时间：2023-05-26 18:03:18
引言：易发表网凭借丰富的文秘实践，为您精心挑选了九篇数据分析方向范例。如需获取更多原创内容，可随时联系我们的客服老师。
关键词：大数据 统计专业 核心
中图分类号：G632 文献标识码：A 文章编号：1674-2117（2014）10-0008-02
1 大数据的统计涵义
通常来说，凡是数据量超过一定大小，导致常规软件无法在一个可接受的时间范围内完成对其进行抓取、管理和处理工作的数据即可称为大数据。业界通常用4个V（即Volume、Variety、Value、Velocity）来概括大数据的特征：数据体量巨大、数据类型繁多、价值密度低、处理速度快。
大数据潮流让我们获得了海量的数据，数据已经成为相关行业创造价值的重要资源。因此，许多IT企业和互联网企业都已将业务范围延伸至大数据产业，探索大数据驱动的业务模式。2012年，美国政府投资2亿美元启动的“大数据研究和发展计划”，更是将大数据的研究上升到国家战略层面。然而，大数据的真正意义不在于数据量的巨大，而在于对数据信息进行专业化的处理，核心是对数据进行分析。面对大数据，越来越多的领域都开始运用数学特别是统计学的工具，挖掘大数据中真正蕴藏的价值。正如西内启在《看穿一切数字的统计学》书中所指出的，“从数据中得出有意义的结果，关键在于控制和减少误差，得出因果关系，单纯收集数据并加以全部量化分析在很多情况下会得出谬误结果，”而科学的统计学方法是得出因果关系的最佳方法。
从统计学角度看，一方面，大数据具有类型繁多、结构复杂、体量巨大等特点，海量数据以分布式方式进行存储，特别是图片、音频、视频等非结构化数据的广泛存在，传统的统计方法和统计分析工具已无法满足大数据分析的需要，亟需统计方法的革新。另一方面，数据分析结果需要用生动、直观、容易被接受的方式展示给读者，可视化分析能够直观地呈现大数据的特点，阐释数据与数据之间的联系。因此，统计学要挺立大数据潮头，创新统计分析工具、可视化分析方法，以大数据的挖掘和应用为核心，将传统文本、图像的统计、分析向数据分析转变，以适应大数据时代的发展及其对统计学带来的挑战。
2 大数据时代统计学教育面临的挑战与应对
据互联网数据中心（Internet Data Center）预测，中国大数据技术与服务市场将会从2011年的7760万美元快速增长到2016年的6.16亿美元，而据业界专家估算，中国大数据市场的人才需求量至少为100万人，其中统计人才、技术更是捉襟见肘。传统数据收集和分析技术的知识结构已不能满足大数据时代对“数据科学家”的要求，多家企业在面对大数据发展时遭遇人才瓶颈。大数据相关人才供给不足将会成为影响大数据市场发展的一个重要因素。
当前，全世界范围内已有数百个高校开设了大数据分析专业。卡内基梅隆大学和新泽西州立大学在培养目标和课程设置上项目设置偏重于计算机方向。课程设置偏重统计学与运筹学（包括决策科学）的典型学校有田纳西大学和约克大学。2013年，北京航空航天大学与慧科教育合作开办了国内首个“大数据技术与应用”软件工程硕士项目研究生班，这是目前国内唯一一个培养大数据行业专业型人才的项目，但其培养目标、知识体系是面向计算机领域，而立足统计学基础的大数据分析人才培养项目，在国内可谓是凤毛麟角。
知者随事而制。高等院校统计学专业要通过有效利用和整合人才培养资源，承担大学人才培养的责任，驾驭大数据的浪潮，占领大数据发展人才培养的制高点，体现高等院校向社会、企业提供智力支撑，输送企业亟需的复合型、实用性大数据分析人才的载体作用，确保产业科学、持续、高速的发展。一是教育资源的整合，走在前列的首都经济贸易大学、北京大学、中国人民大学、中国科学院大学、中央财经大学五所应用统计专业硕士培养单位在北京成立了“中国大数据教育协同创新体”，在高校之间实现学科融合、优势互补、强强联合，通过共享优质资源平台、共同建立课程体系、共同建设案例资源库、联合搭建实践实训平台等多种形式，创新人才培养体制机制。二是高等院校教育资源与业界资源的整合，通过与国有超大型企业、互联网翘楚的协同培养，立足应用统计专业硕士教育，建立人才培养基地，进行协同创新，探索构建应用统计（大数据分析）专业硕士人才协同培养模式。以缓解当前大数据人才供需矛盾为目的，建立“校校协同、校企协同、院系协同”的大数据分析方向人才协同培养模式，最终实现协同培养“数据科学家”的目标。[5]
3 面向大数据分析方向的应用统计专业硕士培养模式的构建
本研究认为，可以将大数据分析及相关的案例教学模式融入应用统计专业硕士学位研究生的培养过程，进而打破统计学传统的以阐述统计理论、公式推导、数学计算为主的教学模式。以情境浸润为基础，为学生呈现统计学在大数据领域应用为核心的教学模式，可以培养学生对大数据的挖掘、整合、分析价值的能力，以期更好、更快地适应企业对数据分析师、数据科学家的需求。
3.1 科学构建课程体系，突出大数据分析特点
大数据具有强烈的行业特点，在充分借鉴国外大学成功经验的基础上，大数据分析专业硕士的课程设置，强化数据分析能力和数据挖掘能力，注重上述技术在金融等领域的应用。必修课在讲授统计基础理论（描述、多元、时序、空间、可视化等）课程的基础上，为增强学生的大规模分布式计算技能，引入主流的大数据计算平台，如Hadoop分布式平台、MapReduce并行编程算法。与此同时，为提高学生动手能力，构建数据模型思维，开设《大数据分析案例》等多门课程。选修课方面，考虑到学生二次开发的需要，设置大数据开发基础课程，如C++、Java等。为突出应用统计专业硕士侧重应用的特点，开设面向数据的编程语言，如R、SAS、Python等课程。这些课程模块的设置并非体现某一学科知识的纵深发展，而是将相关学科的知识融合，有利于突出大数据分析的特点。
3.2 创新教学培养模式，注重培用结合
以“编组”方式开展教学活动。授课教师和学生均采用团队编组模式，多名教师协同工作，共同完成一门课程的授课任务。打破原有学科思维、教材的束缚。采用导师指导与集体培养相结合的方式。教师不可照搬旧有的教学大纲、课程内容，要学习和熟悉大数据相关知识体系与技术新进展，充分结合大数据分析需求和实际案例，使课程内容紧贴实际需求，注重培养学生对模型的理解，对数据的想象力，真正实现学以致用、培用结合。
采取“订制化”培养模式，突出培养与应用相结合的特点，力争做到人、岗的高度匹配。“订制化”培养模式打破了目前应用统计专业硕士统一培养、与市场需求脱节的模式壁垒，教学实践以市场需求为导向，依照企业的岗位标准、用人要求，强调以岗位需求制定培养方案，更好地满足用人单位对大数据分析人才的需求。
3.3 开展校企协同培养，构建问题导向、项目牵引的实践教学模式
根据国务院学位委员会的规定，应用统计学专业硕士学位研究生教育的目的是培养具有良好的统计学背景，系统掌握数据采集、处理、分析和开发的知识与技能，具备熟练应用计算机处理和分析数据的能力，能够并适应行业或职业实际工作需要的应用型高层次人才。因此，要摒弃普遍存在的重理论轻实践、重知识轻技能的教学方式。
协同创新培养在实践教学中建立了以问题为导向，以项目为牵引的运作机制，强调实践教学内容的呈现方式要面向企业需求，让学生参与到企业的项目运行过程中，引导学生建立业务建模能力，培养学生的数据资源整合能力，激发学生参与项目的积极性和自觉性。学生不拘泥于学校的实验实训基地和各类实验室，在第二学年中安排一定时间走出校门，进入到企业的实际环境中，参与企业的项目组织、实施过程，在实践过程中提升自我认知能力，在实践过程应用知识和理论研究实际问题的能力，培养和锻炼数据资源整合能力、沟通协调能力、IT支撑能力、业务建模能力，真正实现面向能力培养的目的。指导教师方面，在案例教学和实习阶段引进业务素质高、项目经验丰富、对大数据发展有敏锐洞察力的企业高级数据分析人员，指导学生在实习实践中提出问题、建立模型、解决问题的能力。
4 结语
应用统计（大数据分析）专业硕士人才协同培养模式，是一项可持续发展的应用统计专业硕士人才培养的新模式，是专业硕士教学实践的创新举措，也是在全国率先建立起来的立足统计学，在大数据分析人才层面建立的校校协同、校企系统办学体。体现了面向能力培养、面向社会需求培养、面向人才价值培养的“三个面向”的培养目标，着重培养学生分析数据、处理数据、展示数据的能力，对于培养“高层次、实用性、复合型、国际化”大数据分析人才意义重大，同时也是顺应大数据技术革命的浪潮，必将对大数据等新兴技术产业的发展注入活力。
（首都经济贸易大学，北京 100070）
参考文献：
[1]刘军.Hodoop大数据处理[M].人民邮电出版社，2013.
[2]大数据的四个典型特征[N].中国电子报、电子信息产业网，2012（12）.
[3]CCF大数据专家委员会.2014年大数据发展趋势预测[J].中国计算机学会通讯，2014（1）：32-36.
【关键词】大数据时代；运动训练科学；研究方向
引 言
运动训练科学的基本理论在1960至1970年基本形成，而研究则在1990年后正式开始。运动训练科学属于自然科学尤其是数学、化学、物理学、生物学、生理学等科学的产物。传统的运动训练科学遵循的是小数据研究理念与模式，然而，随着大数据的到来，小数据所展现出来的碎片化、分散化的特点不能完全的反映运动训练的模式，而大数据的分析存储、收集、使用数据的能力则在运动训练科学中逐渐应用。从训练人员身上的传感器、可穿戴设备以及场内的摄像头，再到服务人员手中的互联网以及终端设备，这其中大量的数据已经被收集起来，进而为以后的训练服务应用。不论是受伤运动员的训练还是教练的战术布置，都已经更加完整已经呈现在我们面前。可见在大数据时代的到来，为运动训练科学提供了重要的帮助。也为运动训练科学领域注入了新的生机与活力，推动其在科学化研究和运动训练现代化研究的发展，解决了在运动训练中许多遗留下来的问题，并且提供了新的研究方法思路，为运动训练科学开辟了一条新的研究道路。
一、大数据时代下运动训练科学的研究现状
在大数据的背景下，不论是运动员的恢复、预防或伤病，运动竞赛的过程，运动的训练的评价和效果，还是在竞赛过程中的战术分析与安排、运动员的选材、运动训练的时间等都与大数据有着紧密地联系。因此，在大数据时代下如何从众多的数据中寻找在运动训练中各种数据之间的联系，发现隐藏在运动之中的秘密，从而准确的为运动员或者在训练中提供有效的数据，帮助运动员到达合理的身体状态与竞赛成绩是对运动训练科学是极为必要的。如今大的数据的出现帮助在田径、游泳、篮球、足球、棒球、羽毛球等运动提供了一定的数据支持，为竞技赛场增添了一丝色彩，潜移默化的改变着运动训练科学领域的认知。
高尔夫球运动受到了各国运动员的喜爱，如今运动员也正是依靠数据分析来帮助他们在技术方面、训练方面更加全面，以此提高他们的训练成绩。例如Track Man技术是帮助运动员测量在每次击球后的击球方向、旋转速度、角度和力度等，然后通过数据软件等进行分析，帮助运动员了解自己的数据之后，更加针对性的进行训练。在上个世纪八十年代，美国男子职业篮球联赛就通过数据来展示运动员在场上的得分、进攻、掩护、挡拆、对抗数据，经过近四十年的数据积累，裁判可以根据比赛回放等来进行更好的判断，教练也可以利用数据对战术进行分析安排。截至目前为止，凡是聘请了数据分析师的球队俱乐部平均胜率都打到六成以上，而其他俱乐部仅有40%的胜率。在某些运动中运动员可以通过佩戴传感器来检测运动员的心率、垂直弹跳以及加速度等，从而保障运动员的生命安全，并且制定相应的训练，提高运动员的运动能力。
在德国，每一个足球场地四周布置传感器，甚至在每位球员的训练中也都放置了传感器来对运动员的运动变化细节进行分析。这些数据会在很短的时间内传到终端平台中，有由教练对这些运动员的运动轨迹、攻击范围以及运球的速率等相关信息进行战术分析；在网球的训练中，也有许多场地安置了传感器来捕捉网球的发球速率、旋转、发球角度等来判断球员的打法、击球特点。为战术的安排提供强有力的数据支持。而运动员的发球失误率以及非受迫性失误上升时，教练则会判断球员的体力或者心理状态不足。除了这两项运动外，乒乓球、羽毛球、棒球等都通过这种独特的数据方式来帮助球队以最小的经济利益获取成功，从而提高运动员的比赛成绩。
二、大数据背景下运动训练科学的研究方向
（一）明确运动科学训练研究对象
在大数据背景下要想确定运动训练科学的研究方向，首先要明确习研究对象。而我国近代运动训练科学是一种实体的研究，不依赖于其他事物外部复杂的实体。而在实体的研究中主要利用分解还原的研究方法，在数据的研究模式采用小数据研究。例如，在竞技体育中将各项竞技因素分开，单独训练体力或者技术，并且以弹跳力能力、心率肺活量、肌肉围度等指标来确定运动员的能力。然而，在运动训练科学的研究表明，实体是依附于关系的，关系甚至比实体更加重要。例如，核算与蛋白质相互作用产生生命，原子之间相互作用而产生分子。故而，对于训运动训练科学来说，关系要比实体更加重要。如果我们能在运动训练科学中找到这些信息之间的联系，就能准确的分析在运动训练中的技巧与对策，从而提高运动员运动训练的效率。
（二）明确运动训练研究视角
我国近现代运动科学训练都是单向度，如研究运动技术或者运动员的生理机能等。我国运动训练科学的研究方向首先要由单向度多向度发展，促进运动训练科学的有效进行。
结语
综上所述，大数据时代的到来为我国运动训练科学研究领域带来了新的机遇。我们需要迎接\动训练科学思维研究的变革，融入大数据的变迁，顺应时代的变化，明确运动科学训练研究的对象以及视角，提高运动员比赛能力和运动技巧，从而帮助运动员在比赛中取得良好的成绩。
作者简介：
白曼利（1981.3-），女，民族：汉族，籍贯：陕西咸阳，学历：研究生，专业：体育教育，研究方向：运动训练，职称：副教授。
杨江林（1982.1-），男，民族：汉族，籍贯：云南丽江，学历：大学本科，专业：体育教育，研究方向：运动训练，职称：副教授。
参考文献：
1.房屋建筑结构和建筑高度的认知误区
1.1对房屋建筑结构产生的误区
人们根据房屋建造用料情况和建筑结构不同，主观上把商品房分为砖混结构的和框架结构的。另外，对钢筋混凝土结构（简称钢混结构）的概念和前两个概念搅在一起。在建筑学上，按建筑结构的材料分类，把建筑物分为砖木结构、砖混结构、钢筋混凝土结构和钢结构。而框架结构是按建筑物承重方式分类中的一种，另外还有承重墙结构、排架结构等。砖混结构和框架结构虽然是按不同标准分类的，但建筑学上钢筋混凝土结构和框架结构是同一的。也就是说钢筋混凝土结构就是框架结构，两者可以同时使用。
1.2对房屋建筑高度的认识误区
人们普遍认为6层（不包括隔热层）以下的为多层，而把6层以上的统统称为多层。建筑学上有更明细的分类，一般把两层及两层以下叫做低层，把两层以上8层以下叫做多层，8层以上16层以下为中高层，16层以上24层以下为高层，24层以上称为超高层。
2.房屋建筑结构与居住舒适度关系分析
2.1房屋进深长度对居住舒适度的影响
大多数人喜欢购买开阔进深长的房屋，其实这样的房屋并不好。在建筑学中，住宅的进深是指一间独立的房屋或一幢居住建筑内从前墙的定位轴线到后墙的定位轴线之间的实际长度。为了保证住宅具有良好的天然采光和通风条件，从理论上进，住宅的进深不宜过大。在住宅的高度(层高)和宽度(开间)确定的前提下，住宅进深过大，就使住房成狭长型、距离门窗较远的室内空间自然光线不足；如果人为地将狭长空间分隔，则分隔出的一部分房间就成为无天然光的黑房间。黑房间当然不适于人们居住，补救的措施之一是将黑房间用于次要的生活功能和设施安置，如储藏室、走道等，用人工照明来弥补天然光的不足。 这样无形中增加了住户电力的消耗。
2.2楼层高度对居住舒适度的影响
人民根据生活经验和普通常识认为，住得越高离地面越远，噪音也越小。实际情况是，根据声音在多高层建筑群中的传播反射原理，对于中高层建筑，噪音最大的在6-13层，而其他层噪音则相对较小。实际中根据楼盘层高不同还有区别，购房者需要根据情况实地考察，以确定噪音的大小。
2.3光线方位对居住舒适度的影响
很多购房者买房的时候往往喜欢选择一单元中东边的房子，因为中国地理位置在北半球，夏季晴天西边太阳使人感觉屋里非常闷热。西晒是人们购房中首先回避的因素。其实，以建筑学的视角来看，西边的房屋反而更有优势，因为东边的房屋早上阳光虽好，但光线太强反而影响人的睡眠。西边的房子光照时间长，可以有效杀灭室内空气中的细菌，冬季温度也相对东边房子暖和。
2.4落地窗设计对居住舒适度的影响
现阶段，落地窗称为时尚，不仅美观漂亮，而且使室内光线也充足。但是，大面积的落地窗，很容易让房间变成“微波炉”，如果不使用隔热保温材料，将会使室内光线太强，夏季温度太高，浪费空调资源。所以，不宜将所有窗户都改为落地窗，适当保留带有墙面的窗户。
2.5房屋建筑结构对居住舒适度和安全度的影响
本文在第一个问题中已经说明框架结构和砖混结构是用不同的分类标准划分建筑物类别，但是框架结构等同于钢筋混凝土结构，两者是可以相提并论的。至于两者的抗震性能对比，首先分析砖混结构住宅，砖混结构住宅中的“砖”，是指一种统一尺寸的建筑材料，也有其他尺寸的异型黏土砖、空心砖等。“混”是指由钢筋、水泥、沙石、水按一定比例配制的钢筋混凝土配料，包括楼板、过梁、楼梯、阳台、排檐。这些配件与砖做的承重墙相结合，所以称为砖混结构住宅。由于抗震的要求，砖混结构住宅一般以多层住宅为主，其抗震性能要相对弱一些。框架结构的住宅即由钢筋混凝土浇灌成承重梁柱，组成骨架，再用空心砖或预制的加气混凝土、膨胀珍珠岩、陶粒等轻质板材作隔墙分户装配而成的住宅。墙主要是起围护和隔离的作用，由于墙体不承重，可以用各种轻质材料制成。又叫现浇结构，它是以梁和柱来承重，它的梁、柱还有楼板都是现浇而成的。房屋的结构可以随客户的意愿而改变。现浇的房子抗震度比较高，防水性比较好。目前，高层住宅的建筑结构主要采用这种方式。 框架比砖混的优势是：一是空间开阔，因为梁柱结构可以使框架结构做到6米以上，而砖混结构由于承重能力有限，做到5米就不错了；二是砖混结构最多只能做到6层，而框架结构可以做到100层以上的高楼。
1.1 索引对象的概念
数据库对象是一种逻辑结构的集合，索引是供用户快速查找到记录的数据库结构，在逻辑上和物理上都独立于表的数据。索引可以在表内创建一个或多个列的组合，当建立索引以后表中数据会按照索引创建语句所定义的排序方式返回给用户。索引有多种类型，除了标准索引外，还包括唯一索引、位图索引、组合索引、基于函数的索引、反向键索引等。
建立索引能够提高 SQL 语句执行的性能，减少磁盘I/O。无索引查询，通常是全表搜索后才会得到结果，全表搜索会让数据库服务程序遍历表中的所有记录然后返回结果；而建立索引后查询，可以让数据库服务程序快速地定位到表中的确定行。当表被删除时所有与表相关的索引也将被删除。
索引可以被创建、重建和删除，索引建立语句：CREATE INDEX item_index ON itemfile （itemcode） TABLESPACE index_tbs；索引重建语句：ALTER INDEX item_index REBUILD；索引删除语句：DROP INDEX item_index。
创建索引是为了提升数据库查询性能，在使用索引时需要注意以下情况：
1） 对于小表来说，使用索引对于性能不会有任何提高；
2） 当索引列中有极多的不同的数据和空值时索引会使性能有极大的提高；
3） 经常执行更新、修改操作的字段需要谨慎创建索引，因为更新索引的开销会降低创建索引所期望获得的性能；
4） 不要将索引与表存储在同一个驱动器上，分开存储会去掉访问的冲突从而使结果返回得更快。
1.2 索引对象优化方法
在业务系统中针对索引对象的优化，主要包括三种方式：一是重建过高的索引层次；二是清除无效的索引；三是对索引碎片的清理。
2.2 风险防范措施
针对数据库对象的优化，总体应该遵循如下的风险防范原则：
1） 确保数据库备份完整可用；
2） 所有操作和检查环节都使用事前完成并预演通过的脚本，避免临时修改脚本；
3） 每部分完成，通过检查确认无误，再进行其它部分，避免互相干扰；
4） 专家现场支持，及时处理突发问题。
在遵循上述原则的基础之上，对索引对象的优化需要注意以下风险：
1） 监测时间不够，在一个监测周期内未操作过表，监测过后又用到了这个表，需要索引，但此时此索引已被列为被优化的对象；
2） 监控过后，需要取消在用索引的监控；
3） 监控时如果rebuild index ，会取消监控，同时索引标记为已使用，这种情况下会影响监控效果；
4） 监控时如果在做统计分析时涉及到此索引，索引也会标记为已使用，同样影响监控效果。
为避免上述风险发生，通常采用的措施是在监控期间停止database、schema、table、index等级别的索引收集，避免影响监控效果。
2.3 优化效果分析
数据库级别的性能数据主要是以下关键指标：响应时间、CPU时间、等待时间、物理读，这些指标可以看出目前平均每事务的反应速度、每事务需要消耗的CPU与IO量。为了得到优化的效果，还需要保证进行数据对比的时间内，数据库的负载基本相同。数据库的负载指标一般以执行的事务数、Redo size等指标来表示。表1是某业务系统的这些指标在索引对象优化前后的对比数据。
通过索引对象的优化，可以从对比表中明显看出性能得到了大幅提升，影响较大的数据库操作瓶颈主要集中在大表的查询操作、关联表的更新操作、大业务数据的统计分析操作等，在优化后其操作响应时间已经能够满足用户的业务需求。这些数据对比符合数据库索引优化方案的预期成效，也说明索引对象对数据库性能的重要影响。
3 总结
企业的业务系统经过长期的运作，积累了大量的业务数据，同时随着业务增长、流程优化、人员变动等因素，会造成系统性能瓶颈。此时，需要运维和管理人员根据实际需求，按照系统优化原则，制定详细、多番论证的优化方案，对系统实施优化，这样才能满足用户不断变化、业务不断增长的需求。该文通过详述数据库索引对象的优化方法、应用案例，阐述了索引对象对系统性能影响的范围和程度，并就优化方案给出了应遵循的原则和风险防范措施。在性能优化中，针对数据库性能瓶颈，索引对象优化只是其中最常见的一种方案，具体优化还需要根据对系统长时间监测情况的分析，做出正确选择。
参考文献：
[1] 罗海滨，范玉顺，吴澄.工作流技术综述[J].北京；软件学报，2000，11 （7）.
[2] 盖国强.深入浅出Oracle数据库——DBA入门、进阶与诊断案例[M].北京：人民邮电出版社，2006.
【关键词】煤巷；快速掘进；制约因素；施工技术
近年来，随着煤矿业的不断发展，煤巷掘进速度得到了显著提升，从根本上促进了掘进技术的发展，但是采矿环境的日益复杂给煤巷掘进工作带来了很大困难。煤巷快速掘进是一项系统工程，在高瓦斯条件下，掘进速度的快慢直接影响着采掘工作面的正常交替，而采掘速度不仅取决于现代化技术装备，还与施工人员、施工工艺、施工组织、安全管理等方面有着密切联系，如何在煤巷掘进施工中提高掘进速度，保证矿井采掘的平衡，降低采煤方式及其他工艺带来的时间影响，最大限度提高煤巷掘进工作效率必须成为相关人员高度重视的问题。
1 煤巷快速掘进施工方式实施的制约性因素
近年来，随着煤矿业的发展，矿井逐渐向深部扩展，采煤深度的不断加深使矿井压力也不断增加，影响快速掘进速度；由于巷道跨度较大，掘进会对巷道造成很大的压力，必须采取二次支护，而在回采掘进施工过程中，往往会出现煤炮现象，又必须进行多次支护，大大增加了施工成本和劳动成本；受到地质条件的影响，在煤层深部地段断层出现断层带延长、围岩破损、有害气体比如沼气浓度增大，大大增加了煤巷掘进施工的压力，煤巷快速掘进施工中掘进机组难以发挥效能，也需要增加巷道支护和维护。
综上，单纯靠提高掘进机械化程度并不现实，要想提高煤巷快速掘进速度、掘进工作效率，首先应对施工现场的地质条件、煤层等进行调查，正确掌握当地的地质构造情况、煤层赋存情况、煤岩的性质、矿井条件等，其次，必须科学设计施工图纸，对掘进施工过程进行精心组织，选择合理的施工工艺、施工设备、运输机械，积极引进先进技术，对掘进施工过程进行有效管理，避免返工，最大限度提高煤巷快速掘进速度。
2 煤巷快速掘进施工技术分析
2.1 优化巷道布置和支护工艺
在煤巷快速掘进施工中，由于要保证掘进速度，掘进工作紧张进行，在这种情况下，必须进行巷道布置的优化，可通过布置风道中间巷的方法有效避开上区段回采工作面的采动影响，风道中间巷可与回风巷保持40m纯煤垛，当上区段回采工作面回采到一定距离且回风巷的矿井压力趋于稳定时，进行回风巷的二期工程，这样可以减少中间运输环节，有效避免采动影响，这样以来，在煤巷掘进施工中巷道的压力就会降低，不会出现片帮或掉顶情况，那么在掘进时就无需进行二次支护，在之后的回采中也无需进行多次支护。支护前，要根据地质、煤层条件对支护方式进行严格选择，必须保证支护安全和强度；合理确定掘进工作面，结合掘进施工现场的实际条件选择最为合理的掘锚工艺技术，对锚杆支护参数进行优化，提高锚杆支护效果，尽量在确保安全使用的情况下将掘进工序减少，减少辅助工作量，降低施工人员的劳动强度，缩短支护的安装时间。
2.2 合理选择钻爆工艺
通常，在煤巷快速掘进工程中，施工人员根据经验布置炮眼具有一定盲目性，炮眼带、炮眼间距无法满足设计要求。在煤巷炮眼布置中多采用锥形掏槽，为了避免放炮对顶网带来破坏，掏槽眼应布置在掘进工作面的中部或下部，辅助眼应考虑自由面的扩大范围，周边眼应考虑巷道的顶、帮由于爆破作用而产生的松动范围，同时，周边眼应与巷道的顶、帮轮廓线保持一定的距离；严格控制炮眼角度，提高炮眼利用率和爆破效果，另外，如果炮眼深度不够，炮眼利用率就会大大降低，爆破效果无法达到预期目标，因此，还应合理确定掏槽眼深度，最好大于其他爆破眼深度20cm，并与其他炮眼保持在同一工作面。
在高瓦斯条件下进行煤巷快速掘进施工时，装药结构、装药量以及炮眼的封泥量合理与否将会直接影响爆破效果，最终影响掘进工作速度和工作质量。因此，在煤巷快速掘进中，装药方式应采用正向装药，将起炮药卷放在距离炮眼最近的位置，为了提高爆破效果，还应将雷管和药卷的聚能朝向炮眼底。控制封泥量，对于深度超过1m的炮眼，封泥量应高于0.5m，如果炮眼封泥量的填充长度不够，跑眼内的爆破就无法完全反应，当遇上装药量大或炮眼数量少的情况，将导致冲炮情况的出现，造成煤巷工作面不平整，爆破效果和爆破利用率也会大大降低。爆破前，应对爆破顺序进行设计，起爆时严格按照爆破顺序一次爆破，尽量缩短延时，需要注意的是掏槽眼和辅助炮眼以及周边眼不能同起爆。
2.3 合理设计施工组织
首先，应对工作面的地质条件进行了解，对掘进工作面进行划分，并确定工作面参数和掘进顺序，如果条件允许，可按照相关安全操作规程进行多头掘进，从而提高掘进速度，保证工作面尽早投入使用。在掘进过程中，为了提高掘进速度，应对巷道的有效空间进行充分利用，按照施工顺序组织其他工序与主要工序进行平行交叉作业，从而缩短每个工序所需时间，多工序平行交叉作业主要包括：交接班与安全、质量检查、工程验收的平行作业，工作面打眼与打锚杆眼的平行作业，支护与质量自检、施工现场清理的平行作业，爆破前的装药与矿井瓦斯检查、机械设备保护的平行作业，出产与清理的平行作业等。
2.4 加强掘进工作面局部管理
加强通风管理，随着矿井深度的增加，工作面会出现异常变化，有害气体量也会随之增加，对于这种情况，派设专人加强对瓦斯的管理，随时对工作面的瓦斯情况进行检查，根据瓦斯浓度在工作面的回风流和进风流中分别安装扇风机，保证工作面的供风量；设置瓦斯保护装置和监测装置，定期对装置进行检查和维修，为掘进工作的安全进行提供保障。另外，要加强对人员管理，建立全面的安全生产责任制度，加大对施工人员的技术培训力度，使施工人员全面掌握掘进技术、工艺流程、规范要求等，不断提高施工队伍的是施工技能和综合素质，并定期进行技术练兵，对优秀者予以奖励，激发施工人员的责任心和工作积极性。
3 结语
总之，在煤巷快速掘进施工中，掘进速度的快慢直接影响着工作面的正常交替，也影响着巷道维护和矿井的安全生产。要提高煤巷掘进速度和工作效率，必须采取先进的施工工艺和技术，对施工组织进行科学的安排，合理布置巷道，做好巷道支护，加强对施工艺、程序、设备和人员等的管理，保证掘进技术的有效应用，将煤巷快速掘进技术推向更高水平，打开煤矿开采工作的新局面，使我国煤矿业创造更高的经济效益和社会效益。
参考文献：
[1]马长乐，袁龙飞，张羽，胡万胜，曹长江，魏红磊.大断面煤巷快速掘进施工工艺[J].煤矿安全，2013（5）.
[2]张松林，梁永久.煤巷快速掘进技术浅析[J].南北桥，2008（12）.
【关键词】数据挖掘；决策树；SQL；住房状况
1.引言
本文是利用SQL Server数据挖掘对大规模数据集MovieClick进行挖掘，以便从大量繁杂的数据中获取隐含中其中的信息[1-2]。MovieClick数据库是通过收集客户喜欢的电影的相关内容以及客户自身数据的一个数据集，如Num bedrooms、Num cars、Marry Status、Age、Num bathrooms等信息。对影响用户的住房的状况的因素进行分析，得出影响因素的具体条件。
2.数据挖掘方法
数据挖掘（Data Mining）是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示3个步骤。数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。
3.决策树在预测中的应用
决策树是同时提供分类与预测的常用方法。决策树提供了一种展示类似在什么条件下会得到什么值这类规则的方法。比如，在贷款申请中，要对申请的风险大小做出判断，图是为了解决这个问题而建立的一棵决策树，从中我们可以看到决策树的基本组成部分：决策节点、分支和叶子[3-4]。每个分支要么是一个新的决策节点，要么是树的结尾，称为叶子。在沿着决策树从上到下遍历的过程中，在每个节点都会遇到一个问题，对每个节点上问题的不同回答导致不同的分支，最后会到达一个叶子节点。这个过程就是利用决策树进行分类的过程，利用几个变量（每个变量对应一个问题）来判断所属的类别（最后每个叶子会对应一个类别）。
3.1 决策树算法具体分析
根据图的结果展示，当卧室数量=4时，是否已婚对用户是否拥有自己的住房的影响比较大，为婚姻状况是未婚时，租房的概率会比拥有住房的概率有所增加。
4.模型评估
参考文献
[1][加]韩家炜，[加]坎伯（Kamber，M.）.数据挖掘：概念与技术[M].北京：北京工业出版社，2001：3-4.
[2]王丽珍，周丽华，陈红梅，等.数据仓库与数据挖掘原理及应用[M].科学出版社，2005，7：10-13.
关键词：数据包络分析；技术效率有效；竞争力
医疗技术效率是考核医院医疗服务水平和质量的重要依据之一，但往往是一项较为复杂的系统工作，需要多种科学有效的分析方法共同完成[1]。由运筹学家Charnes等人提出的数据包络分析方法（DEA）可以有效应用于多投入、多产出的"相对效率评价"模型中[2]，本文旨在通过DEA模型对某综合医院专业相近的科室进行相对效率实证，从而为合理配置医院资源提供有效信息。
1资料与方法
1.1一般资料 以某三甲综合医院8个相对稳定的外科专业为评价对象，经该8个科室负责人和医院相关职能共同讨论选取科室医生数和床位数作为投入指标，以2014年上述8个科室门诊人次、出院人次、手术人次和病床周转次数作为产出指标。数据来源于医院人力资源部和信息科，真实可靠。
1.2评价方法 DEA方法主要有CCR和BCC等模型。CCR主要用于判断各科室在技术和规模两方面是否同时有效；BCC模型主要是判断各科室在现有规模下的单纯技术有效。由于医院的特殊性，在人员聘用、床位规模等方面有局限性，即使科室规模不有效，也不能通过扩张规模或缩小规模来进行优化，所以采用技术效率的模型（BCC模型）来评价医院临床科室的相对效率更符合实际情况[3]。
在既定投入的情况下，医院更倾向于如何扩大产出，因此在选定BCC模型下，本文主要采用面向产出的BCC模型对医院临床科室工作效率进行实证。
2结果
2.1效率评价 在被评价的科室中，有三个科室达到总体有效，占全部被评价科室37.5%，相比于顾晓东等人的评价结果高8个百分点[3]。这三个科室在人力资源、规模配置等方面都达到合理水平，门诊住院管理都较合理，产出均衡。另外的五个科室没有同时达到技术效率和规模效率有效，还存在产能不足问题，或是有规模偏大或偏小等问题，见表1。
在技术效率未达到有效的科室中，外4科处于规模收益递减，资源配置过剩，而另外四个科室均是产能增加，在门诊人次或住院、手术人次或病床周转率等方面仍有可提升空间。对于这些科室，可通过改善运营管理，改进病床管理手段提高周转率，通过合理绩效分配，有效质量考核等手段来提升科室产能，从而达到技术效率有效。
2.2投影分析 对于未达到有效的科室可以借助投影分析，使其达到相应的有效标准[4]。要达到技术有效，对于资源过剩的外4科可以减少2名医生或使相应的产出值增加相应比例，在医院无法对投入规模进行影响的情况下，应通过管理手段提高门诊、住院、手术人次的产出，另外也应加强科室人才力量的培养，提高医生队伍的业务能力和技术水平。
对于另外4个无效科室，产出尚有不足，外5科和外6科无论是门诊还是住院产出值均较低，特别是外6科，门诊人次离最优尚有较大差距，可以通过聘用退休老专家等方式来加强门诊力量，另外门诊部的监管也有待加强，同样的问题在外7科也有体现，虽然住院相差不大，但门诊人次达到技术有效还有很大差距。外8科则是较均衡，进一步加强管理，很快就能达到门诊住院产出最优，见表2。
3结论
数据包络分析方法是一种先进的评价资源利用效率的方法，适合性质相近的综合医院临床科室之间的横向比较。当然，有效性是相对的，管理者可以根据DEA分析结果来调整投入规模，也可以此为依据，在管理层面上加强对临床科室的监管和合理配置。本次实证采用性质相近的临床科室进行横向间的比较，既能清晰地看出目标科室的运行情况，又能较为准确的指出相对产出不足，对于优秀的科室应当更注重技术效率，从而做到"少投入，多产出"，避免系统过于庞大，人员冗余，使得资源浪费，不能得倒最优化管理。对于技术效率尚未达到有效的科室应更新管理理念，科学的利用有限的医疗资源，为患者和家属提供高效、优质的服务，从而不断提升自己的核心竞争力。
参考文献：
[1]张航，赵临，张馨予，等.三级综合医院技术效率与影响因素实证分析与评价[J].中华医院管理杂志.2015，31（3）：195-197.
[2]陆瑶，许锋.基于DEA模型构建医院临床科室绩效评价体系的研究[J].中国医学装备，2013，10（9）：18-20.
一、对聚落空间形态的影响
1.教材分析
课程标准对本部分的要求是“结合实例，分析交通运输方式和布局的变化对聚落空间形态的影响”。教材以浙江嘉兴、沿运河城市为例，分别从交通运输线的“兴”和“衰”两方面阐述交通运输方式变化对聚落空间形态的影响；又以株洲、武汉城市空间形态发展变化与当地交通运输布局变化之间的关系为例，说明交通运输布局变化对聚落空间形态的影响。由此得出交通运输方式和布局的变化在不同时期对聚落空间形态的影响是不同的（表1）。
2.图像分析及处理
案例2“嘉兴聚落形态的变化”中“图5.5浙江嘉兴略图”图像分析
嘉兴聚落形态的变化体现了不同时期东南沿海平原地区城市发展的影响因素不同。嘉兴早期主要受河运影响，城市沿河发展。后来主要受铁路、公路和水运等多种运输方式的影响，城市规模不断扩大，城市形态不断演变。
案例2“嘉兴聚落形态的变化”中“图5.5浙江嘉兴略图”图文处理
（1）阅读“嘉兴聚落形态的变化”，列表比较不同时期嘉兴城市形态的变化及其原因（表2）。
（2）阅读“嘉兴聚落形态的变化”，完成下列要求。
①浙江嘉兴城市聚落形态的变化与哪些交通运输方式有关？
②20世纪不同时期的交通运输方式有何差异？（提示：从受自然条件影响程度、速度和效率等方面分析）
③嘉兴的城市用地规模及空间形态有何变化？
④交通运输方式及其变化对聚落空间形态有何影响？
“图5.6株洲城市略图”和“图5.7武汉城市略图”图像分析
1949年前，株洲城市布局主要沿湘江呈条带状发展，主导因素是河流；现在，株洲城市用地规模大幅扩展，主导因素是铁路。说明交通运输线的发展变化使得城市规模和扩展方向不断发生变化。武汉城市空间形态呈现沿江分布的特点，说明河运航道是影响武汉城市空间形态的主要因素。
“图5.6株洲城市略图”和“图5.7武汉城市略图”图文处理
阅读“图5.6株洲城市略图”、“图5.7武汉城市略图”和表3，完成下列要求。
①说出影响1949年以前株洲城市布局的主导因素，并说明理由；②分析京广线和湘黔线的建成通车对株洲城市空间形态的影响；③与株洲相比，分析武汉城市空间形态仍沿江分布的主要原因。
二、对商业网点分布的影响
1.教材分析
课程标准对本部分的要求是“结合实例，分析交通运输方式和布局的变化对商业网点分布的影响”。教材以山区和平原商业网点的密度比较，说明交通运输方式和布局对商业网点分布产生的影响；再以沈大高速公路边的服装市场为例，说明高速公路出口以及城市快速干道沿线的商业中心深受交通通达度影响；最后以北京市商业中心为例，说明商业中心的形成和布局与交通运输的发展和变化密切相关。由此得出交通运输的布局在宏观上很大程度影响着商业网点的分布密度，在微观上影响商业网点的具体分布位置。商业中心可以分布在城市的几何中心，但更多地与交通枢纽结合在一起，经交通枢纽向周围地区输入或输出各种产品。集镇的兴衰也与交通运输的布局密切相关。因此，商业网点进行选址时主要遵循交通最优原则。
2.图像分析及处理
“图5.8山区商业网点示意”和“图5.9平原商业网点示意”图像分析
山区与平原相比，山区地势起伏大，人口少，居民点少（28个），交通线路少、方式单一，商业网点少（4个）、密度小，主要沿地势低平的公路分布；而平原地势开阔平坦，人口多，居民点多（56个），交通线路多、方式多样，商业网点多（27个）、密度大，主要沿交通便利的公路分布。
“图5.8山区商业网点示意”和“图5.9平原商业网点示意”图文处理
阅读“图5.8山区商业网点示意”和“图5.9平原商业网点示意”，列表比较山区和平原交通运输方式对商业网点分布的影响（表4）。
图5.10“沈大高速公路边的服装市场”图像分析
一个地区交通运输的布局不仅会影响商业网点分布的密度，还会影响商业网点分布的具置。商业网点要有便捷的交通，才能吸引大量消费者。西柳服装市场位于辽宁省鞍山市海城市西柳镇内，拥有得天独厚的交通区位优势，沈大高速公路、中长铁路、海沟铁路在西柳纵横交错，交通运输便捷。
案例3 “不同时期北京商业中心与交通的发展变化”图像分析
北京商业中心的分布和变化大致分为四个阶段：元朝时期的钟鼓楼市场、明朝至民国时期多个商业网点格局、建国后形成的三足鼎立格局以及近年来环路沿线商业中心的出现。不同时期的交通运输在不断发展变化：元朝时钟鼓楼市场的兴衰与大运河的运输地位及其衰落直接相关；明朝至民国时期多个商业网点的形成与内河航运的衰落以及城市交通干线、铁路的发展有密切联系；建国后出现的三足鼎立格局与公路、铁路以及地铁的发展有紧密联系；近年来出现的环路沿线商业中心与环路和地铁的修建是分不开的。
关键词：交通事故；数据确实；相似原理
中图分类号：TB
文献标识码：A
doi：10.19311/ki.16723198.2017.12.098
1引言
事故分析和再现的过程中，事故现场图是必不可少的法律依据。但是往往在匆忙地绘制现场图的过程中，造成了数据遗漏和缺失，给事故分析和再现工作带来很大的困难。为了给事故处理提供更加有力的依据，对于现场图中数据的缺失，采用必要的数据分析方法是非常必要的。
2实际案例分析
图1是某事故现场图，大货车在事故发生的过程中在地面留下了清晰的制动痕迹，遗憾的是缺少了很长一段制动痕迹的长度，并且痕迹的形态有误差。根据制动痕迹计算货车的行驶车速，以及车轮抱死拖滑前的运动形态，根据这个现场图提供的数据是不可能的。
根据现场图来计算大货车车速是不可能的，我们只能根据其有标注12m长度的制动痕迹来计算其行驶的最低车速，但这个车速较低，对分析案情没有意义。但是我们能够发现，根据现场图所示的第一条制动痕迹的参数可以判断此制动痕迹为一条斜线，因此大货车在开始刹车时可能处于压黄线行驶状态。下面则判断其开始刹车时是否处于压线行驶状态。
2.1计算大货车车速与制动痕迹长度的关系
由现场图可以看出，大货车的制动痕迹为三段，我们假设这三段的长度分别为S1、S2、S3。当驾驶员开始踩刹车踏板到出现制动痕迹的这段时间内（制动协调时间），大货车也是向前行驶的，我们假设在这段时间内其行驶距离为ΔS。
首先根据大货车在地面上的制动痕迹，由动量守恒可以列出公式（1）：
12mv2=k1μmg（S1+S3）+k2μmgS2（1）
式中，m为大货车、驾驶员及货物的总质量（kg）；v为大货车开始刹车时的瞬时速度（m/s）；k1为附着系数修正值；k2为附着系数修正值；μ为大货车在干燥沥青路面上制动时的附着系数；g为重力加速度（m/s2）；S1――大货车在地面上留下的第一段制动痕迹的距离（m）；S2――大货车两段制动痕迹中间的距离（m）；S3――大货车在地面上留下的第二段制动痕迹的距离（m）。
大货车在制动协调时间内车速的降低量可由（2）式求出：
Δv=0.5μgt（2）
式中，Δv为制动协调时间内车速的降低量（m/s）；μ为大货车在干燥沥青路面上制动时的附着系数；g为重力加速度（m/s2）；t为踩踏时间和踩死时间之和（s）。
在制动协调时间内大货车所行驶的距离可由（3）表示：
ΔS=[（v+Δv）2-v2]μg（3）
式中，ΔS为制动协调时间内大货车所行驶的距离（m）；v为大货车开始刹车时的瞬时速度（m/s）；Δv为制动协调时间内车速的降低量（m/s）；μ为大货车在干燥沥青路面上制动时的附着系数；g为重力加速度（m/s2）。
当然，由以上3式是无法求出大货车的车速的，因为在以上3式中缺少相应的未知数S1的数值大小，但是我们却可以得出S1与v之间的关系，即第一段制动痕迹的长度与开始刹车时的瞬时速度之间的关系。
2.2大货车的运动形态
在E点处，大货车开始制动，到D点时开始出现制动拖痕，到C点时第一段制动痕迹结束。如果在制动前大货车没有压线行驶的话，则直线EC应不与中心双黄线相交；如果压线的话，则直线EC应与中心双黄线相交。
利用三角形关系可以判断虚线ED是否与中心双黄线相交所示。
2.3大货车是否压线判断
在图3、图4中：CD=S1，DE=ΔS，AC=2.7m，GD=1m，如果大货车没有压线，则E点应在直线AG的右侧，因此B点也应在直线AG的右侧，这时有AC>BC（如图2）；反之如果大货车压线，则有AC
由三角形相似关系可以得出：BCHC=CECD；因此：
BC=CE・HCCD=（S1+ΔS）・（AC-GD）S1（4）
F令BC=AC则：BC-AC=0（5）
联立式（1）～（5）得：v=-15.62m/s=-56.23km/h（舍去）；
v=26.77m/s=99.97km/h。
因此由二次方程根的分布可以得出：如果-56.23km/h
显然v9997km/h也是不符合实际的，所以能够得出-56.23km/h
3结语
此方法虽然不能准确计算大货车的开始刹车时的准确车速，但是根据车辆的最高设计时速得出了大货车在开始刹车时处于压黄线行驶状态，已经违反了交通规则，这对交警事故责任的认定有很大的帮助，此方法虽然并不是对所有数据缺失的现场图都有效，但其却给我们提供了一种新的思路，开拓了思维。
