场分析以及建筑工程设计等相关领域，帮助人类获得更多的商业探索。
数据挖掘在使用方法上基本分为六个步骤：（1）分类，即指在庞大的数据库中，建立合适的模型，将所有信息进行规范分类。（2）估计，即指在不确定的类别中，进行连续值的输出。（3）预测，即指通过分类和估计后，将现有的数据进行一个预知和分析。（4）相关性分组或关联原则，即指根据数据之间的联系，判断哪些数据会一起发生。（5）聚类，即指不通过分类好的标签去寻找数据之间的联系。（6）复杂数据类型挖掘，即指将更为复杂的数据进行合理研究分类。
由此可见，数据挖掘的技术运用非常复杂，但是却能给人们的生活带来极大的改变。
2.数据挖掘技术在管理信息系统中的应用
2.1明确挖掘目标
数据挖掘技术在管理信息系统中的应用，需明确挖掘的目标，根据行业自身的情况，找出管理信息系统中，数据挖掘的技术目标，深入研究挖掘目标之间的关联，找出潜在的风险信息，进而提出应对的管理措施。例如：人力资源管理信息系统中的数据挖掘技术，结合人力资源的分配，将人力资源的学历、年龄、职位作为挖掘的目标，研究好每个目标与离职的关联性，规划出可能离职的人员群体，明确人才离职的原因，进而提出挽留人才的措施，如：加薪、福利、岗位调动等，避免企业发生人才流失。
2.2汇总挖掘数据
管理信息系统中，汇总挖掘出的数据，在此基础上，绘制出数据挖掘的结构图。企业的管理信息系统中，涉及到多种属性信息，在数据源中，可以找到大量的具备自身属性的信息，明确各类数据中的不完整特征。数据挖掘汇总的过程中，找出有价值的管理信息，以便选择合适的数据，数据挖掘技术可以采用SQL查询语句，对管理信息执行压缩、汇总、删除和查询的操作。汇总挖掘了管理信息数据后，要创建数据集，把所有的基础数据，输入到数据集内。
2.3构建挖掘模型
挖掘模型在管理信息系统中，起到支持和承载的作用。管理信息系统在构建挖掘模型时，经常利用遗传算法、人工神经网络等方法，便于提高管理信息系统中的数据挖掘能力。例如：模型构建时的决策树方法，主要将管理信息系统中的数据，划分成不同的模块，在每个节点中，都要保持组别的差异，通过差异，衡量出管理信息系统中的数据差别，每份数据的差异明显，但是相同份内的数据，尽量要保持相同，保障数据挖掘切分过程的纯化特征。
3.数据挖掘的实施步骤
3.1信息收集
在了解掌握水利工程项目管理需求和目标的背景下收集数据信息，也就是按照分析获得的数据信息需求与目标对数据信息特征进行分析，然后选取与数据情况相对应的收集方法，并将收集到的数据信息存储到信息数据库中。
3.2数据集成
集成数据又称为数据共享，主要是通过物理和逻辑整理方式，对来源、格式、性质特点等不同的数据信息进行整理。
3.3数据规约
数据规约的主要目的是为了提升数据信息挖掘效率，对数据信息来源进行预处理。如果信息数据来源不规约，即使存在较少的数据也可通过挖掘方法对不同数据信息进行计算，但计算时间相对较长，这时可通过数据规约对数据来源进行约束，以此提升挖掘数据信息的效率，为小容量数据的数据规约奠定扎实基础。
3.4数据整理
由于数据信息库中会存在属性值与表达方式不同的数据信息，需要对其进行加工处理。因此，必须利用合适的处理方式来填补丢失的数据信息，并对存在噪音的数据信息进行处理，确保数据信息的完整性和一致性。
4.实例分析
4.1概况
某水电站于1963开始建设，于1975年完工，其位于黄河中游的陕西境内，装机容量122万5000kW，是新中国成立以来为数不多的达到百万千瓦的大型水利水电项目。大坝主体结构为混凝土结构，大坝高度为147m，其电站总存储容量为57亿8000万m3。其水利项目主要管理内容包括水库管理、水闸管理、堤防管理、引水工程管理、水利工程管理等。
4.2工程管理数据挖掘模型的构建
数据模型主要功能包括水利工程防洪、除涝、灌溉、运输、发电、水产养殖等，电站周边区域的社会经济和农业发展受其影响尤为巨大。在过去的发展过程中，某市的水利工程在管理和决策中，这些都是比较复杂的非结构化决策。因此，构建一个探索性或查询驱动的数据挖掘模型会给水电站的工作人员和专家在数据检索和专业分析的工作上提供方便，使管理者在管理工作上更加的科学合理。
图1中的数据挖掘模型分为四层：数据存储层、多维数据库和数据仓库OLAP和OLAM层（数据挖掘的核心内容），用户界面层。用户界面层主要功能是管理员或用户进行人际对话、挖掘数据查询、挖掘结果显示以及数据结果输出。
图1数据挖掘模型
4.3数据挖掘技术与水利工程管理软件的集成
该水利工程项目管理的内容主要包括：管理水库，水闸管理、堤防管理、南水北调工程管理、项目管理、灌溉等方面。虽然数据挖掘有助于这个过程的开展，水给利工程的管理提供了科学依据，但如果该水利工程管理只是单单的进行数据挖掘，这是不符合数据挖掘系统理论的基本思想。因此，只有在现有的、成熟的国内水利工程项目管理成果的基础上，结合数据挖掘系统，这才是开发水电站管理种数据挖掘系统的最佳方式。
国内许多水利工程在管理和施工过程中，最常用的是GIS技术软件。GIS软件具有分析处理功能、空间数据查询功能。GIS技术软件本身蕴含着多样的数据信息，如当地的一些国内许多水利工程在管理和施工过程中，最常用的是GIS技术软件。GIS软件具有分析处理功能、空间数据查询功能。GIS技术软件本身蕴含着多样的数据信息，如当地的一些会经济、地形地貌、地质、水文环境等。所以，对于水利工程管理数据挖掘系统的未来发展，首先要考虑的应该是如何实现GIS系统和数据挖掘理论系统完美衔接。
综上，数据挖掘技术支持管理信息系统的多样化、多元化发展，保障管理信息系统的科学性及合理性，完善管理信息系统在企业中的实践运用。希望能在今后的水电工程管理中更多的去采用这种技术，为项目管理提供更多的帮助，促进国民经济的发展。
参考文献：
[1]曾文献，李伟，郭兆坤.视频数据挖掘技术综述[J].河北省科学院学报，2017，01：1-7+13.
[2]张蕊，齐晓霞.数据挖掘技术在网络安全中的应用研究[J].西安文理学院学报（自然科学版），2017，02：29-33.
[3]朱霖.数据挖掘技术在信用信息分析评价中的应用分析[J].科技展望，2017，07：113-114.