数据挖掘技术在交通运输中的应用
数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的但又是潜在的有用信息和知识的过程。它是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。简而言之，数据挖掘其实是一类深层次的数据分析方法。从这个角度数据挖掘也可以描述为：按企业制定的业务目标，对大量的企业数据进行探索和分析，揭示隐藏的、未知的或验证已知的规律性，并进一步将其模型化的先进有效的方法。随着信息技术的迅速 发展 ，数据库的规模不断扩大，从而产生了大量的数据。为给决策者提供一个统一的全局视角，在许多领域建立了数据仓库。但大量的数据往往使人们无法辨别隐藏在其中的能对决策提供支持的信息，而传统的查询、报表工具无法满足挖掘这些信息的需求。因此，需要一种新的数据分析技术处理大量数据，并从中抽取有价值的潜在知识，数据挖掘技术由此应运而生。数据挖掘技术也正是伴随着数据仓库技术的发展而逐步完善起来的。通过数据挖掘我们可以进行估值，预言，相关性分组或关联规则，聚集，描述和可视化，复杂数据类型挖掘等事情。数据挖掘技术从一开始就是面向应用的。目前在很多领域，数据挖掘都是一个很时髦的词，尤其是在如银行、电信、保险、交通、零售(如超级市场)等商业领域。下面我们了解一下数据挖掘在交通运输方面的应用。
首先，数据挖掘可以为交通运输提供有力的决策支持。随着经济的日益发展，汽车现在已是我们生活中必不可少的，所以交通运输业的发展将日益壮大，然而，决策信息将越来越重要，它可以改善交通环境（例如北京的单双号行车计划），为我们交通运输业提供方便，并且好的决策信息还可以提高汽车销量（例如一些新颖的并且吸引顾客的方法）。第二，数据挖掘可以对交通运输业中的产品系进行管理。它可以对用车群体进行分析，找到他们的规律，并对汽车市场进行分和市场进行分析并对顾客关析，了解他们的规律后，就可以为顾客提供更优质的服务，从而带来了可观的客户流量，并刺激了高利润产品的销售，从而提高经济效益。总之，通过数据挖掘，可以发现购买汽车客户的特征，从而可以向那些也同样具有这些特征却没有购买的客户推销这个商品；若找到流失的客户的特征，就可以在那些具有相似特征的客户还未流失之前，采取针对性的措施。第三，数据挖掘可以进行预测分析。这种预测是建立在大量的历史数据和适当的模型基础上的，利用趋势分析、时间序列分析等方法，建立对如汽车销售、运输管理等的预测模型。进行了正确的预测对交通运输业的发展有很大帮助，它可以对以后的汽车多少及交通状况进行提前判断，避免出现产品供应不当或是交通混乱等现象。综上总述，交通运输不可能离开数据挖掘技术，数据挖掘在交通运输中起着至关重要的作用。
数据挖掘技术将在各大领域中广泛被应用，它具有很大的优越性和发展潜力，所以我们应该多了解有关数据挖掘的资料，为交通运输事业尽自己的一份力！
