【正文】 過(guò)控0403廖衛(wèi)平。我學(xué)院正在緊跟時(shí)代的步伐，考慮如何在科技與經(jīng)濟(jì)高速發(fā)展的21世紀(jì)將學(xué)院提高到一個(gè)更高的檔次，于是物聯(lián)網(wǎng)工程學(xué)院便誕生了！但是，現(xiàn)今物聯(lián)網(wǎng)技術(shù)還沒(méi)有發(fā)展成熟,還有很大的提升空間，我們難得的與西方發(fā)達(dá)國(guó)家站在同一起跑線上，所以，我們要抓住機(jī)遇趕超西方發(fā)達(dá)國(guó)家，讓祖國(guó)的控制學(xué)科位于世界一流之列。因此，物聯(lián)網(wǎng)的實(shí)現(xiàn)對(duì)“自動(dòng)化”與“信息化”提出了更高的要求，也體現(xiàn)了兩者結(jié)合的重要性。其核心就是通過(guò)各種信息傳感設(shè)備，實(shí)時(shí)采集任何需要監(jiān)控、連接、互動(dòng)的物體或過(guò)程的聲、光、熱、電、力學(xué)、化學(xué)、生物、位置等各種需要的信息，與互聯(lián)網(wǎng)結(jié)合形成的一個(gè)巨大網(wǎng)絡(luò)。顧名思義，“物聯(lián)網(wǎng)就是物物相連的互聯(lián)網(wǎng)”。因此，從提高企業(yè)自動(dòng)化系統(tǒng)工作層次的角度看，信息化的確是促進(jìn)了自動(dòng)化的提高，而且可以說(shuō)，信息化是更高層次的自動(dòng)化。目前，國(guó)際上很多著名的工業(yè)自動(dòng)化企業(yè)(廠商)紛至沓來(lái)，將他們信息技術(shù)用于企業(yè)產(chǎn)品設(shè)計(jì)、制造、管理和銷售的全過(guò)程，以 提高企業(yè)在“全球化”的形勢(shì)之下的市場(chǎng)應(yīng)變能力和競(jìng)爭(zhēng)能力。在計(jì)算機(jī)用 于自動(dòng)化之前，自動(dòng)化的功能目標(biāo)是以省力為目的，代替人的體力勞動(dòng)。信息時(shí)代里 “自動(dòng)化”與“信息化”雙方既互為依托，同時(shí)也相互促進(jìn)。再次，內(nèi)涵與特點(diǎn)不同。兩者的區(qū)別是,首先，研究的對(duì)象明顯不同?！白詣?dòng)化”與“信息化”并不是同一回事，但是，兩者既有聯(lián)系，也有區(qū)別與特點(diǎn)?！靶畔⒒?提出在60年代，它是培養(yǎng)、發(fā)展以計(jì)算機(jī)為主的智能化工具為代表的新生產(chǎn)力，并使之造福于社會(huì)的歷史過(guò)程?？刂瓶茖W(xué)與工程作為一門(mén)通用的技術(shù)學(xué)科，這一學(xué)科包含的內(nèi)容軟硬俱全，軟可以軟到控制數(shù)學(xué)，在抽象層面上以數(shù)學(xué)和邏輯為工具研究控制系統(tǒng)的一般規(guī)律，硬可以硬到到完全與硬件打交道，用元器件、集成電路搭建控制器與傳感器和執(zhí)行機(jī)構(gòu)組合成一個(gè)實(shí)實(shí)在在的控制系統(tǒng)?？刂乒こ淌强刂普撘话阍碓诠こ滔到y(tǒng)中的具體體現(xiàn)，因此必須從工程系統(tǒng)的角度進(jìn)行技術(shù)的集成，必然涉及到各行各業(yè)的技術(shù)和工藝背景。導(dǎo)航與控制、檢測(cè)技術(shù)與自動(dòng)化裝置五個(gè)二級(jí)學(xué)科組成。同時(shí)也堅(jiān)定了我們?yōu)樽鎳?guó)控制學(xué)科發(fā)展而奉獻(xiàn)的決心。對(duì)我來(lái)說(shuō)，作為一個(gè)計(jì)算機(jī)專業(yè)的人，數(shù)據(jù)挖掘也是我繼續(xù)關(guān)注和學(xué)習(xí)的一個(gè)領(lǐng)域，現(xiàn)在應(yīng)該學(xué)習(xí)更多相關(guān)的知識(shí)，為將來(lái)打好基礎(chǔ)。通過(guò)聽(tīng)此次學(xué)科前沿講座以及查閱相關(guān)資料，對(duì)數(shù)據(jù)挖掘有了一個(gè)較為全面的了解。數(shù)據(jù)挖掘是一種決策支持過(guò)程，它通過(guò)高度自動(dòng)化地分析企業(yè)的數(shù)據(jù)，做出歸納性的推理，從中挖掘出潛在的模式，幫助決策者調(diào)整市場(chǎng)策略，減少風(fēng)險(xiǎn)，做出正確的決策。⑦Web頁(yè)挖掘。在企業(yè)危機(jī)管理及其預(yù)警中，管理者更感興趣的是那些意外規(guī)則。⑥變化和偏差分析。特征分析是從數(shù)據(jù)庫(kù)中的一組數(shù)據(jù)中提取出關(guān)于這些數(shù)據(jù)的特征式，這些特征式表達(dá)了該數(shù)據(jù)集的總體特征。在客戶關(guān)系管理中，通過(guò)對(duì)企業(yè)的客戶數(shù)據(jù)庫(kù)里的大量數(shù)據(jù)進(jìn)行挖掘，可以從大量的記錄中發(fā)現(xiàn)有趣的關(guān)聯(lián)關(guān)系，找出影響市場(chǎng)營(yíng)銷效果的關(guān)鍵因素，為產(chǎn)品定位、定價(jià)與定制客戶群，客戶尋求、細(xì)分與保持，市場(chǎng)營(yíng)銷與推銷，營(yíng)銷風(fēng)險(xiǎn)評(píng)估和詐騙預(yù)測(cè)等決策支持提供參考依據(jù)。④關(guān)聯(lián)規(guī)則。使用到 Kmeans算法。③聚類。回歸分析方法反映的是事務(wù)數(shù)據(jù)庫(kù)中屬性值在時(shí)間上的特征，產(chǎn)生一個(gè)將數(shù)據(jù)項(xiàng)映射到一個(gè)實(shí)值預(yù)測(cè)變量的函數(shù)，發(fā)現(xiàn)變量或?qū)傩蚤g的依賴關(guān)系，其主要研究問(wèn)題包括數(shù)據(jù)序列的趨勢(shì)特征、數(shù)據(jù)序列的預(yù)測(cè)以及數(shù)據(jù)間的相關(guān)關(guān)系等。它可以應(yīng)用到客戶的分類、客戶的屬性和特征分析、客戶滿意度分析、客戶的購(gòu)買(mǎi)趨勢(shì)預(yù)測(cè)等，如一個(gè)汽車(chē)零售商將客戶按照對(duì)汽車(chē)的喜好劃分成不同的類，這樣營(yíng)銷人員就可以將新型汽車(chē)的廣告手冊(cè)直接郵寄到有這種喜好的客戶手中，從而大大增加了商業(yè)機(jī)會(huì)。通過(guò)上網(wǎng)查詢資料，了解到數(shù)據(jù)挖掘有一下七種常用方法：① 分類。第四，結(jié)果分析階段，解釋并對(duì)結(jié)果進(jìn)行評(píng)估，通常使用到可視化技術(shù)。第三，數(shù)據(jù)挖掘階段。第二，數(shù)據(jù)準(zhǔn)備階段。說(shuō)到數(shù)據(jù)挖掘，應(yīng)該了解數(shù)據(jù)挖掘包含哪些步驟？第一，要確定研究對(duì)象，這是數(shù)據(jù)挖掘的重要一步。因?yàn)榧偃鏟(I) 最小支持度閾值，當(dāng)有元素A添加到I中時(shí)，結(jié)果項(xiàng)集（A∩I）不可能比I出現(xiàn)次數(shù)更多。最后再在所有的頻繁集中找出強(qiáng)規(guī)則，即產(chǎn)生用戶感興趣的關(guān)聯(lián)規(guī)則。Apriori算法使用頻繁項(xiàng)集的先驗(yàn)知識(shí)，使用一種稱作逐層搜索的迭代方法，k項(xiàng)集用于探索(k+1)項(xiàng)集。從一定程度上可以表明數(shù)據(jù)挖掘技術(shù)的巨大價(jià)值。老師在講關(guān)聯(lián)規(guī)則時(shí)，提到了關(guān)于“尿布與啤酒”的故事。作為一類深層次的數(shù)據(jù)分析方法，它利用了數(shù)據(jù)庫(kù)、人工智能和數(shù)理統(tǒng)計(jì)等方面的技術(shù)。隨著數(shù)據(jù)庫(kù)技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)的迅速發(fā)展以及數(shù)據(jù)庫(kù)管理系統(tǒng)的廣泛應(yīng)用，人們積累的數(shù)據(jù)越來(lái)越多，而數(shù)據(jù)挖掘就是在這樣的背景下產(chǎn)生的。聽(tīng)了老師所講的關(guān)于《數(shù)據(jù)挖掘》這塊的相關(guān)知識(shí)講解，頗有感受。我覺(jué)得這是我踏上社會(huì)之前收獲的一筆財(cái)富。這樣子就能更好地讓學(xué)生對(duì)理論與運(yùn)用有更深地認(rèn)識(shí)了。思想或思維上的碰撞，擦出思維碰撞的火花。在進(jìn)一步學(xué)習(xí)的方面，我希望老師能再?gòu)?qiáng)化學(xué)生在這方面的意識(shí)，旨在合適的時(shí)候指出學(xué)生的不足和問(wèn)題，讓學(xué)生更好的意識(shí)到問(wèn)題，有何途徑去更好的解決問(wèn)題，灌輸樹(shù)立學(xué)生們樹(shù)立這方面的意識(shí)或習(xí)慣。不足之處：由于是第一次聽(tīng)這一類的講座，自己沒(méi)辦法去了解到哪些途徑與方法能夠更好的解決我們的問(wèn)題。通過(guò)自己上網(wǎng)下載相關(guān)案例，學(xué)習(xí)更多的東西。對(duì)比自己本學(xué)期所學(xué)到的知識(shí)及能力，感覺(jué)自己再具體提出相關(guān)解決措施的時(shí)候，沒(méi)辦法更好的調(diào)研、分析，得出解決的方案，理論與實(shí)際的兩者結(jié)合不夠，沒(méi)辦法列出更為具體且行的方式以解決問(wèn)題，提出方案的可操作性都有待提升。包括物流管理與供應(yīng)鏈管理的關(guān)系處理，物流企業(yè)和生產(chǎn)制造企業(yè)物流的