1）什么是数据挖掘

数据挖掘是指从大量数据中发现知识。这里的知识是广义的，是指概念、规则、模式、规律和约束等，这些知识是隐藏在数据中、人们事先不知道的，但又是潜在有用的信息。数据挖掘和传统的数据分析的本质区别是数据挖掘是在没有明确假设的前提下挖掘信息、发现知识。数据挖掘得到的信息具有先未知、有效、可使用的特征。

数据挖掘主要的步骤包括商业理解、数据准备、数据理解、模型建立、模型评估和模型应用，如图5-1所示。其中，数据准备和数据理解是整个流程中最重要的部分，数据的质量直接影响着模型选择和应用结果。

图5-1　数据挖掘的步骤

常用的数据挖掘方法主要有分类、回归分析、据类、关联规则等，它们分别从不同的角度对数据进行挖掘。可以根据原始数据的结构来选择合适的方法。原始数据可以是结构化的，如关系数据库中的数据；可以是半结构化的，如文本、图形和图像数据；可以是异构型数据。

从数据中挖掘的知识可以用于信息管理、查询优化、决策支持和过程控制等，也可以用于数据自身的维护。数据挖掘技术将数据的应用从低层次的简单查询提升到从数据中挖掘知识，提供决策支持。(www.daowen.com)

2）数据挖掘技术在智慧城市管理建设中的应用

数据挖掘技术的基础是大数据，如果没有充足的数据做支撑，是无法进行挖掘的。根据江北区智慧城市管理“1322”架构体系，大数据中心建设是智慧市政体系的核心和关键，旨在形成统一的基础信息库为实现智慧城市建设打下坚实的基础。数据挖掘技术在智慧城市管理建设中主要实现市政公用设施的智能化。

在市政公用设施中，实现城市照明智慧化，需要对日常车流量的数据进行分析挖掘，根据挖掘得到的车流规律对路灯亮度进行调控，实现按需照明；实现桥梁管理现代化，可以根据现有的桥梁维修数据挖掘发现桥梁的磨损程度进而推测其使用年限，可以减少人工对桥梁的日常巡查工作；实现隧道管理规范化，需要利用隧道维修、检修数据发现隧道存在的隐患，进而预测其出现事故的概率，使维护人员可以提前关闭隧道进行维修，避免事故的发生。城市照明智慧化的数据挖掘流程如图5-2所示。

图5-2　城市照明智慧化的数据挖掘流程图