摘要：数据挖掘技术的推广应用为高速公路运营的管理和服务水平提升带来了便利。近年来，随着我国经济的不断发展，高速公路的通车里程不断增加，车辆通行量逐年攀升，传感设施的建设也越来越多，使得在高速公路运营管理的各种系统中存储的数据资源越来越多。文章对数据挖掘在高速公路运营管理中的应用进行了探讨。
　　关键词：数据挖掘；数据分析；高速公路；运营管理；数据资源
　　随着我国高速公路的通车里程不断增加，方便了司乘人员的同时也对管理者提出了新课题。高速公路运营管理过程中产生了大量的数据，占用了存储资源，却不能进行有效的融合分析，如何对这些海量的信息进行处理并对提升决策水平提供依据，是目前高速公路管理者需要解决的问题。通过数据挖掘技术，可以有效地解决这些问题，利用这些数据进行融合分析，为高速公路安全畅通提供了决策支持。
　　1 背景探析
　　从高速公路信息化数据量来看，我国高速公路具备大规模数据应用的基础。截至2015年，全国高速公路总里程达120000万公里；就河南省而言，高速公路通车里程约为6300公里，从2004年开始运营的高速公路联网收费系统至今已过去12年，累积的流水数据已达数百亿条，而且还以每天数万条流水的速度在增长，这些数据就像一片待开发且肥沃的土地一样，充满无限的可能和生机。
　　2 数据挖掘及其应用
　　数据挖掘可从大量乱序的、随机的、不确定的数据中根据需求，提取出隐藏较深并且有利用价值的信息。数据挖掘是一种涉及范围较广的学科，它不仅包含数据统计、模式发现、神经网络等内容，而且囊括了可视化、知识库系统等其他领域。现阶段，数据挖掘技术随着科技的不断进步逐渐完善，已经被普遍应用于各个行业：
　　2.1 在体育竞技方面的应用
　　美国一家科技公司研发的大数据挖掘软件曾被美国的多个篮球教练所使用，数据挖掘技术能够通过对篮球队中队员的排列情况进行分析得出有效的队形和战术。
　　2.2 在商业银行中的应用
　　数据挖掘在金融领域的应用越来越普遍、广泛，金融行业可利用数据挖掘系数对客户的信息进行分析和筛选，同时也进行一定的金融风险评估，通过数据挖掘软件不仅能够制定吸引客户的营销战略，而且对客户、信用卡以及投资产品等项目进行分类，以便为客户提供最适宜的金融项目。
　　2.3 在电信行业中的应用
　　电信行业会将数据挖掘软件应用于客户在年龄、入网时间、注册产品等数据的统计中，比如对客户是否使用了电信公司提供的某种产品进行统计，可以清楚地得出该产品是否被广大用户所接受，借此进行下一步产品营销的规划。
　　3 数据预处理方法
　　数据挖掘首先要对数据进行预处理，包含了多种功能和处理方法，下面针对高速公路数据特点对数据处理方法进行探讨：
　　3.1 数据清理
　　因为高速公路管理和系统设计等问题，数据库中往往存储了大量杂乱的信息内容，并不是所有的信息都有利用价值，如果数据中存在很多冗余数据，就会增加大数据挖掘的难度，影响分析结果，所以要进行数据清理工作，按照一定规则将错误的、有冲突的、不完整的数据进行清理。例如，高速公路中联网收费数据整理时，就会发现很多车牌识别错误、计重明显有偏差、车型判断错误等“脏数据”，可设计预处理功能将这些没有利用价值的信息进行清理，从而提升大数据挖掘的效率和准确率。不同的数据要采用不同的清理方式，在处理一些缺失的数据时，比如巡逻日志的登记有很多缺失的字段，要结合业务特点将可能丢失的数据进行填充，对于重复数据的清理则应根据实际情况进行清理后核对。

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。