数学建模和数据分析精选(九篇)
前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的数学建模和数据分析主题范文，仅供参考，欢迎阅读并收藏。
第1篇：数学建模和数据分析范文
二元式授课模式
教学内容主要集中在一些经典的统计方法和典型评价技术,其中包括:聚类分析、判别分析、主成分分析、因子分析、典型相关分析、常规综合评价方法以及当代相对评价技术———数据包络分析.考虑到一般管理学院的学生在学习数据分析方法上的困难,为了使他们在学习初期不至于“知难而退”,有必要遵循“师傅领进门”的原则.与此同时,更要帮助学生了解为什么信息管理与信息系统专业的学生要学习数据分析方法?管理建模的实践意义何在?数据分析与企业管理和企业绩效之间的关系是什么?现在学习的数据分析技术与以往学过的基础数学类课程“高等数学”、“线性代数”、“应用统计”、“运筹学”之间的关系是什么?统计分析技术与数据挖掘之间的关系、数据挖掘与专业课数据库和数据仓库之间的关系、各种数据分析技术之间的关系等等.通过从不同角度的阐述,使学生明确学习的目的和学习的目标,将大学阶段学习过的各种专业基础知识拼接成一个有机的整体,实现一个完整的从薄到厚、再从厚到薄的知识积累过程.授人以“渔”是以学生为主导的学习范式,这是研究型教学所倡导的平等参与教学组织形式,而课程的组织形式为能力导向型[3].比如,当在教师指导下掌握了常规的评价技术之后,学生很快会发现进行综合评价的关键是首先应该建立有效的与评价目的密切相关的指标体系.于是,在完成“常规综合评价方法”的讲授之后,安排一次讨论课,论题就是“评价指标体系的建立与选择问题”.学生按照下列要求去准备讨论资料:(i)选取评价指标的一些原则;(ii)定量指标的筛选方法;(iii)给出5—6个评价指标体系;(iv)给出2—3个评价体系建立的依据;(ⅴ)按其中一个评价体系收集数据并给出评价结果.资料可以来自教材、网络,还可以来自发表的学术论文.对收集的资料进行整理并形成PPT课件,在讨论课上向全体学生和教师汇报,听众可以随时提问并参加讨论.这种学习范式基本具备了研究型教学的基本特征,比如问题性、过程性、参与性、开放性、能动性、独立性等[2-3].又如,在进行“聚类分析”与“判别分析”时,通常要求指标是数量型的.当含有定性指标或全部是定性指标时,又如何进行分类呢?通过这个现实问题引导学生寻找新的数据挖掘技术———决策树,并将其作为讨论课论题.学生按照下列要求去准备资料和PPT课件:(i)决策树的概念和基本原理;(ii)举3—4个例子说明决策树的应用;(iii)利用一个简单的数据集,说明决策树的建立过程;(iv)利用实例和一种统计软件建立决策树.其他讨论课论题还有:“数据挖掘方法———神经网络”、“层次分析法”、“各种统计软件与数据挖掘软件”、“各行业投入产出指标的选择问题”,总计六个论题.讨论课的顺序也进行了精心安排.由“常规综合评价方法”引出讨论题“评价指标体系的建立与选择问题”;由“聚类分析、判别分析”引导的讨论题是具有同种功能的非统计类数据挖掘技术“决策树”和“神经网络”.在介绍统计分析方法“聚类分析、判别分析、主成分分析、因子分析、典型相关分析”时,所使用的课堂演示以及上机实验软件是比较常用的社会统计学软件SPSS,为了使学生对统计软件和数据挖掘软件有个更加宽泛的认识,设计了讨论课“各种统计软件与数据挖掘软件”.与“常规综合评价方法”类似,在采用“数据包络分析”进行相对评价时也会遇到投入产出指标体系的确定问题,而且不同行业投入产出指标体系的建立方式也不尽相同,因此,“数据包络分析”之后的讨论题就是“各行业投入产出指标的选择问题”.作为定性与定量相结合的一种评价技术,层次分析法在项目管理中已经成为一个重要的决策工具.在与本课程同时进行的学位课“IT项目管理”中,学生们已经深有体会.为了加深学生对不同类型评价技术的认识,最后一次讨论课设计为“层次分析法”.为了激励学生积极参与讨论课,将课上主讲学生小组的表现记为平时成绩.无论是以教师为主导的学习还是以学生为主导的学习,教学过程强化教师与学生、学生与学生间的合作[4].一方面,教师从学生那里获取学生的各科成绩信息,并在实验课上利用各种统计方法加以分析.由于涉及到保研排名,因此,学生愿意与教师合作提供它们的学习成绩信息.另一方面,通过课堂上教师与学生、学生与学生之间“头脑风暴”式的对话,活跃课堂气氛,提高学生的独立思考和自主学习能力,促进新知识的传递与共享.
考评体系的改革
本课程的总成绩包括平时成绩(40%)和小论文成绩(60%),考评体系充分体现学生间的合作性学习原则.平时成绩主要考查学生对课程扩展内容的掌握情况,以三人或二人一组参与命题讨论的形式课堂完成.本次共有34名学生,采用学生自主分组策略[5],分成了12组.通过抽签方式决定每个小组的讨论题,为了便于比较,每个讨论题由2个小组完成.当两个小组完成讨论后,其它十个小组和教师给出评分.教师评分占60%,学生评分占40%.学生各个小组的评分采用去掉一个最高分和一个最低分再求平均值的方式得出.为了检验学生的学习效果,进一步提高他们的学习能力,本课程将考试作为一个重要的学习过程.考试采用与数学建模竞赛相同的模式形成小论文.选题范围包括:(i)管理信息系统领域中的建模问题,包括电子商务、电子政务、ERP实施等;(ii)生产管理领域中的建模问题;(iii)风险管理领域中的预测与评价问题;(iv)政策评价等.这些问题不囿于本课程的教学内容,具有开放性、实时性.要求在一定的时间内,提交研究报告.本次教学设计了三个题目.第一个选题是“电子商务网站的信誉评价模型”.题目设计的背景是:目前电子商务网站方兴未艾,大有逐步替代传统购物模式之势.在网上购物时,人们常常根据网站的钻石和皇冠的数目来确认网站的信誉.网站钻石数目是由买家的好评、中评和差评的数量决定的.为了获得好评,卖家常采用下列欺骗手段:(i)花钱买好评;(ii)逼迫买家给好评;(iii)亲朋好友赞助好评.要求学生设计一种管理模型,一方面能够有效地预防卖家采用各种欺骗手段获取信誉得分,另一方面还能真正地反映商家的信誉,确保电子商务在我国健康地发展.第二个选题是“我国金融机构的效率评价模型”.金融机构的效率直接关系到经济市场的效率和安全.这次金融危机的导火索就是美国金融企业房地美、房利美以及雷曼兄弟的债务危机.要求学生利用上市银行的投入产出数据,对我国主要金融机构的效率进行评价,并为各家机构提供整改策略.第三个选题是验证西方经济市场主要论断———“股票市场是宏观经济的晴雨表”.股票市场是宏观经济的晴雨表是西方经济市场的着名结论.由于中国的经济市场体制、监管策略以及历史文化等因素的影响,使得中国市场与西方市场有比较明显的差异.要求学生利用中国进入WTO以来的经济指标与股票市场各种指标验证这个论断在中国的适应性.第一个题目是电子商务中一个典型的管理问题,既涉及管理模式的建立又涉及评价指标体系和评价方法的选择,第二个题目属于金融领域的风险管理课题,而第三个问题属于宏观经济问题,但不要求学生仅仅限于这些题目.由于课程结束时,恰逢东北三省的数学建模竞赛,因此,学生可以通过参加数学建模竞赛,完成小论文.本次东三省数学建模竞赛题有三个题目.A题题目是“企业的营销管理问题”;B题题目是“走遍全中国”;C题题目是“封闭系统的货币分配问题”.A与B题都可以归类于管理决策问题.A题属于营销管理决策;B题属于物流管理决策,它们恰好弥补了前三个选题中管理决策问题不足的问题.尽管这些题目与数据挖掘无关,但对问题的探索方式,寻找解决问题的途径与三个选题具有共通之处.12个组中有2个小组选择了数学建模竞赛题,5个小组选择了第一个选题,4个小组选择了第二个选题,1个小组选择了第三个选题.
第2篇：数学建模和数据分析范文
【关键词】高职 数学建模 课程建设 课程教学
【中图分类号】G【文献标识码】A
【文章编号】0450-9889（2013）05C-0078-03
数学模型是描述实际问题数量规律，由数学符号组成，抽象而简化的数学命题、数学公式或图表及算法。数学建模的方法被广泛地应用于工程、生物、经济、社会、政治等领域。为加强高职数学课程的应用性教学，培养学生应用数学知识解决实际问题的能力，特别是解决专业技术问题的能力，广西交通职业技术学院交通土建类专业群从2007年起开设数学建模课程，并对数学建模课程建设与课程教学进行了系统的研究与实践。本文拟以此为例，探讨高职数学建模课程建设与教学问题。
一、制定符合教学实际和学生认知规律的教学方案，开发适用性教材
数学建模作为一门应用性数学课程，教学目的是培养学生应用数学知识去解决实际问题的能力。该课程综合性强，对于由高考最后批次录取或由中职直升上来的高职生来说，在教学上有一定难度。课程建设的关键在于制定符合教学实际和学生认知规律的教学方案，在于精选模型，编写和采用适用性教材。广西交通职业技术学院交通土建类专业群将数学建模课程安排在第一学年的下学期，设置为任选课程，教学任务32课时，每周两课时，以路桥工程系的学生为主要教学对象。基于自身教学实际，在制订课程教学方案时，广西交通职业技术学院交通土建类专业群明确提出要重视学生学习基础、学生接受能力和专业应用的要求，如表1所示。有针对性地将课程的教学安排设置为初等数学模型、常用数学软件简介、高等数学模型和专业应用模型四个教学单元，对各教学单元提出合适的教学目标，教学的重点放在初等数学模型与专业应用模型上。选择简单易懂、实用性强、趣味性高、启发性好且能够在一个课时内讲解清楚的教学模型，并选配相应的练习模型，以便任课教师在课堂教学中能广泛采用讲练结合的教学方式，达到培养学生的学习兴趣，使学生体会建模的思想和方法，提高学生的数学学习能力和应用能力的课程教学目的。
由于教材在课程教学中具有“导教”与“导学”的双重作用，因此，在制定教学方案以后，教材的选择将成为课程教学是否能顺利开展的关键。数学建模课程作为高职院校一门新兴的应用性数学课程，由于各高职院校学生的学习基础不同，教学要求和教学安排不同，专业的差异性大，所以数学建模教材虽多，但就院校个体而言通常并不适用。为解决这一问题，广西交通职业技术学院交通土建类专业群教师根据表1中拟定的教学方案编写了相应的适用性教材。教学实践表明，他们所制定的课程教学方案目的明确，教学安排符合学生的认知规律和学院的教学实际，编写的教材适用性好，使课程教学达到了预期的教学目的。
二、创设直观教学情境，培养学生学习兴趣与建模能力
高职学生的思维以直观思维为主。在教学过程中，应以直观教学法为主，通过巧设教学情境，数形结合、计算机辅助等方式，激发学生的学习热情，提高其学习能力、建模能力，培养其创新精神。为了在课程的首次课就使学生喜欢上这门课程，可选择极具趣味性与参与性的“商人安全过河问题”作为课程的首个教学模型，设置让学生演绎“安全过河”的教学情境，使课程教学在学生高度参与和欢快的气氛中开始。
模型1：三名商人各带一名随从来到河边，要乘船渡河，现此岸有一小船只能容纳2个人，需由他们自己划行，随从密谋，在河的任一岸，一旦随从比商人多，则杀人越货，但如何乘船渡河的方案由商人定，请问商人如何才能安全过河？
采用的教学方法如下：让6位学生分别扮演商人与随从，游戏般演绎安全过河。进而引导学生将他们在演绎中获取的安全过河方案，在直角坐标系中通过图形直观地标出，最终顺利完成模型的建立。兴趣是最好的老师。让学生对所学知识产生浓厚的兴趣是最高效的教学方法。教学实践表明，通过创设直观教学情境，学生积极参与建模的过程，具有启发性好的特点，符合高职学生的认知规律，达到了第一个教学模型就能使学生对课程的教学产生好感，对建模学习充满期待，认为数学建模有趣、有用、能学好，从而激发他们学习热情的目的。
又如，对具有“多状态、多方案”的“风险决策”问题，创设“请你来拍板”的教学情境，让学生置身于决策情境中，引导其分别从“风险最小”、“收益最大”和“风险与收益相衡”等不同的角度去思考问题，构建起风险决策问题中的“悲观准则”、“乐观准则”及“折中准则”等数学模型。再如，对充满趣味和建模启发性的“四肢动物体身长与重体的关系”问题，以猪为例，创设“数形结合”的教学情境。首先从“猪身有形”出发，引导学生将猪身的“几何模型”由最初的“圆柱形”感觉逐渐优化到“圆柱形弹性梁”的认识，在数形结合的直观教学情境中建立模型。
直观是高职学生惯用的思维方式，数学建模具有实践性强的特点，在教学过程中巧设直观教学情境，让学生积极参与问题的解决与模型建立的过程，有助于培养学生的学习兴趣与数学建模能力，充分体现出以教师为主导、学生为主体的教学效果。
三、简介常用数学软件，提高学生的建模能力
在建模过程中，通常需要处理大量的数据，而计算机应用的普及，为进行数据分析提供了便利的条件。为提高学生的数据分析能力，提高其建模水平，在学生初步掌握建模思想与方法后，可采用简介的形式，介绍功能强大、容易掌握、便于进行数据处理的电子表格软件Excel和数学应用软件Mathematica的基本操作。将软件的操作应用学习融入数学建模的教学过程中，对Excel软件，主要介绍其在数值计算、数据统计分析与图表生成方面的操作，对数学应用软件Mathematica则重点介绍其在数学计算、图形描绘和曲线拟合方面的操作，以此达到提高建模水平的同时使学生掌握两个应用软件的基本操作方法的教学效果。
以模型2为例，在教学中创设探究“自由落体运动规律”的教学情境，将Mathematica软件的数据分析、图形描绘和曲线拟合等操作方法介绍融入“自由落体运动规律”问题的研究中。通过问题的研究过程来掌握软件的使用方法。
模型2：学院实验兴趣小组为探索“自由落体运动规律”，利用教学大楼不同的楼层高度进行了自由落体试验，获取实测数据如表2所示，试求该物体所作自由落体的运动规律。
采用的教学方法如下：依据表2中的实测数据，借助Mathematica软件描绘出能反映物作自由落体运动规律的散点图（如图1所示），初步判断出其运动规律并通过Mathematica软件进行曲线拟合分析（如图2所示），获得本次自由落体试验中物体运动的规律为：h=4.7543t2。
四、融入公路工程案例，凸显课程的专业应用性
数学是高端技能型人才培养教育中的基础工具课，数学建模作为应用性数学课程，更须凸显为专业教学与专业应用服务的教学理念。为此，可将交通工程的应用性案例融入课程的教学过程中。如在初等数学模型中探究公路工程的测量问题；在高等数学模型的学习中研究高速公路车流量问题、桥梁设计问题等。同时设置专业应用模型教学单元，以广西公路工程中的实测数据为依据，借助Excel和Mathematica等应用软件，探究如模型3所示的“回归分析”与模型4所示的“交通工程施工质量控制”等专业应用问题，提高学生应用数学知识解决专业问题的能力。
模型3：广西红水河某在建桥梁工程为更全面了解混凝土的技术性能，进行了混凝土坍落度经时损失试验，其试验结果如表3所示。
（1）试分析混凝土坍落度与扩展度是否具有显著的线性关系；
（2）试通过混凝土坍落度的经时损失，评价其流动性是否能满足进行混凝土浇注与捣实工作的要求。
模型4：广西红水河某在建桥梁的主跨混凝土28天龄期回弹值检测记录如表4所示，试以抗压强度的期望值为基准，绘制施工质量控制管理图并对试验结果进行质量评定。
广西交通职业技术学院将数学建模课程的教学与学生专业学习和专业应用紧密相联，让专业应用贯穿于整个建模课程的教学过程中，有力地回答了“数学有什么用”和“数学怎么用”等问题，获得了理想的教学效果。该校组织学生参加近年来全国大学生数学建模比赛，多次获得全国一、二等奖及自治区一、二、三等奖。数学建模课程被设立为该校院级精品课程，课程建设分别获得院级教学成果一等奖和自治区级教学成果三等奖。
综上所述，数学建模是高职院校一门新兴的应用性数学课程，课程建设应坚持以“能力为本位、学生为主体、专业应用为目的”为指导思想。应制定符合本校教学实际和学生认知规律的教学方案，精选符合高职学生认知规律、简单易懂、实用性强、趣味性高、启发性好的教学模型，编写和应用适用性教材。同时，巧设直观教学情境，借助数形结合、计算机辅助等教学方式，培养学生的学习兴趣，使其体会建模的基本思想和方法，增强学习能力和应用能力，提高数学建模课程的教学质量。
第3篇：数学建模和数据分析范文
关键词 建模 学生 数学素质
中图分类号：G424 文献标识码：A
Modeling to Promote Student to Improve the Quality of Mathematics
MA Hengguang
（Liaocheng Technician College， Liaocheng， Shandong 252400）
Abstract Mathematical modeling is an actual phenomenon constructed by mental activity can seize an important and useful features， it's related to the level of university students' mathematics， mathematics ability， mathematics sense and mathematical quality， is the core of the overall quality of college mathematics content. This paper discusses the meaning of mathematical modeling， mathematical modeling is important to improve the quality of students' mathematical optimization modeling and presents some suggestions for teaching.
Key words modeling； student； mathematical quality
1 数学建模的内涵
自 1992 年起开始主办全国大学生数学建模竞赛以来，全国大学生数学建模竞赛规模飞速发展，参赛院校从 1992 年的全国 79 所增加2011年的全国1251所 ，参赛队也从 1992 年的 314队增加到 2011 年的 19490 队。并且随着计算机技术的发展，CAD 技术大量替代传统工程设计中的现场实验，MATLAB 等数学软件能够提供精确的计算结果和实现良好的量化分析。这些，都使得数学建模展现出强大的活力，发挥出更大的作用。数学建模就是将现实世界中的实际问题加以提炼抽象为数学模型，然后求出模型的解，验证模型的合理性，并用该模型的结论来解释现实问题。其运用方法主要有机理分析法和测试分析法，机理分析主要是通过已经认识的客观事物特性，找出内部数量规律，由数量规律建立数学模型。而测试分析则需用到概率和数理统计知识来进行建模，也就是说，测试分析是用来解决“黑箱”问题的。数学建模一般包括以下几个步骤：模型准备，模型假设，模型建立，模型求解，模型分析，模型检验和模型应用。具体说来，首先，用数学语言了解实际问题。其次，根据建模的目的和实际问题的特性，提出恰当的假设，并运用数学工具刻画各变量之间的关系，同时也要注意对建模进行必要的简化。最后，将获取的数据资料，对模型进行计算，并将分析后的数据与实际情况进行比较，继而验证出模型的准确性、合理性。
2 建模对学生数学素质的促进作用
2.1 培养学生数学意识
数学意识不仅能使学生理解和学习现成的数学知识和技能，而且还能够让学生逐步学会主动地认识数学，初步形成用数学的观点和方法看待事物，处理问题，具有从现实世界中寻找数量关系和数学模型的态度和方法，是将认识数学过程中的态度和情感体验联系在一起的前提。数学建模能使学生从现实世界中看似与数学没有丝毫关系的问题最终抽象成数学问题，培养学生以数学的思维、从数学的角度去思考现实问题，潜移默化地加强了数学意识。
2.2 培养学生数学语言翻译能力
建立数学模型，要运用到假设、收集和应用证据等进行抽象简化。确切地将其用数学语言表达成数学问题的形式，然后将数学语言编译成计算机程序，通过计算机进行数据处理、数据分析、论证得出曲线图表或数学语言表达的结论。最后还要用常人能理解的一般描述性语言表达出来，提出解决某一问题的方案或是建议。数学建模可以充分锻炼学生的自然语言、数学语言和计算机语言之间的翻译表达能力。
2.3 提高学生的创新能力
创新能力是人的各种能力的综合和最高形式表现。创新能力不仅仅是智力活动，它不仅表现为对知识的摄取、改组和应用，还表现了一种发现问题、积极探索问题的心理取向，是一种善于把握机会的敏锐性和积极改变自己并改变环境的应变能力。数学建模的实质就是构造模型。但模型的构造并不容易，需要有足够强的创造能力。通过构造模型，在学生应用数学知识的基础之上，激发学生的创造性思维。从而在不断地运用数学知识和发散思维之中，提高学生的创新能力。
2.4 提高学生转换能力
数学建模实质是把实际问题转换成数学问题，通过数学建模，使学生有独到的见解和与众不同的思考方法。恩格斯曾经说过：“由一种形式转化为另一种形式不是无聊的游戏而是数学的杠杆，如果没有它，就不能走很远。”因此，我们在数学教学中要注重转化，善于发现问题，沟通各类知识之间的内在联系。进一步培养学生的思维转换能力，（下转第148页）（上接第125页）这对培养学生思维品质的灵活性、创造性及开发智力、能力培养、提高解题速度大有裨益。
3 优化高校建模教学方法措施
3.1 在教学中渗透建模教学思想
在高等数学教学中，渗透数学建模的思想，让学生初步了解建立数学模型的思想和方法，通过逐渐的渗透，能潜移默化地培养学生数学意识和数学思维习惯。例如，在学习函数内容时，可以介绍金融业务中的单利模型，用微分方程建立冷却模型和浓度模型。对于繁复的公式推导以及难度大的数学计算，可用数学软件解决复杂的数学计算，实现课堂教学和数学实验的有机结合。如学习定积分时，要求学生掌握定积分概念的产生背景、定积分的思想、基本性质和微积分基本定理，并熟练使用牛顿·莱布尼兹公式、换元法和分部积分法，对于难度大的定积分计算，要善于使用数学软件求解。
3.2 加大数学实验课的力度
通过历届数学建模竞赛情况来看，有许多学生在比赛时，能够列出公式，能构建出模型，但却不知道如何解答模型。例如，列出了问题的微分方程，但不知道怎样求解，建立了问题的模型，但不知怎样去开发算法，解出模型。因此，应当加大学生的解题能力训练，特别是要培养学生利用现代的数学软件进行解题的能力。在全校开展数学实验课和数学建模实验课，将学生分为各个小组，以小组为单位开展对数学实验和数学建模实验问题的探讨，有利于培养学生的动手解题能力。
3.3 建立稳定的教育实习基地
教育实习基地建设历来是各师范院校十分重视的问题。如何建设好稳定的教育实习基地？第一，在工作中，要打破传统教育实习管理体制，建立健全的管理体制。制度建设可以尝试由地方教育行政部门参与和尝试选留毕业生和实习相结合形式共同参与制度建设。第二，营造互惠互利的联合机制。做到互相交流教育、科研信息，共同研究基础教育改革，共同建设教育实习基地。第三，提高实习生综合素质，确保教育实习基地的建设和巩固。
总之，数学学习不仅要在数学基础知识、基本技能和思维能力、运算能力、空间想象能力等方面得到训练和提高，而且要在应用数学、分析和解决实际问题的能力方面得到训练和提高。在课堂教学中，要使学生学会提出问题，建立数学模型，将把问题抽象为数学问题。只有这样，才能提高分析问题和解决问题的能力，才能提高学生的创新能力。因此，如果我们能逐步地将数学建模活动和数学教学有机地结合起来，就能更好地提高学生的数学素质。
参考文献
[1] 梁方楚，蔡军伟，程锋.利用数学建模拓展大学生素质[J].科技咨询导报，2006（14）.
[2] 姚新钦.在高等数学教学中融入数学建模思想[J].广东农工商职业技术学院学报，2009（4）.
第4篇：数学建模和数据分析范文
关键词：数据挖掘；供应商画像；信用风险
0引言
在供应商信用风险管理过程中，充分利用好大数据是企业占领市场、获取利润的捷径。将供应商数据化，即构建供应商画像是企业对供应商信用进行有效管理的重要手段，其目的是供应商信用的全数据描述，根据价值细分供应商，了解供应商信用情况，制定精准的供应商管理方案，为供应商信用管理提供支持。本文基于对供应商的评价分析管理，通过对供应商信息风险管理中大数据的挖掘、分析，提出供应商画像的概念，并以此为依据实现不同供应商信用分级管理，同时提出业务和系统的改进策略，以优化供应商之间及供应商与电网企业之间的关系。在保证服务质量的前提下，降低供应链运行成本，帮助电网企业建立竞争优势，获得更多的客户满意度。
1国内外数据挖掘技术的研究现状
数据挖掘技术是一种对电力企业信用管理决策提供支持的技术，它主要是基于机器学习、人工智能、统计学等技术对大量的数据进行处理，从而做出归纳性的推理，挖掘出数据中的潜在模式，并对供应商的信用风险进行预测，从而帮助企业的决策者们及时调整市场策略以减少可能存在的风险，做出尽可能少的错误决策。从商业层面上来说，数据挖掘还可以描述为：按照企业既定的业务目标，对海量的业务数据进行探索和分析，从而揭示隐藏的、未知的或者验证已知的数据的规律性，并进一步将其模型化，用户兴趣模型也就应运而生。根据已有的数据对用户信用风险进行建模，并进行规则抽取与提炼，得到用户的画像。国内将数据挖掘的技术应用在电信领域的成果案例也不少。比如李军利用数据挖掘的算法对电信行业的客户流失模型进行建立与分析，针对不同种类的客户分别进行了不同模型的流失分析；段云峰、吴唯宁、李剑威等在数据仓库及电信领域的应用中，运用数据仓库的方法对电信行业的服务客户进行存储管理；吴爱华在数据挖掘在客户关系管理中的应用研究中，应用了数据挖掘的相关知识来研究数据挖掘算法在用户关系管理中的应用；叶松云在我国电信行业客户流失管理的建模分析及应用研究中，通过对电信行业的流失客户进行模型建构，通过管理这个流失模型来有效控制客户的流失。目前南方电网企业和供应商的信息交换处在一种繁杂的状态，电网企业可以对单个供应商信用情况进行信息的查询，反馈，但很难通过获得的信息对多个供应商信用进行有序、有效的管理。供应商的管理缺乏直观、可视化的手段和方法。通过建立供应商模型可以将纷乱的数据进行清洗和建模，提供进一步的分析决策。
2基于大数据分析的电力企业供应商信用风险管理
根据以上分析，在电力企业供应商信用风险管理过程中，需要对收集到的供应商数据进行处理，进行行为建模，以抽象出供应商的标签，这个阶段注重的是大概率事件，通过数学算法模型来排除供应商的偶然行为，故需要运用机器对供应商的行为、偏好进行猜测，根据供应商的关注点或投标意向、投标历史、中标情况等因素来判断供应商的忠诚度、履约能力、信用等级等，并对供应商行为进行建模。简单来说，供应商画像就是通过算法计算等方式，用统一的标准衡量供应商的表现，并对未来发展进行预测，这是一种把单个分析集成化，把平面分析立体化的过程。可见，在供应商信用风险管理过程中，应结合供应商属性、行为、评价标签体系，充分研究数学算法模型，并应用Python、R等工具建模推演，构建供应商评价模型，全面刻画供应商画像。
2.1画像构建与数据分析
供应商画像模型旨在帮助管理供应商、优化投标决策，因此画像构建的关键过程在于结合实际业务情况定性地选取投标决策关心的供应商评价指标，定量化评价指标，最后选取合适的评价维度给供应商贴上标签，通过不同维度的标签还原供应商的“画像”。因此，数据处理和分析建模的过程应该基于上述关键过程的指标数据特征以及业务分析逻辑。现在针对供应商画像的研究还不算特别多，我们以流行的“用户画像”分析进行对比，从而可以发现供应商画像和用户画像有何异同，从用户画像当中又能寻找到什么可行的分析思路。图1是用户画像的一般流程。可以发现供应商画像与用户画像的建模过程本质上都是数据收集-建模-画像成型的过程，区别只是在于：首先，画像构建的目的不同，用户画像的目的是进行精准营销，而精准营销的建模工作是要对用户分类后对不同类别用户的消费行为进行预测。而供应商画像的目的是为了精准管理、精准招标，建模工作是要对供应商分类后对不同类别的供应商进行评级。其次，画像的标签维度不同，标签维度的构建同样是从画像构建的目的出发，用户画像关心的是用户的购买能力、行为特征、社交网络等，供应商画像关心的是供应商的商务状况、产品质量、信用状况。（1）数据收集。通过访谈和调研搜集数据，确定供应商指标的打分逻辑和统计口径。（2）数据预处理。对收集到的数据进行清洗，目前收集到的数据量非常小，且需要进行整合、预处理，包括缺失值和异常值的处理、数据数量级的统一、后续分析所要进行的标准化处理。在构建供应商画像的现有数据中，资格评审涉及的商务与技术两大维度的数据已经根据权重进行了打分，分数的数量级为10以内，因此部分数据只需要剔除不满足资格评审的数据（表现为所有维度都为0值）以及数值超出权重的分值。履约评价的数据有物资合同签订及时率（0-100%）、一次性试验通过率（0-100%）、到货及时率（0-100%）和不良行为记录（分值范围0.1-12）。对于这部分数据需要根据权值进行标准化，由于权值需要根据评价标准进一步确定，因此目前只需要将不良行为记录的量化数值压缩到与0-100%相同的范围。（3）数据降维。目前的供应商信用风险评级指标过多，不能满足供应商画像的特征提取与分类要求，需要进行降维处理。拟采用关联性分析和主成分分析降低指标维度，同时最大化保留原有数据的信息。在资格评审中，商务基本面信息的数据涉及15个指标，技术能力更是高达10余个，这些指标反映的意义具有较强的关联性（共线性）且在有限的数据量的情况下变量过多将会大大降低模型的自由度从而影响精确度，因此为了满足后续的分类和拟合要求，必须要剔除冗余变量，对指标进行降维处理。（4）特征分类。结合业务理解初步确定分类个数（供应商不同特征维度的级别个数），利用聚类分析算法对供应商不同特征维度进行分类，后续根据分类情况和数据特征适当调整分类个数。在构建标签之前，需要对供应商进行分类，由于目前的数据是不具有分类结果标签（y值），因此这是一个无监督的分类问题，无法采用决策树、神经网络等学习类模型；又因为目前数据集的数据量非常少，需要大量训练数据的无监督深度学习模型也不适用，因此，针对无监督和小样本的特点，选用聚类分析解决分类问题。聚类试图将数据集中的样本划分为若干个通常是不相交的子集，每个子集称为一个“簇”。通过这样的划分，每个簇可能对应一些潜在的概念（类别），如“财务状况良好”、“技术能力强”等。不过，这些概念对于聚类算法而言事先是未知的，聚类过程仅仅能自动形成簇结构，簇对应的概念语义需要结合业务来把握和命名。常用的聚类算法有K均值算法、层次聚类算法等非常多，而针对现有的数据，K-means算法适用的情景是：簇数确定（同维度标签评级个数确定）且较少、数据量较大；而Hierarchicalclustering适用簇数不确定（可能有一定范围）、数据量相对大的情况。具体采用哪一种分类算法要根据数据情况以及业务分类要求和可视化要求而定。（5）分类结果检验。通过计算该特征维度不同类别的供应商的加权总分对分类后不同簇的供应商的总分进行统计上的显著性检验。（6）构建画像标签。结合对供应商管理评级的业务理解，从数据层面分析该特征维度下不同簇的供应商的区别，并增加语义内容。
2.2设计供应商画像
根据行业经验及领先实践，通过对南网供应商各类行为数据及外部数据进行数据采集、数据挖掘，结合公司战略、未来发展愿景还有指标构建的一般原则，将供应商的综合画像构建为六大一级指标，分别为供应商资质评价、供应商履约运行评价、企业风险信用评价、社会行为与责任、供应商生态与供应商创新。其中最重要的企业风险信用评价指标包括企业基本风险（如企业人员变更频率）、司法风险（开庭公告次数、法律诉讼次数）、经营风险（税务评级等级、股权质押比率、动产抵押比率、司法拍卖事件次数、欠税信息次数、行政处罚次数、抽检检查合格比率）。
第5篇：数学建模和数据分析范文
关键词： 数学建模 教学模式 案例教学
一、数学建模及教学
随着计算机技术的不断进步和发展，数学的应用以空前的广度和深度向工程、经济、生物、医学、环境、地质、人口、交通等新的领域渗透，数学的应用被越来越多的人所关注。当人们在研究某个实际问题时，通常对该问题进行综合分析和合理假设后，用数学语言表示出对应的数学模型，通过计算机软件加以求解，并对结果进行分析检验的过程就是数学建模。
数学建模是数学知识和应用能力共同提高的最佳结合点，是启迪创新意识和创新思维、锻炼创新能力、培养人才的一条重要途径；也是激发学生求知欲望，培养主动探索、努力进取学风和团结协作精神的有力措施。由于数学建模的开放性和实践性，这就要求数学建模的教学不仅要传授给学生解决问题的方法和技巧，更重要的是通过教学培养学生各方面的能力，包括分析问题的能力、对问题的创新能力、结合软件求解的能力、团队协作能力和论文写作能力等，为全面提高学生的综合素养奠定坚实的基础。
二、高职类数学建模教学现状
在高职类的民办院校，学生的数学基础整体而言较薄弱，相比专业课而言对数学不够重视，缺乏学习兴趣和学习热情；而数学建模课是在学习了微积分、线性代数、概率论等课程的基础上开展起来的，学生对微积分的学习积极性都不高，更不用说线性代数、概率论这些课程了，所以开展数学建模课的难度之大可想而知，下面结合我校的实际情况对数学建模教学的开展做出总结。
1.指导过数学建模竞赛的老师都知道，数学建模涉及的数学知识面广泛，包括线性代数、常微分方程、概率论和数理统计、线性规划等，需要一定的课时量做保障，但目前大多数的民办高职院校很难满足指导老师的要求，因为数学作为一门公共课越来越被边缘化，如果学校领导不给予足够重视更是难以开展下去，所以数学建模一般作为选修课开展，课时量有限，这就使得数学建模的教学只能选择相对重要的内容进行讲解。我们学院把选修课的内容大致分成四块：常微分方程和差分方程、线性规划和图论、MATLAB和数据分析、概率论和数理统计。
2.数学建模的计算要结合数学软件进行求解，主要是MATLAB、lingo、SPSS等数学软件，这就要求学校有比较完善的硬件设施，这些软件的学习也是先介绍一些常用功能，再结合实际案例让学生练习如何用数学软件求解。数学建模的教学不仅是为了提高学生各方面的能力，还有一个重要原因就是参加全国大学生数学建模竞赛，所以针对数学建模竞赛还要指导学生如何写作，主要是科技论文的写作模式、格式、要求等，还有赛前的组织和模拟训练，对学生提交的论文进行讲评，并给出改进意见等。
三、结合本院数学建模教学情况，探讨数学建模教学模式的改革与创新
数学建模是数学和实际问题联系的桥梁，是培养学生综合运用数学知识分析、解决实际问题的意识和能力的一种有效手段，是提高学生数学素质的重要途径。因此，数学建模的教学显得尤为重要，与平时的数学课教学还有很大不同，结合我院教学现状，谈谈数学建模教学的改进建议。
1.将数学建模教学渗透到数学教学的全过程
由于我校数学课时偏少，而且主要讲微积分，没有专门开设线性代数、概率论、数学软件等数学课程，虽然在大一第二学期开设了数学建模选修课，也只是选讲一些基础的理论知识、方法，并且没有上机时间，因此满足不了数学建模和数学实验课程教学需要。所以，要达到数学建模的教学要求，必须将数学建模教学渗透到数学课程教学中，在讲课过程中多引入来源于生活的实际案例。实践证明，在不降低教材知识和教学基本要求的情况下，增添数学模型教学内容和数学建模实践环节，结合相关内容进行相关模型的教学，可以收到不错的效果。
将数学建模的教学渗透到具体教学过程中，要着重培养学生的数学思维能力，掌握解决问题的数学方法，提升学生的数学素养，让学生真正感受到数学的魅力所在，我们在高等数学和数学建模选修课的授课过程中穿插了具体的数学模型，类似于公平席位的分配、椅子四角着地、银行贷款等实际问题，通过对问题的分析、探讨进而列出对应的数学模型，并让学生结合所学的知识加以求解，最后老师再给予讲评，这样就能大大提高学生用数学解决实际问题的能力。
2.加强数学建模教学内容的应用性和教学方法的合理性
在数学建模课程中，教学重点不是向学生系统传授知识，而是让学生在参与解决问题的过程中，学习运用所学知识思考问题、寻找解决问题的有效方法，感受数学发现和创造的乐趣，从而对数学的本质增强理解，培养其应用能力。结合我校的实际情况，要想在此基础上取得更好的教学效果和取得更突出的成绩，数学建模的教学内容和教学方法都应该有相应的改进和提高。
（1）就教学内容而言，一方面在微积分中穿插讲解简单的数学模型，主要涉及最值的应用题、定积分的应用题等，加强与专业的融合，促进相关内容的有机结合和相互渗透，使看起来枯燥的数学内容与各专业之间架起桥梁。另一方面，除了在选修课《数学建模》中讲解对应的数学模型外，还要增加学生的上机时间，熟悉常用数学软件的操作和应用，真正做到教学内容的应用性。
（2）就教学方法而言，教师可采取数学建模案例教学法和互动式教学法相结合。案例教学法可选择一些有建模特点的典型题目给学生，首先让学生认真思考，分析题目的特点，如何做出合理假设等，由教师引导学生建立相应的数学模型，让学生在这个过程中体会到数学建模的特点。互动式教学方就是在整个教学过程中，教师始终处于主导地位，作为必不可少的教学组织者，其职责是创造学生活动的情境，根据问题的实质为学生设计思维活动的“平台”。
四、结语
数学建模的教学没有固定的模式和方法，只有通过不断摸索和实践总结教学经验，由于涉及的知识面很广，教学内容也不可能面面俱到，主要是在整个教学过程中要让学生参与其中，亲身体验，通过数学建模着重培养学生的数学思维，提高学生分析问题、解决问题的能力和用数学软件计算的能力，进而提升学生的综合素养，为以后走上工作岗位奠定坚实的基础。
参考文献：
[1]崔庆岳.高职类经济数学教学理念的初探[J].中外企业家，2015，1.
第6篇：数学建模和数据分析范文
1．数学建模竞赛有利于学生创新思维的培养。数学建模是对现实问题进行合理假设，适当简化，借助数学知识对实际问题进行科学化处理的过程。数学建模竞赛的选题都是源于真实的，受社会关注的热点问题［2］。例如:小区开放对道路通行的影响(2016年赛题)，2010上海世博会影响力的定量评估(2010年赛题)，题目有着明确的背景和要求，鼓励参赛者选择不同的角度和指标来说明问题，整个数学建模的过程力求合理，鼓励创新，没有标准答案，没有固定方法，没有指定参考书，甚至没有现成数学工具，这就要求学生在具备一定基本知识的基础上，独立的思考，相互讨论，反复推敲，最后形成一个好的解决方案，参赛作品好坏的评判标准是模型的思路和方法的合理性、创新性，模型结论的科学性。同一个实际问题从不同的侧面、角度去思考或用不同的数学知识去解决就会得到不尽相同的数学模型。数学建模竞赛不仅是培养和提高学生创新能力和综合素质的新途径，也是将数学理论知识广泛应用于各科学领域和经济领域的有效切入点和生长点。
2．数学建模竞赛有利于促进学生知识结构的完善。高校的理工科专业都开设很多基础数学课，例如:高等数学、线性代数、概率统计、运筹学、微分方程等，目前这些课程基本上还是理论教学，主要以考试、考研为主要目标。由于缺少实际问题的应用，知识点相对分散，很多学生不知道学了有什么用，怎么用。那么如何将所学的基础知识高效的立体组装起来，并有针对性拓展和延伸，是一个重要的研究课题［3］。实践表明:数学建模竞赛对于促进大学生知识结构完善是一个极好的载体。例如在解决2009年赛题———眼科病床的合理安排的问题时，学生不仅要借助数理统计方法，找到医院安排不同疾病手术时间的不合理性，还要结合运筹学给出新的病床安排方案，并结合实际情况评估新方案合理性;2014年赛题嫦娥三号软着陆轨道设计与控制策略，参赛学生首先根据受力分析和数据，判断出可能的变轨位置，再结合微分方程和控制论构建模型，并借助计算机软件求解，找到较好的轨道设计方案。整个数学建模过程中，参赛学生将所学分散的数学知识点拼装集成化，在知识体系上，数学建模实现了知识性、实践性、创造性、综合性、应用性为一体的过程;在知识结构上，数学建模实现了学生知识结构从单一型、集中型向复合型的转变。
3．数学建模竞赛有利于培养学生的团队协作精神，提高沟通能力。现代社会竞争日趋激烈，具备良好的团队协作和沟通能力的优秀人才越来越受到社会的青睐。数学建模竞赛也需要三个队员组成一个团队，因为要在规定的时间内完成确定选题，分析问题、建立模型、求解模型，结果分析，单靠一个人是很难完成的，这就必须要由团队成员之间相互尊重、相互信任、互补互助，并且发挥团队协作精神，才能让团队的工作效率发挥到最大。同时，数学建模作为一种创造性脑力活动，不仅要求团队成员之间学会倾听别人意见，还要善于提出自己的想法和见解，并清晰、准确地表达出来。团队成员间良好的沟通能力，不仅可激发团队成员的竞赛热情和动力，还可以形成更加默契、紧密的关系，从而使竞赛团队效益达到最大化。
二、依托数学建模竞赛，提升大学生创新实践能力的对策
1．以数学建模竞赛为抓手，构建分层的数学建模教学体系，拓宽学生受益面。不同专业和年级学生的学习基础、学习能力和培养的侧重点都存在较大差异，构建数学建模层次化教学课程体系有利于增强学生学习和使用数学的兴趣，让更多的学生了解数学建模以及竞赛，通过自己动手解决实际问题，更加真切感觉到数学的应用价值，切实增强数学的影响力，扩大学生的受益面。南京邮电大学、华南农业大学、重庆大学和南京理工大学等高校这些方面相关工作和经验值得借鉴。因此，构建数学建模分层课程体系，在课程内容设置上，结合专业特色，有针对性设置教学方案和内容，逐步完善具有不同专业特色的数学建模教材，讲义和数据库、并保持定期更新，不断深入推进创新教学理念［4］;在课程时间的安排上，遵循循序渐进的基本思路，一、二年级大学生开设数学建模选修课，介绍数学建模的基本理论和一些基本建模方法，三年级、四年级和研究生阶段开设创新性数学实验课程，重点训练学生应用数学知识解决实际问题的动手能力，并通过参加建模培训、数学建模竞赛以及课外科研活动，培养学生学习解决实际问题的能力;在课程目标的定位上，数学建模有别于其他的数学课程，集中体现在数学的应用、实践与创新，因此，数学建模不仅是一门课程，同时也是一门集成各种技术来解决实际问题的工具［6］。
2．以数学建模竞赛为载体，搭建横纵向科技服务平台，扩大数学建模影响力。数学建模竞赛的理念是“一次参赛，终身受益”，这就要求数学建模活动要立足高远，不断向纵深推进与发展，将数学建模应用融入服务国计民生。因此，选择优秀本科学生、研究生和毕业生，结合大学生创新创业计划，科研课题以及企事业单位关注的问题等，让他们自己动手去调查数据，查阅相关建模问题的文献资料，建立数学模型，借助软件进行模型求解，最后独立撰写出建模科技论文或决策咨询报告。全程参与“课外实习与科技活动”的方式，不仅实现了因需施教、因材施教的目标，还搭建了连接企业和学生的桥梁，不仅让大学生创新创业落到实处，为企事业单位提供了智力支撑，真正实现所学知识服务社会。
3．以数学建模竞赛为平台，加强教师的队伍建设，提升教师教育教学能力。数学建模授课和指导教师的教育教学能力直接影响着学生的创新能力。教育教学能力是指教师从事教学活动、完成教学任务、指导学生学习所需要的各种能力和素质的总和。数学建模的教学与传统数学教学相比，对教师的动手能力、教学内容驾驭能力、教学研究和创新能力等有较高的要求，因此，数学建模指导教师可以通过自主研修，网络研修，参与集体备课、听评课、教学研讨等方式提高自身业务水平，同时积极参与赛区、全国组织的学习和培训，加强交流，开阔视野，不断地提高自我认知、认识水平。只有建成一支高素质、实力雄厚、结构合理、富有创新能力和协作精神的学科梯队，数学建模整体水平才能有较大提升，才能适应数学建模发展的现实需要，切实有利于学生创新实践能力的提高［6，7］。
三、我校数学建模教学和竞赛改革的实践
1．构建模块化教学体系。针对我校轻工特色，结合专业培养需求，构建模块化教学体系。针对食品、生工、医药、化工和轻化等实验科学为主的专业，重点将实验设计、数据处理、数据分析和预测分析等内容模块化;针对数学基础较好的物联网、计算机、信息计算和自动化等专业，构建微分方程，运筹优化和控制论等内容模块化;偏于社科类的管理、会计、金融和国贸等专业，重点将概率模型、优化等内容模块化。再结合数学建模竞赛和大学生创新创业计划，构建“专业基础模块+知识拓展模块+竞赛需求模块+科研论文写作模块”的实践教学体系。
第7篇：数学建模和数据分析范文
近几年来，随着企业信息化
应用的逐步深入以及数据信息的不断扩展，使得上海烟草开始从更深层面去探索数据应用，并以建设企业数据中心作为载体，推进企业各个层面的人员去使用和分析数据。
然而，数据分析和管理信息系统是不完全相同的两类信息化项目，数据中心建设工作要想做得更好，企业除了要营造一定的实施氛围（如企业的氛围、人员的意识等）外，从信息化本身的角度来看，数据分析的管理方法也需要尽快完善。正是在这样的企业信息化建设背景下，数据挖掘的过程模型CRISP-DM成为了构建企业数据中心的重要参考。
建设中存在四大问题
与数据挖掘的过程模型CRISP-DM中的要求相比较，目前，我们在数据中心建设过程中还存在一些问题，主要表现在以下几个方面。
1. 以需求分析代替了商业理解
在CRISP-DM过程模型中，“商业理解”的重点是根据商业目标的要求找出存在的商业问题，并把商业问题转化为数据分析问题，这一过程主要回答了“为什么要做？”的问题。而我们目前所做的“需求分析”往往是从业务问题出发并转化成了数据分析问题，这一过程只回答了“怎么做？”的问题。这就使得一些数据分析往往没有什么实际作用或者是作用不大，这主要就是因为业务问题解决的商业目标并不清晰。
2. 数据理解工作还不成系统
“数据理解”应该是一个独立的过程，其在整个数据分析应用项目实施过程中非常重要。而我们在做数据中心建设项目的可行性研究时，只是很粗略地对源数据进行了一些了解，比如了解了源数据是来源于业务系统的数据库还是手工编制的Excel文件，数据大致包含了什么信息等，却并没有对源数据进行细致的分析。此外，对数据质量问题的分析在可行性研究阶段根本尚未建立。因此，数据中心建设项目中分析主题的数学模型虽然建立了，但却缺少足够的数据支持，有时甚至是在项目实施后的阶段才去了解源数据的情况，并仓促将源数据导入数据中心，也并未建立源数据准确、及时提供的保障机制，这就造成了数据分析应用中，数据质量较差、可信度很低的情况。
3. 数据准备不充分
在CRISP-DM过程模型中，“数据准备”也是一个独立的过程，且需要与建立模型的过程互动，通过多次的数据准备，使数据能够被所建立的模型使用。而目前，企业在数据中心的建设中，业务人员和数据中心建设人员并不熟悉业务系统数据库中源数据的情况，也就无法对所需要的数据做准确的描述，而熟悉源数据的人员又不熟悉数据中心建设的需求，因此数据准备阶段的工作量很大，协调成本也很高。
4. 模型评估机制未建立
目前，对模型的评估主要体现在检查功能的实现情况，比如检查所需要的报表、图表、数据是否按要求建立。由于之前并没有很好地落实商业理解阶段确定商业目标的工作，以及根据商业目标提出商业问题的工作，因此对模型的评估不能真正体会其为商业目标服务的作用，只能停留在技术和功能的层面上。
解决问题的五个方法
根据CRISP-DM过程模型的要求，总结我们目前在数据中心建设中所存在的一些问题，不难看出，数据中心建设项目的实施不仅要有方法论，而且还要有一些关键的实施要点。因此，在企业数据中心建设过程中，要做好以下几个方面的工作。
1. 抓好商业理解阶段的工作
在数据中心建设过程中，商业理解阶段的核心是要正确把握好业务目标以及需要解决的业务问题，并将这些业务问题转化为数据分析问题，这就是将人的经验（隐性知识）转化为显性知识的过程，需要回答“业务目标清晰吗？”“业务问题是为实现业务目标服务的吗？”“业务问题的解决是可以被量化的吗？”等问题。
虽然对于数据中心建设和信息系统建设这两类信息化项目来说，需求理解阶段都是项目建设的关键环节，但相比较，数据中心项目在这一阶段更需要引起高度重视，因为其是在解决“为什么？”的问题，一旦这一问题业务部门没有思考好、信息化部门没有理解好，数据中心项目将会在开始阶段就埋下了失败的因子。
2. 把数据理解作为可行性研究中的重要工作
在数据中心建设项目中，数据理解阶段的任务是从数据的完整性角度对项目做可行性研究，关键是要回答“数据分析所要解决的商业问题有数据支持吗？这些数据在哪里可以被收集到？”等问题。可以说，数据理解阶段的工作是商业理解的延续，也是数据准备的前提，承上启下，非常重要。
通过可行性研究，如果数据质量存在问题，那么在商业理解阶段确立的业务问题将没有条件通过数据分析的手段被解决。这时应该重新确立所要解决的业务问题，避免接下来各阶段数据分析工作的失败。在确认数据条件具备以后，数据理解阶段还需要进一步定义数据中心的元数据，包括描述源数据，定义源数据的传输、抽取、清洗、加载标准、数据周期等，并确定源数据的标准化要求、元数据的使用周期和共享范围等。
此外，数据中心的数据是为共享而存在的，这是数据中心数据的一个主要特征，要实现数据共享，一方面可以借助技术手段，提供数据导航系统; 另一方面在数据理解阶段就要有意识、有目的性地确定数据的共享范围。
3. 建立提高数据质量的标准
对于企业数据中心而言，数据质量（完整性、准确性、及时性）从某种意义上来说比建立的模型水平更为重要，数据质量不好、建立的模型再好也只是一个错误的结果。而数据质量受两个方面的因素影响：一是源数据是否缺失；二是源数据与数据中心元数据之间传输、抽取、清洗、加载等相关机制是否健全。第一种情况在数据理解阶段就可以被分析出来并加以规避；第二种情况需要在数据准备阶段建立完善的提高数据质量的标准。
在数据准备阶段，要使源数据相对固化和稳定下来，表结构、字段的属性、长度和含义、源数据与数据中心元数据之间的传输、抽取、清洗和加载方式都要处于相对静止的状态。对以上这些信息的变更需要有一套严格的工作流程加以规范，使相关人员及时知晓并维护好数据中心的元数据。
此外，在建立数据中心元数据的校对机制时，在准备数据的同时，还要跟业务人员共同商量，因为数据中心的元数据来源于业务系统中的源数据，了解业务人员是如何判断数据中心元数据的准确性，这有助于在数据准备的同时建立依托技术手段的自动校对程序并建立预警功能。
4. 加强对分析模型的评估工作
分析模型评估的目标就是验证分析模型是否解决了在商业理解阶段所确定的业务问题。通过加强商业理解、数据理解以及数据准备阶段的工作，就为分析模型的评估提供了较好的环境。同时，在可行性研究阶段可以淘汰一些不具备条件的分析需求，这也对建立高质量、满足需求的分析模型提出了更高要求。
从目前的实施经验来看，除非高度综合类的分析需要必须建立复杂的数据模型，一般的分析需求都可以借助分析工具加以实现，并验证模型的优劣。由于数据中心分析模型在展现形式和共享上的要求，因此有时还需要开发一定的程序来满足这些要求，而开发就会带来较大的成本，分析模型的评估就是要降低无效的投资。所以，借助一定的分析工具在较低的成本上先建立一些可被评估的分析模型是下一阶段数据中心建设中较为关键的环节，这也将成为数据中心建立模型的一个有效方法。
5. 促进数据分析主题的使用
数据中心数据分析主题的使用是推进数据应用和信息资源开发的基础，使用范围以及使用深度都是很重要的考察指标。
为此，对于信息化部门来说，就要建立数据中心的导航系统，其目的是借助企业的门户介绍数据中心已经积累的数据以及已经建立的应用等，这样可以增加企业各级员工对数据中心的了解，并提出应用需求或是直接使用一些已经被积累的数据和已经投入使用的应用；同时，业务部门和信息化部门必须一起按照数据质量的要求，对数据规范的执行情况进行跟踪检查和实施考核，以保证数据中心数据的准确性和及时性。
CRISP-DM模型定义的六个过程
数据挖掘是通过自动或半自动化的工具对大量数据进行探索和分析的过程，其目的是发现其中有意义的模式和规律。数据挖掘的过程模型CRISP -DM与以往仅仅局限在技术层面上的数据挖掘方法论不同，CRISP-DM把数据挖掘看做是一个商业过程，这一过程将其具体的商业目标映射为数据挖掘目标。CRISP-DM模型定义了六个过程，分别是：商业理解、数据理解、数据准备、建立模型、模型评估和结果。
一. 商业理解阶段的主要任务是理解项目的背景，即商业愿景和商业目标，把要实现的商业目标转化为相对应的数据挖掘问题，并制定完成目标的工作计划。
二. 数据理解阶段是着手对源数据进行收集，鉴别数据的质量问题，从数据中发现隐藏的信息或探测臆想的数据子集。
三. 数据准备阶段是在源数据的基础上运用建模工具建立最终的数据集。数据准备可能会重复多次，其主要任务是使用建模工具来传输和清洗数据，包括表、记录和属性等。
四. 建立模型阶段，多种建模技术被选择和应用，它们的参数被校对到最理想的数值。一些技术解决同样的数据挖掘问题，一些技术需要特定的数据格式，因此建立模型阶段有时也需要重新进行数据准备。
第8篇：数学建模和数据分析范文
关键词：能力；培养和提升；金融；经济领域；数学建模；
在进入21世纪后，随着各种科学技术的不断发展创新，理知识也得到了很大的突破，人们把更多的不可能变为了现实，也把更多的现实问题通过量化的方法更深刻、更直接、更明了地呈现了出来，为了更快地提升市场竞争力，更多地专家学者把传统的数学知识体系引入到对经济发展当中，数学建模就是其中比较重要的一个工具，是一个专业的技术手段已经应用到了经济社会的各个环节，在经济金融领域应用也比较成熟和广泛，本文就是重点分析和探讨数学建模在经济金融领域中的应用及如何提高建模能力的提升和培养[1]。
一、数学建模的基本概念
建立数学模型就是为了通过近似的数值建立的模型来解决实际问题的的简称。主要是指把某类事物的主要关系和主要特征抽象出来，并利用数学语言归纳概括出来的一种数学方法和模式。数学建模是为了对各种客观事物的数量关系和空间形式用近似数值反映出来，通过利用数学的分析方法来解决社会中的各种现实问题的一种具体的实践。数学建模就是对各种社会现实问题的简化、抽象、并确定相关的参数、变量关系，并运用相关的数据公式等规律关系建立起相关参数、变量关系间的数学模型。并通过验证该数学模型，来求解该模式的结果，并通过从社会现实中验证该数学模型得到的解，从而得出该结果是否可以用来解决该社会现实问题，并通过多次的求解和反复的循环验证，不断深入研究来完善该数学模式[2]。
二、数学建模的研究意义
随着科学技术和计算机信息技术的飞速发展，很多的学科领域的研究都与数学的方法研究紧密地链接在一起了，可以毫不夸张地说，当前社会要衡量一门学科的发展程度可以看它在发展中运用到的数学程度有多高，因为现在很多领域都已经引入了数学建模，而且广泛应用到了人们的社会生活、消费娱乐、工农业的生产经营、市场经济中的经济金融的发展、生态环境的改善、教育文化系统的建设等各个领域。通过引入数学模型来把具体的问题和现象进行定量研究，并通过模型的架构来分析研究、预测、决策、控制该现象和问题的发展。
数学建模兴起于1992年，迄今为止发展不过短短的二十年，但是已经在很多领域的应用中收到了很好的效果，帮助很多领域解决了原来无法解决的繁琐复杂的难题，同时数学建模也越来越广泛地应用到了经济金融领域，数学建模应用到经济金融领域，最先是萨缪尔森用数学的思维和模式来分析解决经济金融领域中的一些复杂繁琐的问题，慢慢地应用越来越广泛和普及，开启了数学模式在经济金融领域中的应用，同时也使经济金融领域的理论研究进入到了一个新的境界，引领了经济金融领域的创新型改革[2]。
在信息化高速发展的今天，人们与经济金融之间有着紧密的联系，密不可分，而且金融经济类的问题，很多都是比较客观、新颖、典型、很多问题用语言很难将它概括的全面，或者说有些经济方面的出现的问题用语言描述达不到解决的效果，不能真正地描述出问题存在的根源，这是只有通过数学建模，通过详实的数据分析，科学准确地得到结论，通过数据来说话，通过数据来分析，通过数据得到的结果具有科学的说服力，因此这也就是为什么我们在工作中经常会说：“拿数据说话”，所以对数学建模的研究具有重要的现实意义。
三、数学建模的能力的培养和提升
在经济金融领域中，经常会投融资方面、证券股票方面、分期贷款付款方面、住房贷款等方面应用到数学建模，而通常的做法就是将这些方面的问题通过数学建模的方式转化为很多数学知识来分析，比如常见的有幂函数方面、数列组合排列方面、不等式方面等知识点来加以分析[3]。
因此在经济金融领域要培养和提升数学建模能力就必须要从学校教育抓起，从小就要培养学生们的数学分析能力和数学研究问题的思维模式，并且在高校要开设相关的专业性比较强的数学建模课程，培养符合经济金融领域需要的具备高素质的数学建模人才。
（一）对数学建模人才灵活想象力能力的培养
在经济金融领域中，对于某一个具体的经济问题的解决，需要应用到具体的数学知识搭建数学模型，因此在具体的解决过程中，就需要建模人员具有丰富灵活的想象能力，来对应和联系具体的想象，先通过想象可能会产生的结果，然后选择具体的数学公式来对相关问题进行数学建模，通过建好的数学模型来验证结果，最后通过反复的演算来验证结果是否正确。因此要提高经济金融领域的数学建模能力，必须要培养数学建模人才的灵活的想象力，通过建模人才的发散性思维来启自己，找到问题对应的数学模型，使问题得到最终的解决。
（二）对数学建模人才抽象思维能力的培养
在数学的建模过程中，需要对相关的数学基础知识掌握的很扎实，而要掌握好相对枯燥的数学知识，就必须要具备抽象的思维能力，这样才能对经济金融领域里遇到的具体的经济问题与枯燥的微积分、函数、立体几何等知识链接起来。因此要提高经济金融领域的数学建模能力，必须要培养数学建模人才的抽象的思维能力。
（三）对数学建模人才创新创造能力的培养
社会经济的发展时不我待，经济金融领域随着各种高科技的信息技术飞速发展，出现新问题新情况的频率越来越多，因此这就需要数学建模人才具有不断创新创造能力，不断更新自己的知识结构，思维模式，这样才能应对飞速发展的经济社会，因此要提高经济金融领域的数学建模能力，必须要培养数学建模人才的创新创造能力[4]。
（四）对数学建模人才的计算机应用能力的培养
现在的社会已经进入了网络计算机信息时代，一个不懂的使用计算机信息技术的人，就好比过去的文盲，失去工作的最基本的技能。现在好多的数学建模都是依靠计算机上的各种软件和程序完成的，在数学建模的过程中的大量求解也是在计算机上通过推理运算得到的，因此可以说，如果没有计算机，数学建模将寸步难行，因此要提高经济金融领域的数学建模能力，必须要培养数学建模人才的计算机的应用能力。
四、结论
在市场经济不断深入发展的今天，人们与经济金融有着息息相关的联系，而很多经济金融问题都具有新颖性、针对性、典型性、全面性等特点，因此对数学建模的人才的能力要求也越来越高，本文通过对数学建模的基本内涵，重要意义以及如何提升建模能力进行分析研究，希望人们能够通过不断地提升自己的数学建模的能力，使数学建模能更好地应用到经济金融领域，加快推动经济金融领域的理论研究。
参考文献：
[1] 段新生.会计专业学生财务建模范能力的培养与提 升.商业会计 ，2013（16）.
[2] 段新生.试论财务建模的意义与作用 .中国管理信息化，2008（17）.
第9篇：数学建模和数据分析范文
关键词：情景驱动；数学建模；教学
中图分类号：G633.6 文献标识码：A 文章编号：1992-7711（2013）15-0081
数学课程在一定程度上是一种模型课程，数学问题解决有一定的模式和原则，那么数学建模教学在教学中就显得非常重要。如何在新课标下合理高效地进行数学建模教学，情景驱动这一因素必不可少。
一、真实情境驱动的数学建模教学
什么是具有驱动性的问题？19世纪德国教育家第斯多惠（Diesterweg）曾说：“教学的艺术不在于传授知识，而在于激励、唤醒、鼓舞。”问题在一定情景下若能激发学生兴趣，唤起学生求知欲，触及学生的思维盲点，驱动学生对末知的探究，这就是情景驱动。数学建模教学是围绕真实情境的真实任务而展开课堂教学。在新课标下它特别强调为学生创设一个真实而完整的数学学习情境的重要性。在数学学习中，情境是抽象的数学与日常生活联系的纽带，是学生学习数学的出发点，更是学生数学思维活动积极化的桥梁。在数学教学中，各种数学情境的创设不仅可培养学生学数学的兴趣，而且能使学生更易于在情境中对各类问题进行快速解决。
二、真实情境驱动的数学建模教学的设计原则
在真实情境驱动的数学建模教学活动中，教师首先从学生原有的经验出发，为学生提供一个符合学生的认知结构水平的、真实的、完整的数学学习情境。也可以借助网络、多媒体技术的支持创设一个虚拟的、逼真的数学学习情境。然后，学生必须从真实复杂的情境中，识别或生成他们必须解决的问题。
1. 创设真实而完整的数学问题情境
教学应该创设一种与学生生活密切相关的、真实而完整的数学问题情境或运用现代教育技术创设的逼真的教学情境，从而激发学生真实的认知需要，让学生在通过数学建模解决真实任务的过程中，建立数学与现实生活的联系，体会数学的真正价值。正如国际数学教育权威弗赖登塔尔（Hans Freudenthal）所说，数学必须“源于现实，寓于现实，用于现实”。情境的创设，可以直接让学生进入现实的情境，也可以通过现代教育技术展现相应的真实程度很高的情境。
下面介绍一个以社会热点问题为背景的数学问题情境创设的例子：2008年9月25日21时10分04秒，我国航天事业又迎来一个历史性时刻，我国自行研制的神舟七号载人飞船在酒泉卫星发射中心发射升空，这标志着中国人民又迈出了具有历史意义的一步。已知火箭的起飞重量M是箭体（包括搭载的飞行器）的重量m和燃料重量x之和。在不考虑空气阻力的条件下，假设火箭的最大速度y关于x的函数关系式为当燃料重量为吨（e为自然对数的底数，）时，该火箭的最大速度为4（km/s）。
（1）求火箭的最大速度与燃料重量x吨之间的函数关系式；（2）已知该火箭的起飞重量是544吨，是应装载多少吨燃料，才能使该火箭的最大飞行速度达到8km/s，顺利地把飞船发送到预定的轨道？
为了增强问题情境的吸引力，教师再添上引导气氛的几句话：“可以设想，计算者感受到责任重大，数学与航天事业连在一起，必须尽快求算出结果。”这些话让学生顿感学好数学的重要性。但建立什么样模型，要求并不是很低。此时，教师再介绍数学建模的方法，无疑会收到事半功倍的效果。类似这样的数学问题情境可以让学生感受到当代数学的脉搏，体会到数学与人们的生活既密切相关又奥妙无穷。
2. 重视数学问题情境与任务复杂性的设计
教师在真实情境驱动的数学建模教学设计中，对于数学问题情境与任务复杂性的设计，应根据具体的教学内容，从学生已有的知识经验出发，以使得学生有可能根据数学学习任务与环境的复杂性清楚地感知和参与数学建模学习活动。
根据学生的认知水平差异，将数学建模教学分为以下三个层次：
（1）基础层次：提出问题，模型实际涉及的知识在教材控制的范围。比如：利用己知的函数或数列模型，教师引导学生通过启发讨论完成模型选择和建立的过程，让学生自己完成模型的计算，模型的评估等。例如，教师提出问题：边长为a的正方形铁皮每个拐角截取边长为多少的小正方形时可做成一个体积最大的无盖长方体水槽？教师指导学生建立数学模型：当体积最大时，长方体的长、宽、高满足一定的关系。具体求解过程交给学生，结果写成解题报告。
（2）中间层次：提出问题，模型实际涉及的知识在教材控制的范围内，也可以补充一部分设计的数学知识和其他知识。在教师的启发、指导下，学生通过讨论完成模型选择和建立的过程，可以用小论文的形式呈现结果。例如，教师提出任务：表面积一定的材料设计一个最大的容器（容器类型可让学生选定）。让学生自己建立数学模型、求解，并写成解题报告。
（3）高级层次：只提供问题场景，教师只提供辅导答疑，问题的选择、建模、解模、误差或适用性分析均由学生自主完成。在解决问题的过程中有自己的创新点的学生可以安排交流和展示结果的环节。例如，教师提供问题场景：提供一个超市商品在货架上的照片或幻灯片等，让学生提出一个“节约”的问题，分组自主讨论调查求解，写成小论文。问题求解的结果在全班展示交流并接受同学的提问和质疑，根据情况进一步修改小论文。
根据数学建模教学的不同层次，一般情况下把高中数学建模教学相应地划分为三个阶段，下面介绍高中三个不同阶段数学建模教学的问题情境和任务复杂性的设计。
第一阶段（高一实施“基础层次”的数学建模教学）：结合教材，以研究性课题为突破口，培养学生运用数学建模方法的意识，以简单数学建模为主要目标来设计情境和任务。这一阶段，主要是提高学生运用数学知识解决实际问题的兴趣，体会数学的价值，增强学好数学建模的信心。由于刚开始接触这一新的思想方法，所以这里选取的问题情境要贴近教材内容，贴近学生认知水平和生活实际，要易于理解。比如说，集合中元素的个数计算问题，可以解决生活中复杂的实际问题。此阶段的重点是站在提高学生素质的高度，把渗透数学建模的意识作为首要任务，并注重培养学生的数学意识和数学语言的转换能力。
第二阶段（高二实施“中间层次”的数学建模教学）：从与教材内容有关的典型案例出发，设计问题情境和任务，落实典型案例教学目标，让学生初步掌握建模的常用方法。到了高二，学生的数学能力逐步增强，教师应结合教材内容设计一些典型案例的问题情境和任务，有计划地让学生参与建模过程，初步掌握理论分析法、类比联想分析法、数据分析法和模拟方法等中学阶段适宜介绍的数学建模方法，激发学生进一步学好数学的热情。比如说：空间直角坐标系的引入，可以快速解决两平面所成的二面角问题。为此，教师改变传统教学方式，学生自己独立完成并写报告，使他们能对经过提炼加工、诸因素之间的数量关系比较清楚的实际问题，构建其数学模型。
第三阶段（高三实施“高级层次”的数学建模教学）：落实综合建模教学目标，问题情境贴近现实生活，任务的复杂性较高。通过本阶段的建模训练，培养学生科学的思维方法，提高学生的创新能力。高三阶段，师生应组成“共同体”，以小组为单位开展建模活动。此阶段，有关问题情境可由教师提供，亦可由学生自己到生活中去挖掘，并让学生自己去实践。比如，生活中的雨中行走问题，怎样走才能使人淋的雨水少一些？问题的选择、模型的建立和解模，误差或适用性分析均由学生自主完成，教师只提供辅导咨询，而且教师重点在科学的思维方法上给予点拨和总结。
3. 情境与任务的延伸
考虑到数学知识的逻辑性和连贯性，每一模块的数学建模情境的设计，应该跟以后与该模块相关的其它模块联系起来，使情境有可能在以后的其它模块的学习活动中继续发挥作用。此外，教学中应设计一些类似问题和拓展问题，一方面可促进学生对数学知识的深层理解，另一方面可促进学生对知识的应用和广泛迁移，以利于学生将数学知识向真实生活环境迁移的思考习惯的养成。
4. 提供丰富的学习资源
真实情境驱动的数学建模教学要求学生对所研究的真实问题情境有一定的理解和把握，必须熟悉数学建模的过程及有关建模的知识。因此，为了促进学生对所研究真实问题情境的把握和提高学生对数学建模的认识，教师可以设计一些文本资料、图片或网页为学生提供一些与问题情境相关的常识和必须掌握的背景材料，同时还要介绍一些数学模型和数学建模的知识。
参考文献：
[1] 李其龙.德国教学论流派[M].西安：陕西人民教育出版社，1993.
