前言：中文期刊网精心挑选了数字化技术营销范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
数字化技术营销范文1
关键词：数据挖掘技术；数字化校园；应用
中图分类号：TP393 文献标识码：A 文章编号：2095-1302（2014）01-0068-03
0 引 言
信息的分析与处理是重要的人类活动之一，但随着当前社会信息化进程的不断加快，其整个社会的信息量也表现出成倍的增长趋势，当某一种数据库所包含的数据日益庞大的情况下，传统或简单的数据统计方法自然也会逐渐表现出诸多的不适用。尽管眼下的多数数据库系统仍可比较高效地进行数据的录入、查询以及统计等操作，但对于这些数据可能存在的某些关联与规则却无法实现理想掌握，在此种情况下也无法通过现有数据实施未来发展可能性的推断。在这样一个“数据爆炸”的时代，如果不具备挖掘数据背后隐藏的知识的能力，势必也会出现“知识匮乏”的现象。当人们意识到此问题所在之时，其对信息的态度也正在由简单的数据收集型向分析加工型转变，并期望从同样的数据信息中挖掘出更多可加以利用的信息，数据挖掘（DM）技术即是在此时代背景中诞生的。就近些年的情况来看，DM技术的相关研究不仅愈发变得炙手可热，而且已经在诸如商业、金融业、企业生产以及市场营销等很多领域获得了实际性的广泛应用，比较之下，其在教育领域的应用却相对偏少。基于此，笔者特针对DM技术在数字化校园中的应用进行一定阐述，旨在为DM技术在教育领域的应用开发提供一定参考价值。
1 DM技术与数字化校园的概念与内涵
1.1 DM技术的概念与内涵
DM技术即是指一种通过某种方法与策略从一切实际应用数据中将某些人们事先未掌握的、潜在的、但确实存在一定利用价值的信息与知识最大程度地提取出来并对其进行加工的技术称谓。具体开展DM的方法种类是多样的，但其中最具代表性的通常包括了分类分析法、关联分析法以及序列模式分析法等，而经常需使用到的工具则主要包括了IBM公司Almaden研究中心开发的QUEST系统，SGI公司开发的MineSet系统，加拿大Simon Fraser大学开发的DBMiner系统，SAS Enterprise Miner，IBM Intelligent Miner，Oracle Darwin，SPSS Clementine以及Unica PRW等。在针对具体应用实际的情况下，通过选用以上DM工具可以帮助人们发现某些未知的数据含义，进而开发其价值以预测或指导未来可能发生的情况与需要采取的行为，总之就是为人们的决策行为提供全方位的数据信息支持。
1.2 数字化校园的概念与内涵
数字化校园即是在以互联网为依托的情况下，进而充分利用一切可以利用到的信息化策略及相关设备，继而从包括教学环境、教学资源以及教学活动等方面实现校园整体性的数字信息化管理。由此可见，与传统的校园建设比较而言，通过对校园实施数字信息化的建设后，不仅将使得校园的发展具备了更加明显的时代性，而且还能够将学校发展过程中的某些实际成效及时展现出现，同时也能及时地从中发现可能存在的管理方面的问题，并对学校在未来一定时间内的发展趋势做出比较符合实际的预测，最后，在数字化的校园管理模式下，其校内的相关资源配置将进一步得到优化，这势必也将促进校园的整体建设可逐步得以完善。
2 在数字化校园建设中采用数据挖掘技术的需求分析
2.1 学校教学与教学评价方面的需求分析
一方面，教学是学校最核心的任务，那么教学部分的数据挖掘也自然是数字化校园建设的核心部分，现以教学过程中的课程设置为例，在学校，学生的课程学习是循序渐进的，而且课程之间有一定的关联与前后顺序关系，在学一门较高级课程之前必须先修一些先行课程，如果先行课程没有学好，势必会影响后续课程的学习，另外，同一年级学习同一课程的不同班级，由于授课教师、班级文化的不同，班内学生的总体成绩相差有时会很大，利用学校教学数据库中存放的历届学生各门学科的考试成绩，结合数据挖掘的关联分析与时间序列分析等相关功能，就能从这些海量数据中挖掘出有用的信息，帮助分析这些数据之间的相关性、回归性等性质，得出一些具有价值的规则和信息，最终找到影响学生成绩的原因，在此基础上对课程设置作出合理安排；另一方面就是教学评价的数据挖掘，教学评价是对其重要的调节、控制、指导与推动手段，而且可发挥重要的导向作用，也更是学校教学管理的重要组成部分，基于此，针对教学评价管理中出现的某些问题给予科学地解决就显得格外重要，此方面的问题又包括：影响教学评价的关键因素有哪些？教学评价的指标与关键环节的合理性如何？在具体的教学评价中的各级得分者的特征如何？教学评价的可疑数据可通过什么方式给予剔除？通过数据挖掘后，诸如此类的问题均有望得以明朗化，继而更科学地实施教学评价以确保可真正扫清教学工作中存在的障碍。
2.2 教师结构和专业配制方面的需求
在当前高校扩招的大潮流中，我高职院校也占据了相当比例，由此所导致的师生比例失调的问题、新增设专业教师的稀缺问题以及具体每个专业的教师人员结构与专业领域的重组问题等等，均是迫切需要解决的问题。通常采取的做法自然是通过一定措施来引进新的教师队伍并留住人才，然而在这个过程中，还包括很多细节的问题：现有的教师哪些即将流失？ 现有教师他们的流失概率如何？哪些因素造成了教师的流失？ 教师流失对学校会造成什么影响？ 教师的流失情况有什么差别？ 如何制定科学的用人制度？等等问题，通过应用数据挖掘技术后，便有望在高职院校变被动为主动地科学人用。
2.3 学校的科研管理需求
学校所开展的科研项目对于教学内容的革新、教学质量的提升以及教师学术水平的提高均具有极大的推动作用，同时，其成效也是衡量经费分配与职称评定的重要参考依据。在此基础上，改进与完善科研评价制度自然就成为了学校迫切需要解决的问题，这些问题主要包括：在各类级别期刊上的相关教师所具备的特征、各种课题申请者的特点、未完成科研任务教师的特征、影响教学科研进展与成效的因素、科研滚动周期的最佳年限、科研工作量应该如何设定以及科研项目存虚存假的可能性等。而通过DM技术可将这些问题均得以不同程度地解决，如此也必将更加有效地激励教师科研的执行力与创新水平，整体加快学校科学事业的进展。
2.4 数字化图书资源的管理需求
图书馆最大价值化的存在，无疑要全面了解并掌握所有读者的分类、属性以及特征等方面的情况，同时还需充分掌握读者在应用图书馆后的满意度情况以及是否有新的需求，图书所涉及学科的交叉问题等等，这均是当代学校图书馆亟待解决的问题。而数字挖掘技术正能实现对以上信息的深加工，继而在对相关数据进行分析后进一步指导图书馆的馆藏建设，同时还可为学校的学科课程设置提供一定参考价值的科学依据，最终推动学校图书馆业务与相应管理的全面进步。
其他还比如有在人力资源管理方面、学校的教务管理以及住校学生生活消费管理等等，其各自存在的问题均可在充分应用数据挖掘技术的基础上找到相关突破口，最终在整体上全方位地实现学校各方面资源的优化管理与合理配置，持续提升学校数字化建设进程的速度。
3 数据挖掘在数字化校园中的应用研究
通过了解，数字化校园的数据管理平台是一个集成了学校多方面应用系统的综合性平台，将所能收集到的所有数据均储存在学校的数据中心的共享数据库里面。但在储存的过程中，还需对这些数据进行详尽的分类处理，并充分考虑到其可能存在的不完整性、模糊性与随机性等，而通过数据挖掘对这些信息的充分提取与整理，继而生成与之相对应的应用决策系统，最终为相关领导做出正确的决策提供更为丰富的可靠的参考信息。数据挖掘在数字化校园中的具体应用结构图如图1所示。
如上述介绍以及上图均可以看出，DM技术在校园数字信息化建设中可说是一项颇具复杂性与繁琐性的特殊工作，因此其具体应用情况的介绍限于篇幅限制，笔者在此仅以学校的科研管理为例，并应用Clementine挖掘工具进行操作，现对其相关数据挖掘技术的实际应用情况展开一定剖析。
3.1 对不能完成科研任务教师的相关分析
在实际的学校科研项目管理过程中，其中项目进度的管理是一个比较重要的环节，而与项目进度相关的因素中，又会存在个别教师可能因多方面原因而出现不能完成既定科研任务的情况，而只有通过科学的对其实施预测，才能让诸如此类的问题得以最大程度地解决。其具体的解决思路主要就是要把这个问题定义为一个分类预测的问题，那么首先需要做的就是将参与科研项目的教师分为两类，其中一类为已完成科研任务量者，而另一类则是尚未完成科研任务量者。接着分别从此两部分教师中选择一定数量的教师，并统计其相关属性数据继而组成训练数据集，然后再通过应用神经网络与决策树等办法建立起科研工作量完成情况的实际分类模型，最后再利用该模型来进行科研任务量完成情况的实际预测，如此便可获得可能会不能完成科研任务教师的相关信息，为学校后期的科研计划的制定提供参考依据。
3.2 教师不能完成科研任务的实际原因
在了解到可能完不成科研任务的教师后，还更需要对导致此种情况发生的原因进行必要的分析，进而可在以后保证其能最大程度地去完成科研任务。此方面的数据挖掘处理具体来说主要包括两个方面的措施。一方面，可以运用关联分析的办法，把科研任务量的完成情况看作一个实际目标变量，而把与之可能相关的某些属性数据作为变量，一起输入系统后在运用GRI模型展开分析，进而可初步找出具体有哪些属性可对科研完成的情况造成影响；另一方面，就是应用决策树的方法来获得科研工作量完成情况的规则集。以具体的某学校为例，以APRIORI算法为基础来对教师科研任务量完成情况的影响因素进行分析，设定0.3为最小支持度与最小置信度，继而对挖掘的结果实施分析，所获得的最终结果为：基础学科有38%的教师不能按时完成，82%的文科教师可以完成，75%的年轻教师可以完成，95%的高级教师可以完成等等，如此一来，便能很清楚地获得对科研任务量完成情况的影响因素，比既往的方法便捷了很多，同时也显著提高了工作效率。
3.3 学校科研管理中对教师的分类
在寻找到影响教师不能完成科研任务量的原因之后，接下来还必须完成的工作就是要对教师实施明确的分类，继而便于针对具体情况的不同类教师建议采用不同的策略来最大程度提升科研任务的完成率。打个比方，我们可以把学校看为一个企业，而把教师视作企业的客户，因此对教师实施分类的问题亦即是对企业客户进行细分的问题，通过分类后，自然更便于将那些特别需要关注的“客户”找出来，继而采取相应的实际措施来改善部分教师不能按时完成科研任务量的问题。下面笔者以聚类算法为例对教师细分过程中所采用到的实际算法应用进行一定说明，本算法主要是采用逐步减少K值的方式进行尝试。职称与学历等均是影响是否能完成科研任务的主要因素，因而需将这些相关的数据均作为参数给予输入，比如先将K值假定为8，接着通过对K值的大小进行连续调整，最终或许可以发现，比如当K值为4时，其效果最为理想，然后便可运用决策树对此类与其他类型的因素进行相同的分析，对每位教师的具体情况实施深入挖掘，最终分析出导致其不能完成科研任务的所有影响因素。通过此种在给予分类基础上的实际算法的应用，教师科研工作中所存在的问题就能很容易被挖掘出来。
4 结 语
综上所述，对数字化校园的建设而言，数据挖掘技术不仅是一项迫切需要掌握的全新技术，而且也是一项有着必要性、重要性与繁琐性的工作项目，因此有必要更加重视其在数字化校园建设中的作用与效果。与此同时，笔者认为，当代的学校管理自然也需要现代化的管理方式，数据挖掘技术的诞生与不断发展，也势必能为校园数字化建设提供更为有利的帮助，这也是有助于学校实现数字信息化最有利的保证。笔者相信，在不久的将来，数据挖掘技术将会在校园数字信息化建设中发挥出更为突出的作用。
参 考 文 献
[1] 陈薇.数据挖掘在数字化校园的研究与实现[D].杭州：浙江大学，2006.
[2] 丁智斌，衰方，董贺伟.数据挖掘在高校学生成绩分析中的应用[J].计算机工程与设计，2006，27（4）：590-592.
[3] 谷琼，朱莉，蔡之华，等.基于决策树技术的高校研究生信息库数据挖掘研究[J].电子技术应用，2006（1）：20-21.
[4] 姜卫俭，程从从.数据挖掘技术在校园信息化中的应用研究[J].科技广场，2009（5）：72-74.
[5] 蔡会霞，朱洁，蔡瑞英. 关联规则的数据挖掘在高校图书馆系统中的应用[J]. 南京工业大学学报：自然科学版，2005，27（1）：85-88.
数字化技术营销范文2
【关键词】功图量油；推广应用；效果评价
1 功图量油技术综合应用
1.1适应性分析
（1）理论上，机械计量的产量是油、气、水及相当数量的固态杂质混合物的产量（井口产量），影响较大，只能接近真实产量。而通过曲率波动方程模型确定泵功图，从而计算有效冲程（取小原则），得到的产量可直接反应出泵的真实抽汲能力，更能无限接近油井地质产能。
（2）实际上：1）仅侏罗系延9油藏功图计量与罐量误差较小；2）两套系统，必须定一为真实产量，就目前运行只能是罐量；3）能不能用、用与不用主要由产量的稳定性决定（如X66-84井），而目前生产稳定井超过450口，占比75%以上，功图计量适用性强。
1.2 推广对策
1.2.1 动态特征分析
（1）油藏特征规律影响。截止2013年，全区油井分析成功井数563口，无法运用84口，主要表现为供液能力、伴生气及复合因素影响，其中气体影响44口，占比52.4%，最为严重。
1）供液能力。主要位于梁长6油藏低产区，18口，平均单井日产0.94方，供液能力低且间出严重，泵功图随地层吐液情况成阶段性变化，计量曲线呈波动状，尤其是在间出期间，有效冲程几乎不计；主要依靠优化生产制度治理。
2）气体影响。梁长6油藏中部44口，平均单井日产液5.36方，供液能力较好，同时气量大，泵功图实时变动，导致有效冲程计算失真，功图计量曲线无规律，无法有效利用，主要依靠强化伴生气管理，目前收效甚微。
3）复合因素。高产区域，22口，平均单井日产液8.74方，且井口产液稳定，供液能力好，功图计量值杂乱波动，无法确定系数。主要因素：一是连喷带抽；二是气体影响；三是硬件设备。
（2）硬件、软件设备影响
1）硬件方面。一是采集设备是整个系统的最前端，它的微小波动，经过中端信息的变换、传递放大、计算处理，将对计量准确度造成直接影响；二是传输设备损坏将直接导致功图掉线、缺失、数据失真，定期；三是信号干扰测试精度受信号电缆线走向设计影响，排布不合理影响测试准确度，可能会导致采集的部分功图数据错误。
2）软件方面。两大系统，即功图生成的内控系统及功图计量的平台系统自身局限性：①对连喷带抽无法计量；②井筒异常（漏失）会造成计量失准；③特殊情况（大风、下雨、停电等）下功图乱画、采集数下降；④平台软件与现实存在计算差异，修正系数导入后反向推到，初始值波动异常（27口）。
（3）日常生产操作影响
1）基础数据维护
①静态数据。必须完整、准确录入，如完井数据、原油物性参数、抽油机型号等资料，动态上具明显变化的有抽油杆材质及抽油机型号。一是抽油杆材质，冯69-92井从钢D抽油杆改为玻璃钢，示功图形状发生变化，从严重结蜡变成固定凡尔漏，主要对功图诊断产生影响；二是抽油机型号发生变化影响，同一口油井，改变抽油机型号参数，对功图计算液量，泵效等有较大的影响。
②动态数据。一是油压、套压、动液面、含水，只对工况的判断结果影响；二是对同一口井，在功图量油模型中，泵径越大，计量值越大，功图形状没有明显变化。三是当沉没度增加，泵充满系数提高，功图计算结果变大，部分井工况诊断结果也发生变化。
2）日常动态维护。①分区域参数试验10口，产量回归期2-4天；②井筒处理后产量回归期4-6天。
1.2.2 常规问题处理
（1）抵触心理。应以最快速度完成技术推广应用，拖拖拉拉会更加反感。
（2）区域分散。油田成藏原理及地质特征决定了“老区分散、新区偏远”的现状，需提前储备、扩大队伍、提高投资。
（3）运维量大。全区油井开井589口，数据完善、设备调试、运行监控等工作量大，成立运维组，培养一批专门应对设备问题的技术人员。
（4）动态特征复杂。是实现功图量油建用结合主要因素，且影响因数众多，从硬件、软件、油藏特征、生产操作入手，深入分析。
（5）培训力度不够。影响功图量油综合运用推广速度的重要因数就是专业技术人员储备薄弱，在数字化运用的新环境下，加大培训力度，采用轮岗制。
1.2.3 特殊问题处理
（1）考核管理无专职人员
首先要有制度，同时必须要有人管。建立功图量油综合运行制度，并纳入绩效量化考核，成立功图量油管理小组，明确操作、监控、维护、技术岗位职责，建立模板，规范资料录取，修订系数、标定及补量界定。
（2）生产监控存在盲区
功图量油需要运行稳定，可太稳定却掩盖了真实动态变化，出现“井口虚高、盘库无货”现象，尤其是对油井地质产能监控，导致油藏区域注采调整滞后。解决办法：必须确保每口油井都具备罐量条件、落实月度标定制度。
（3）监控中心未充分利用
数字油田通俗讲，就是完成生产组织“监控落实治理”的上线运行，最终解放劳动强度、降低生产成、提高管理效率，重点发挥“监控中心”的职能性，建立油藏开发管理系统。
2 功图量油应用效果评价
2.1实现功图量油技术全面推广
截止2013年，全区完成34个站点功图量油配套建设，油井开井604口，设备累计安装566口，平均数据上线563口，除3口井计划关井影响，采集分析成功率实现100%；上线率93.7%，相比2012年提高17%；功图量油应用井数达到479口，应用率85.1%，其中长2以上浅层93.7%，长2以下深层80.1%。
2.2 提高产量监控体系时效性
数字化功图量油从工况监控、功图计量出发，同时解决了原油井筒阶段、地面阶段的上线监控。在油藏生产能力一定的情况下，优化产量监控体系，提高采油时率，就是提高原油产量。与传统示功仪实测相比，采用功图量油技术无数据延迟，降低井筒影响因素效率高，使得单井产能≌井口产量≌盘库产量，实现油田高效开发。
2.3 网上办公降低劳动强度
以自动生成，带动报表精简，以盘三试点，形成《报表精简方案》，对各基层单位取缔报表13种，全年节省报表约2200本。同时，按照月度罐量标定制度计算，每口油井每年减少罐量次数60次，全区减少罐量约36000井次，大大降低劳动强度。
2.4 储备数字化建设实践经验
形成了以“建设试点综合运用”的数字化三步走建设思路。开展数字化运行下动态特征综合分析，不断提高对数字化深度运用的认识程度，培养出一批数字化运行下的技术骨干，为数字化油田建设奠定基础。
2.5 降本增效工作卓有成效
全年累计修旧利废成本结余约9.86万元，实现无人值守井场32处，撤人32人，站点规范化撤罐27具，锁罐66具，在完成生产任务的同时，大大降低成本投入。
3 结论及认识
油藏随开发时间延长而趋于复杂化，动态特征研究需探索新技术、新理论、新方法，进一步提高分油藏试验性分析能力，扩大降本增效范围。要实现数字化功图量油建用结合，专业技术员及专岗监控员梯队建设是首要任务，也是今后长时间里的工作重点。
数字化技术营销范文3
关键词：数据挖掘；决策树算法；数字化校园；学生等级
中图分类号：G64文献标识码：B
文章编号：1672-5913（2007）06-0040-04
1 引言
数字化校园是以数字化信息为依托，利用计算机技术、网络技术、通讯技术支持学校教学和管理信息流，实现教育、教学、科研、管理、技术服务等信息收集、处理、整合、存储、传输、应用，使教学资源得到充分优化利用的一种虚拟教育环境[1]。数字化校园建设已经成为现代高校建设的重要组成部分，如何更好地利用数字化校园信息，提高高校教学效率，从而为社会培养出更多高素质人才，是一个值得研究的问题。数字化校园是面向教师和学生的，并为教师和学生服务。利用数据挖掘技术，在了解学生的各个方面信息的基础上，通过决策树算法得到学生学习成绩的总体发展趋势，为高校教学提供决策支持作用。
2 数据挖掘技术
2.1 数据挖掘的基本概念
数据挖掘（Data Mining，DM）是从大量的、不完全的、有噪声的、模糊的、随机的实际数据中，提取隐含在其中的、人们不知道的，但又是潜在有用的信息和知识的过程[2]。目的是发现未知的关系和以数据拥有者可以理解并对其有价值的新颖方式来总结数据，进而预测未来可能发生的行为，从而为决策行为提供有利的支持。
2.2 决策树方法
决策树方法是数据挖掘的核心技术算法之一，通过大量数据有目的地分类，从中找出一些潜在的、对决策有价值的信息，常用于预测模型中。目前，国际上最有影响力的决策树方法是ID3决策树生成算法，C4.5算法是ID3算法的改进，该算法主要采用信息增益比来确定被测试的属性[3]。
决策树（Decision Tree）是一个类似于流程图的树结构，其中每个内部节点表示在一个属性上的测试，每个分支代表一个测试输出，而每个树叶节点代表类或类分布。树的最顶层节点是根节点。通常情况下，采用自顶向下递归的各个击破的方式构造决策树，在此过程中，选择合适的属性作为测试属性；采用剪枝方法控制生成的决策树的大小；是两个关键的问题。
决策树的基本算法是贪心算法，它以自顶向下递归的各个击破方式构造决策树，算法Generate_ decision_tree生成一棵决策树的基本步骤。
输入：训练样本samples，由决策属性表示，候选属性的集合attribute_list。
输出：一棵决策树。
（1）创建节点N；
（2）if samples 都在同一个类C then；
（3）返回N作为叶节点，以类C标记；
（4）if attribute_list为空，以类C标记；
（5）返回N作为叶节点，标记为samples中最普通的类，//多数表决；
（6）选择attribute_list中具有最高信息增益的属性test_attribute;
(7) 标记节点N为test_attribute;
（8）for each test_attribute中的已知值ai //划分samples；
（9）由节点N长出一个条件为test_attribute= ai的分支；
（10）设si是samples中test_attribute= ai的样本的集合，//一个划分；
（11）if si为空then；
（12）加上一个树叶，标记为samples中最普通的类；
（13）else加上一个由Generate_decision_tree返回的节点。
以上递归步骤当下列条件成立时停止：
（1）给定节点的所有样本属于同一类；
（2）没有剩余属性可以用来进一步划分样本，在此情况下，使用多数表决；
（3）分支test_attribute= ai没有样本，在这种情况下，以samples中的多数类创建一个树叶。
3 数字化校园整体框架
基于当前高等院校校园网的基本设施和已有的各种应用服务，一个基于通用的统一身份认证和统一信息展示的数字化校园解决方案的总体框架。这个框架能够集成各种校园网中的应用。各个子系统在数字化校园中的位置如图1所示。
在这个数字化校园框架中，利用PKI体系结构作为统一身份认证系统的基础，以LDAP目录作为校园网内各种身份和信息数据的存储媒体，从而实现Portal信息展示平台，为校园网内各种应用服务的集成与展现提供了途径。
4 数据挖掘技术在数字化校园中应用
数据挖掘过程主要经历以下阶段：确定数据挖掘对象、数据准备等。下面将结合数字化校园介绍数据挖掘关键过程的应用。
图1数字化校园的整体框架
4.1 确定数据挖掘对象
定义清晰的挖掘对象，认清数据挖掘的目标是数据挖掘的第一步。在数字化校园信息库中，主要的信息就是教师和学生，如何更好地协调教师和学生的关系，更好地促进教育事业的发展，本文先从本科生着手，来研究本科生在校的基本情况，从而确定以学生为主体。
4.2 数据准备
收集和描述数据是整个数据挖掘工作中相当重要的一部分。数据准备一般包括两个步骤：数据的选择和数据的预处理。这里主要是在校本科生的家庭出身、学习、每月消费、每月借书、社会工作等情况。例如从校园一卡通系统中可以找到某个学生这个月的消费情况。下面的挖掘方法并未对学生信息的各个子库中所有数据进行直接挖掘，而是以学生的数字化校园中的基本信息作为基础信息，通过对学校的各个子库的个人信息进行加工处理，运用简单的统计方法对每个子库信息进行聚合，从而得到进行数据挖掘的基本信息。
把从各个子库中得到想要的数据必须经过处理才能应用到数据挖掘技术中去。例如我们把学生通过文字所表现的不同属性进行量化，以便于算法分析。我们把学生分为：A、B、C、D、E五个等级，即各个方面都表现优秀的学生为A、中等靠上但次于优秀的为B、中等生为C、中等靠下为D、各个方面都很差的为E。
依据以上量化标准，我们把统计得到用于数据样本的一个6维向量进行初步量化。
（1）学生每月消费：超过500元的为高、300~500元的为中、低于300的低。
（2）图书馆平均每月借书（每月按图书馆开放25天计算）：每月光顾图书馆4次以上为优，2~4次为良，少于2次的为中。
（3）专业课平均成绩：高于85分的为优，75~85之间的为良，60~75之间的为中。
（4）参加社会活动情况：1表示经常参加社会活动，0.5表示参加社会活动适度，0表示基本上不参加社会活动。
（5）家庭出身：“农”表示出身农民，“工”表示出身工人，“干”表示出身干部。
（6）学生等级：各个方面都表现优秀的学生为A，中等靠上但次于优秀的为B，中等生为C，中等靠下为D，各个方面都很差的为E。
下面介绍一个训练样本，该数据样本选自2003级计算机专业某个班学号的前15名，如表1所示。
4.3 构造决策树
根据选取训练样本数据集，取属性“学生等级”作为类别标识属性，属性“家庭出身”、“每月平均消费水平”、“专业课平均成绩”、“图书馆借书”、“参加社会活动”作为属性集。训练样本集类A、B、C、D、E所对应的样本个数记为s1、s2、s3、s4、s5。其中s1=2，s2=4，s3=4，s4=3，s5=2。
首先，对给定的样本分类所需的期望信息：
类似地，我们可以计算Gain（每月平均消费水平）＝0.4076，Gain（专业课平均成绩）＝1.2668, Gain（图书馆借书）＝0.6963, Gain（参加社会活动）＝0.266，由于专业课平均成绩在属性中具有最高信息增益，它被选作测试属性。创建一个节点，用专业课平均成绩标记，并对于每个属性值，引出一个分支。样本据此划分，重复上述步骤，最后返回的最终判定树如图2所示。
4.4 结果分析
比较以上5个属性的信息增益，得到学生等级决策树，从而得到以下结论：
(1) 可以看出专业课水平的高低是决定学生等级的关键因素。
(2) 图书馆借书次数较多，可以看出学生比较重视学习。
(3) 参加社会活动积极的学生，也是相对较好的学生。
(4) 每月消费较高的部分同学比较侧重于学习之外的别的方面，所以这些学生是较差的。
(5) 并不是来自家庭贫困的学生都是好学生，也不是来自家庭富裕的学生都是差学生，虽说大学生关键是靠个人的努力，学校的管理和督促对那一部分消费比较高的学生来说还是能起到一定的作用的。
5 结论
本文根据数字化校园系统中所存储的学生信息，利用数据挖掘技术的决策树方法分析了影响学生等级的重要因素，这只是数据挖掘技术在数字化校园系统中一个简单的应用。如何充分地利用高校资源，把数据挖掘技术和数字化校园更好地结合起来是当前高校面临的一个很重要的现实问题，从而达到提高教学质量和大学生素质的目的。
参考文献：
[1] 陆炯.数字化校园的总体框架与若干关键技术的研究[D].南京大学:南京大学出版社,2004.
[2] Jiawei Han, Micheline Kamber.数据挖掘:概念与技术[M].北京:机械工业出版社,2001.
[3] 陈文伟,黄金才.数据仓库与数据挖掘[M].北京:人民邮电出版社,2004.
数字化技术营销范文4
关键词：云计算；数字化；高校
中图分类号：TP311文献标识码：A文章编号：1009-3044(2011)27-7297-03
Cloud Computing in the Construction of the University Digital Research
TANG Tao
(Information Network Center, Anhui University of Architecture, Hefei 230022, China)
Abstract: Cloud computing system using the vast resources of the Internet to a new computing model to provide services. This paper describes the basic principles and characteristics of cloud computing on the basis of cloud computing technology to universities build digital effects, and cloud computing technology to universities build digital opportunities.
Key words: cloud computing; digital; university
云计算是下一代网络计算平台的核心技术，是一种新的计算模型，它的出现宣告了低成本享受超值服务的到来。目前，与云计算相关的网络应用与服务已应用到高校数字化建设中，云计算对高校数字化带来的影响和机遇值得我们重视和深思，有必要对其进行系统、深入的研究。
1 云计算概述
1.1 云计算的基本原理
云计算是分布式处理(Distributed Computing)、并行处理(Parallel Computing)和网格计算(Grid Computing)的发展，是透过网络将庞大的计算处理程序自动分拆成无数个较小的子程序，把存储在大量分布式计算机产品中的大量数据和处理器资源整合在一起协同工作，使相关的计算分布在大量的分布式计算机上，而非本地计算机中。
云计算系统的建设目标是将运行在PC 上、或单个服务器上的独立的、个人化的运算迁移到一个数量庞大服务器“云”中，由这个云系统来负责处理用户的请求，并输出结果，它是一个以数据运算和处理为核心的系统。
1.2 云计算体系结构
云计算平台是一个强大的“云”网络，连接了大量并发的网络计算和服务，可利用虚拟化技术扩展每一个服务器的能力，将各自的资源通过云计算平台结合起来，提供超级计算和存储能力。通用的云计算体系结构如图1所示。
1) 云用户端：提供云用户请求服务的交互界面，也是用户使用云的入口，用户通过Web浏览器可以注册、登录及定制服务、配置和管理用户。打开应用实例与本地操作桌面系统一样。
2) 服务目录：云用户在取得相应权限（付费或其他限制）后可以选择或定制的服务列表，也可以对已有服务进行退订的操作，在云用户端界面生成相应的图标或列表的形式展示相关的服务。
3) 管理系统和部署工具：提供管理和服务，能管理云用户，能对用户授权、认证、登录进行管理，并可以管理可用计算资源和服务，接收用户发送的请求，根据用户请求并转发到相应的相应程序，调度资源智能地部署资源和应用，动态地部署、配置和回收资源。
4) 监控：监控和计量云系统资源的使用情况，以便做出迅速反应，完成节点同步配置、负载均衡配置和资源监控，确保资源能顺利分配给合适的用户。
5) 服务器集群：虚拟的或物理的服务器，由管理系统管理，负责高并发量的用户请求处理、大运算量计算处理、用户Web应用服务，云数据存储时采用相应数据切割算法，采用并行方式上传和下载大容量数据。用户可通过云用户端从列表中选择所需的服务，其请求通过管理系统调度相应的资源，并通过部署工具分发请求、配置Web应用。
1.3 云计算服务层次
在云计算中，根据其服务集合所提供的服务类型，整个云计算服务集合被划分成4个层次：应用层、平台层、基础设施层和虚拟化层。这4个层次每一层都对应着一个子服务集合，为云计算服务层次如图2所示。
1) 云计算的服务层次是根据服务类型即服务集合来划分，云计算体系结构中的层次是可以分割的，即某一层次可以单独完成一项用户的请求而不需要其他层次为其提供必要的服务和支持。
2) 在云计算服务体系结构中各层次与相关云产品对应。
3) 应用层对应SaaS软件即服务如：Google APPS、SoftWare+Services。
4) 平台层对应PaaS平台即服务如：IBM IT Factory、Google APPEngine、。
5) 基础设施层对应IaaS基础设施即服务如：Amazo Ec2、IBM Blue Cloud、Sun Grid。
6) 虚拟化层对应硬件即服务结合Paas提供硬件服务，包括服务器集群及硬件检测等服务。
1.4 云计算技术层次
云计算的技术层次主要从系统属性和设计思想角度来说明云，是对软硬件资源在云计算技术中所充当角色的说明。从云计算技术角度来分，云计算大约有4部分构成：物理资源、虚拟化资源、中间件管理部分和服务接口，如图3所示。
1) 服务接口：统一规定了在云计算时代使用计算机的各种规范、云计算服务的各种标准等，用户端与云端交互操作的入口，可以完成用户或服务注册，对服务的定制和使用。
2) 服务管理中间件：在云计算技术中，中间件位于服务和服务器集群之间，提供管理和服务即云计算体系结构中的管理系统。
3) 虚拟化资源：指一些可以实现一定操作具有一定功能，但其本身是虚拟而不是真实的资源。
4) 物理资源：主要指能支持计算机正常运行的一些硬件设备及技术。
2 云计算的特点
2.1 服务提供的多元性
云就是庞大的计算机群，具备极高的计算、存储能力，能够完成单机所完不成的海量计算、存储等工作。云将调用云中的计算机群，使用基于海量数据的数据挖掘技术来搜索网络中的数据库资源，并运用各种方法为用户反馈出尽可能详尽、准确的结果，极大的扩展了而不是传统意义上的基于某个具体服务器为用户提供相应服务的工作模式；同时云中的计算机可以通过相应技术保持网络数据库信息的及时更新，用以保证用户服务的快速、准确。
2.2 使用的便捷性
在云计算模式中所有应用和服务请求的数据资源均存储在云中，用户可以在任意场合、时间通过网络接入云平台，使用统一的云服务，按照自身的需求获取所需信息，并可以实现不同终端、设备间的数据与应用共享，为工作带来极大的便利和效率。
2.3 服务的安全性
分布式系统具有高度容错机制，云计算作为分布式处理技术的发展，依托数据存储中心可以实现严格、有效的控制、配置与管理，具有更好的可靠性、安全性和连接性能，同时高度集中化的数据管理、严格的权限管理策略可以让用户避免数据丢失、病毒入侵等麻烦。
2.4 用户端设备成本低廉
由于云计算模式下大量的计算及存储工作都被放到了网络上，作为个人的用户端就完全可以简化到只有一个浏览器了。云计算模式中用户只需通过网络使用服务商所提供的相关服务，并按实际使用情况付费，具体的计算机系统硬件配置、设备运行维护开支和服务器系统软、硬件升级都由云服务提供商来完成。云计算的端设备和现在的PC机相比，云计算终端功耗低，成本低廉，终端用户使用简单，维护方便。
3 云计算对高校数字化建设的机遇
3.1 云计算能大大节约信息化的资金投入
目前的高校数字化建设中成本主要来源于软硬件的购置、日常维护及设备更新等，如果将这些建立在云计算和服务的基础之上，将大大减少资金投入。其一，整个网络课程建设的基础平台将是云服务提供商提供的跨平台、运算能力强大、资源丰富的统一的通用信息平台，无需购买本地服务器，仅需投入少数管理终端及云接入设备即可；其二，所有的服务提供均由云端提供，无需为保证服务器运行的可靠性、保证存储在服务器中的数据资源的安全以及避免因网络访问异常导致服务器瘫痪而对网络服务器响应及接入数量等进行限制，因此原来维护、升级等工作几乎降至最低，管理成本也相应可以大大降低。
3.2 真正实现资源整合，建立统一的资源平台
将高校数字化建立在云计算和服务的基础之上，将繁重的网络信息平台建设、服务器的配备、课程资源的存储与管理等工作交给云服务提供商，那么现有分散的、自成一体、本地化的网络信息平台将转变成为一个与具体网络运行环境、网络服务器系统、网络操作系统无关的强大的统一的通用信息平台，在这个平台上以成千上万的云服务器为依托，拥有着极其强大的计算功能、海量的网络资源，现有的网络课程建设中存在的软、硬件资源重复投入、虚拟化教学设备运行能力支持等问题将迎刃而解。
3.3 云计算的应用能够保证高校师生的信息安全
校园网内的计算机病毒的防控一直是一个十分棘手的问题，尤其在多媒体教室及计算机实验室。一台机器中毒，很快就会传遍所有机器。杀毒软件授权使用费用对高校来说也是一笔不小的开支，但对病毒仍不能有效的防控。而在云计算环境下，云计算提供商拥有先进技术和专业团队来负责这些资源的安全维护工作，师生们只需通过网络，就能访问自己的数据。本地不再存储任何数据，因而不用担心病毒入侵造成的破坏。所以，云计算在高校的应用既省去了高校在信息安全方面的开支，又确保了高校师生的信息安全。
4 结束语
云计算能为高校数字化提供所需的基础设施和软件环境，帮助高校摆脱资金不足、专业技术人员匮乏等各种困扰，其在高校教学、科研中的应用前景十分广阔。云计算的发展趋势已经呈现，一定会为高校的教学质量、科研水平等方面的提升贡献出自己的力量。信息技术已经从计算机时代走向互联网时代，教育信息化也将从以计算机辅助教育应用为中心走向以数据、计算和服务为中心。云计算为这种转变提供了机会和技术实现，并使之成为可能，为高等学校教育信息化的发展和建设提供了新的模式。
参考文献：
[1] 朱近之.智慧的云计算―物联网发展的基石[M].北京:电子工业出版社,2010.
[2] Anthony T.Velte,Toby J.Velte，Robert Elsenpeter.Cloud Com- puting-A practical Approach[M].USA:McGrawHill,2010.
[3] 陈阿林.云计算应用直通车[M].重庆:重庆出版社,2010.
数字化技术营销范文5
关键词：煤矿供电；数字化技术；GIS系统
DOI：10.16640/ki.37-1222/t.2017.09.057
0 引言
伴随着我国国民经济的迅猛发展，煤矿行业的发展同样迅速。但由于煤矿行业在一定程度上具有行业特殊性，因此在煤矿行业日常的工作当中就对电力供应产生了特别严格的要求。只有电力供应系统的安全可靠，煤矿行业的工作才可以正常进行，才可以对矿下的高效率工作进行保证。伴随着逐渐兴起和持续发展的数字化技术，该技术也越来越被广泛地运用到煤矿供电当中，该技术构成的供电网络具有稳定、安全、严密的特点，数字化煤炭供电系统是一个持续变化的系统，它会伴随数字化技术同步提高。
1 数字化技术在煤矿供电的独特优势
工业设计全新的发展方向，由运用范围广泛的数字化技术提供，同样也使得具有创新技术支持的煤矿供电系统的设计更加完善。煤矿行业相关工业设计师在对供电系统的设计前期，对数字化技术进行充分利用，可以对设计的障碍进行有效的克服。由于时间的差异和空间的复杂给设计工作带来的阻碍，可以利用数字化技术进行最大限度的减少，对设计工作的合理性进行了保证，并且减少设计误差。与此同时，井下供电系统与煤矿地面之间的监控集成环境，也可以通过数字化技术进行高效的建立，将煤矿供电系统的统一调度和监控得以实现。煤矿供电系统的自动化水平，在整体上得以提升，运行效率达到最高标准，将煤矿供电的应用程序达到简化。通过决策和技术上的支持，使得供电系统可以正常安全的运行。经济效益也随之提高。概括来看，将数字化技术广泛地应用在煤矿供电系统之中，与目前时代的要求相符合，还提供了煤矿正常工作的方便条件。与此同时，对于满足煤矿行业发展的需求，现实意义非常重大。
2 煤矿供电中数字化技术的有效应用
2.1 提高供电系统运行质量
伴随着在供电系统中大量使用数字化技术，供电行业的设计水平都有了显著的提升。数字化技术的应用，可以使得设计师们将时间和距离的差距进行缩短，有助于工作更好地协同进行，技术上的交流也更加方便。从产品的设计到最终的产品投入生产运行，设计师们不断地持续进行交流，这样有利于对整体的设计质量进行提高，发生错误的可能性也被最大限度的控制。与此同时，对于人力、物力和财力都进行了节约，进一步发展供电系统设计行业的工作协调性。通过数字化技术的运用，设计者们可以将设计方法和思路进行持续的科技创新，传统方法实现不了的设计效果则可以通过数字化计算机辅助设计系统进行实现，通过互联网和计算机网络甚至智能手机，所有的设计人员都可以进行实时的技术交流，在设计上博采众长，还可以使得自己的设计方法和理念得到较为客观的评价，设计的自由程度和设计空间对于设计人员来说更加增强。煤矿供电系统中数字化技术的有效应用，在降低成本的同时，还可以增强设计水平，体现集体协作，达到各方面的全面提升，对于生产和施工的高效率运转，有着积极地促进作用。
2.2 GIS系统在煤矿供电系统综合自动化的应用
就一般情况来看，地面是无法完全接收到煤矿井下实际信息。供系统图是地面对井下供电系统唯一可以获取的信息，可是供电系统图只能体现出开关、设备、电缆和变压器之间的控制和连接关系并没有任何实际作用对于分布电缆和内部位置进行指导，矿井下工作受限于相对封闭的环境和电缆分布的复杂。由于这些复杂因素的影响，煤矿供电系统不但在数字化技术的有效应用过程中受到了一定程度的限制，而且日常的供电系统维修也有着很大的麻烦。在煤炭供电系统数字进程化中，运用具有优势的GIS系统，它可以直观且系统的描述矿井下的实际环境情况。特别是在煤炭供电系统中属性特点和相对复杂的空间关系方面有着较强的反应效果。利用GIS系统中的地理坐标统一系统，在煤炭供电系统中，精准的定位实体对象，准确地描述空间关系。在对获取的一系列数据通过具体的分析，合理调整供电系统，依据相关的空间数据，在安全供电的基础之上，达到煤炭生产需求的最大程度满足。同时GIS系统的优势还表现在管理空间信息和数据上，通过对真实可靠性较强的地理信息收集，对今后的维修工作提供了便利。所以把GIS系统为基础的动态供电系统建立在煤矿供电系统中，煤矿的整体管理都可以实现最优化，获取最大经济效益的同时，兼顾安全性和后期维修的便利性。
3 结语
根据目前情况来看，煤矿供电系统安全运行的实现，要依靠数字化技术作为坚实的基础。在煤矿供电系统中，从设计到运行，数字化技术的应用都实现了技术创新。伴随着在煤矿行业中广泛发展和应用的数字化技术，与时俱进的特点也更能够在数字化技术应用的供电系统中得以体现，实现供电系统的迅猛式发展，提供更多的技术和物质支持给煤矿行业，对促进我国国民经济的发展有着不可或缺的作用。
参考文献：
[1]丁稳峰.数字化技术在煤矿供电的应用[J].科技视界，2012 （09）：13-14.
数字化技术营销范文6
关键词：图书馆 信息资源 数字化 应用技术类院校
【中图分类号】G【文献标识码】B【文章编号】1008-1216（2015）07C-0087-02
为落实《国家中长期教育改革发展规划纲要》提出的“建立现代职业教育体系”的要求，各地区纷纷加强了应用技术类院校的建设，其中，数字化资源建设是制约此类院校发展建设的重点也是难点。据此，我区提出了“重点支持职业院校师资队伍、数字化校园等建设，加快数字化专业课程体系和优质教学资源公共服务平台建设，构建面向学校教育，服务社会，开放型、数字型的新型职业教育网络学习体系”。在此背景下，笔者对我区的高校图书馆数字资源建设进行了全面调查，基于对大量数据的分析整理对比，有针对性地对应用技术类院校图书馆信息资源数字化建设提出有建设性的意见和建议。
一、全区普通高校图书馆资源数字化的基本现状
根据2014年内蒙古教育厅公布的《2014高校统计名单》，我区现有普通高等本科院校15所、专科院校35所、广播电视大学1所。笔者综合运用多种方式进行调研，对其中具有代表性的15所本科院校、10所专科院校的图书馆数字资源建设进行统计分析。
（一）中文数据库建设情况
序
号 数据库名称 学科类别 资源类型 图书馆
数量 所占
比例
1 中国知网 综合 期刊 14 93%
2 百链云图书馆 综合 检索工具 13 87%
3 读秀学术搜索 综合 检索工具 12 80%
4 书生之家 综合 电子图书 12 80%
5 万方服务平台 综合 期刊+会议+专利+标准+科技报告 11 73%
6 银符考试题库 综合 考试 9 60%
7 EPS全球统计数据/分析平台 管理 事实 9 60%
8 职业全能培训数据库 爱迪克森 综合 视频资源 8 53%
9 E线图情 管理 ― 7 46%
10 CSCD数据库 综合 文摘 6 40%
（二）外文数据库建设情况
序
号 数据库名称 学科类别 资源类型 图书馆
数量 所占
比例
1 Springerlink 综合 期刊 11 73%
2 Science （科学出版社） 综合
3 EBSCOhost 综合 期刊+报纸 10 67%
4 国道外文库 综合 期刊 9 60%
5 CALIS外文期刊网 综合 期刊 8 54%
6 ACM（美国计算机学会）国际站计算机 电子/自动化 期刊+会议 8 54%
7 EI（工程索引） 综合 摘要 7 46%
8 Wiley（含AGU）电子期刊全文数据库 综合 期刊 7 46%
9 RSC（英国皇家化学学会）生命科学 化学/
环境 期刊 6 40%
10 ISI（包含SCI、SSCI、ISTP、JCR）数据库 综合 ― 6 40%
（三）自建数据库情况
院校名称 数据库名称
内蒙古大学 蒙古文信息网;中国蒙文期刊网;蒙古文学特色库;生命科学特色库;内蒙古大学文库;蒙古文文献计算机管理集成系统、特藏、古籍等。
内蒙古工业大学 博硕士学位论文提交系统;逸夫图书馆;随书光盘系统。
内蒙古农业大学 国内外草原与草地信息资源数据库;农科特色资源共享数据库;学位论文数据库等。
内蒙古医科大学 蒙医药相关文献数据库（汉文）（蒙文）;2014医科大学职业全能培训库。
内蒙古科技大学 稀土专题特殊数据库;移动图书馆应用系统等。
内蒙古民族大学 民大文库本校硕士学位论文库;蒙古文数字图书馆建设;科尔沁文化研究。
内蒙古财经大学 内蒙古财经大学硕士论文授权提交系统;大成老旧刊全文数据库等。
赤峰学院 网上免费资源;随书光盘库;红山文化研究等。
呼伦贝尔学院 “三少”民族文献数据库;高等教育学文献数据库。
呼和浩特民族学院 民族教育研究学术交流平台。
二、应用技术类院校数字化图书馆建设应把握的原则
（一）满足实际需求的原则
数字化图书馆的建设应该以满足读者实际需要为原则，合理安排馆藏资源，实现学科馆员全程化服务、实习实训过程中经验累积及时以数字形式保存以便指导生产实践。所以应该把使用者的实际需要作为建馆的重要原则，保证数字化图书馆能够发挥实质的作用。
（二）体现自身特色的原则
针对应用技术院校，可以发展特色资源，使其成为馆内有竞争力的部分。例如，在内容上，可以选取一些应用技术院类特校有的项目和题目资源，结合本地经济发展特点，建立完整的数字化资源体系，实现熟练掌握优势，达到资源共享的目的，让应用技术院校图书馆能够最大限度地体现自身的特色价值。
（三）保证信息资源利用效率原则
建设数字化图书馆，首先应该考虑数字化图书馆能否提高资源利用和服务的效率。首先，应该建立完整的资源查找系统，提高资源的使用效率，使数字化图书馆能够为读者带来更多的方便;同时也要注意图书馆的服务，充分发挥其对于利用馆内资源的帮助作用。如嵌入式学科馆员服务、阅读推广等。
三、应用技术院校数字化图书馆建设的方法和途径
（一）采取多种模式借力发展
我区职业教育信息化途径：“政府政策支持，企业参与建设运行，学校长期使用，政府（学校）购买服务。”可以采取政府模式和企业模式相结合的方式加强信息资源建设。
政府模式，即政府（学校）购买服务，学校长期使用。近几年兴起的线上公开课程MOOCS（慕课），加快了信息资源数字化发展。例如：国家精品课程资源网大型信息资源数字化平台建设。江西高校课程资源共享管理中心和江西高校课程资源共享联盟日前成立，实现优质视频网络课程共享与学分认可。我区高职院校大都共享了国家精品课程资源网，供高校学生学习。
企业模式，即政府政策支持，企业参与建设运行。例如，超星、新东方等数据库开发商参与学校数字图书馆建设（移动手机图书馆等）;图书馆利用教育资源共享平台参与企业的专业技能培训，实习实训。
（二）优化资源提高服务水平
加强信息资源的收集、整理和开发，丰富信息储存方式，增加资源利用手段。通过优化馆藏资源，对流通数据进行收集、整理、统计，建立完整的检索系统，学科导航，保证数字化图书馆资源的全面性。同时及时把本学院的研究成果等录入图书馆，形成独特的参考资料库，为后续自建特色数据库作准备。还要与优质的教育信息化平台并轨，将海量信息资源存储于云计算内。
综上所述，应用技术院校建设数字化图书馆，是一条创新改革之路。我们应立足民族地区实际，以信息化手段推动高等应用技术教育发展，走出一条有特色的民族地区教育信息化发展之路。
参考文献：
