摘要：数据挖掘当下被广泛的应用于人工智能领域，当下又被称作数据库中知识发现(KnowledgeDiscoveryinDatabase,KDD)，根据当下数据挖掘这一技术的应用现状，主要可以将这一技术的应用总结归纳为以下的三个步骤：(1)数据准备，(2)数据挖掘，(3)结果表达和解释。开展数据挖掘在通信行业客户关系管理中的应用探究，实现数字挖掘技术的应用与客户关系处理工作的有效结合，可以实现我国的通信行业的整体管理水平的进一步有效提升，促使我国的通信行业获得更加广阔的发展空间和更加理想的发展前景。
关键词：数据挖掘;通信行业;客户关系;管理工作;开展进程
随着社会经济的快速发展，通信行业的发展规模及数量不断扩大与增多，但在激烈的市场竞争环境下，相关企业的生存与发展均面临着诸多的挑战，为了占领更多的市场份额，实现企业稳定与长足进步，并获得良好的综合效益，客户关系管理得到了人们高度关注。近些年，通过国内外学者的不断努力研究，随之出现了数据挖掘技术，其作为先进的现代化技术，应用日渐广泛与普遍，但关于其在通信行业的研究报道较少。因此，介绍了数据挖掘技术的基本概念，探讨了其有关流程，同时重点分析了其在通信行业客户关系管理中的应用，旨在进一步完善有关理论，并为有关人士提供借鉴。
一、数字挖掘的基本概念探究
数据挖掘可以实现用户的信息资源的相互交流和传递。同时数字挖掘技术的应用，对于信息传递的流程存在着专门的定义和限制，具有强大的信息检索功能。例如，应用数据统计模块查找定向信息，或者应用互联网的搜索功能进行相应的网页或者是网站的查找，则是数字挖掘技术中的信息检索()领域的技术。随着数据挖掘技术的应用范围和应用种类的不断扩张，当下数据挖掘技术已经被广泛的应用于信息检索工作的开展进程中。根据当下数字挖掘技术的主要应用特点和应用方向，主要可以将技术的类别总结为以下几点：数字挖掘技术中的信息关联技术、数字挖掘技术中的预测技术、数字挖掘技术中的分类技术以及数字挖掘技术中的排序技术。
二、数字挖掘在通信行业中客户关系处理中的具体应用流程探究
1.数据库内的数据信息归类。对于营销工作开展进程中的各种原始数据进行统计和收集，尽可能的保障各项数据的归类的有效性和标准性。并且在数据库内的数据信息分类工作的开展进程中，充分的考虑不同的营销数据的格式上的差异性，对于这些营销数据进行统一的调整，实现数据库内的数据的系统性排列。
2.数据库内信息的初步分析。按照数据库内的信息种类的不同以及内容的不同，摘取信息内的核心片段，进行数据内容的初步分析，确定通信企业的营销信息的核心，并且注重对于同种数据中所存在的变量的分析，进而初步掌握核心数据的变化情况和变化规律。
3.应用数据挖掘技术开展数据记录工作。在明确了数据库内的各项核心数据之后，通信企业在应用数据挖掘技术开展自身的客户关系处理管理工作时，需要进行数据记录工作。通常以客户关系统计树状图的方式进行客户关系的进一步分类和管理，进而确保通信行业的客户管理工作的开展的秩序性。
三、数据挖掘在通信行业客户关系管理中的应用方向探究
开展数据挖掘在通信行业客户关系管理中的应用方向探究，根据数据挖掘技术在通信行业客户管理工作开展进程中的应用流程以及当下的应用状况，主要可以将该技术的应用方向总结归纳为以下几点：
1.应用于通信行业客户的信息数据处理工作。通信行业的客户信息量十分巨大，并且存在着较强的复杂性，应用数据挖掘技术开展通信行业客户关系的处理工作，可以实现通信行业对于客户的信息掌握的系统性的提升。在进行通信行业客户的信息数据处理工作时，应当着重开展对于流失的客户的信息的处理，找出客户的流失的根本原因，完善自身营销模式的应用流程中所存在的不足之处，有效的降低客户流失量，尽可能的实现客户的“有效回流”。
2.应用于通信行业客户的关系模型建立工作。将数据挖掘技术的应用与于通信行业客户的关系模型建立工作的开展有效的结合到一起，可以实现通信企业对于客户关系的掌握的具体性的进一步提升。通信企业在开展模型的建立工作的过程中，应当同时建立客户的营销模型和客户的流失模型，进行两种模型内的数据状况的有效对比，进而实现通信企业的进一步营销方案的有效的制定。
3.加强通信行业的客户管理工作的针对性。在传统的信息行业的客户关系管理工作开展进程中，客户的信息的管理工作的开展往往缺乏针对性，因此通信企业在为客户提供服务的过程中，其服务往往也就无法真正有效的满足客户的各项需求，造成了客户的流失现象。将数据挖掘技术全面应用于通信的企业的工作开展流程中，对于客户的信息和需求进行更加详细的分类和分析，提出具有针对性的特色服务方案，可以实现通信企业的服务的质量的进一步有效的提升，加强通信企业在激烈的竞争市场中的市场竞争力，促使我国的通信企业获得更加广泛的发展空间和更加理想的发展前景。
4.加强通信行业客户反馈信息调研工作的开展力度。通信行业客户反馈信息调研工作的开展力度，也是决定通信企业的客户关系管理工作的开展力度的关键性因素之一。应用数据挖掘技术，开展客户信息的挖掘工作，可以实现客户反馈信息的明确性和全面性的进一步提升，有效的加强了调研工作的开展力度，继而可以使得通信企业对于自身所需改进之处具有了更加明确的认知。
四、结语
综上所述，在通信行业客户关系管理中应用数据挖掘技术，彰显了该技术的应用优势，保证了客户关系管理的成效，为了通信行业发展提供了可靠的技术保障。本研究在明确相关概念及开展流程基础上，对数据挖掘技术的应用展开了深入的探究，其主要应用于信息数据处理及关系模型建立等方面，在先进技术支持下，通信行业的客户关系管理具有了一定的针对性与高效性。实现数字挖掘技术的应用与客户关系处理工作的有效结合，以及实现我国的通信行业的整体管理水平的进一步有效提升，相信日后通信行业借助现代化的技术方法及多元化的管理手段，其竞争力将大幅度提高，进而利于企业健康与持续发展。
摘要：数据挖掘是一种特殊的数据分析过程，其不仅在功能上具有多样性，同时还具有着自动化、智能化处理以及抽象化分析判断的特点，对于计算机犯罪案件中的信息取证有着非常大的帮助。本文结合数据挖掘技术的概念与功能，对其在计算机犯罪取证中的应用进行了分析。
关键词：数据挖掘技术；计算机；犯罪取证
随着信息技术与互联网的不断普及，计算机犯罪案件变得越来越多，同时由于计算机犯罪的隐蔽性、复杂性特点，案件侦破工作也具有着相当的难度，而数据挖掘技术不仅能够对计算机犯罪案件中的原始数据进行分析并提取出有效信息，同时还能够实现与其他案件的对比，而这些对于计算机犯罪案件的侦破都是十分有利的。
1数据挖掘技术的功能与应用分析
数据挖掘技术的概念
数据挖掘技术是针对当前信息时代下海量的网络数据信息而言的，简单来说，就是从大量的、不完全的、有噪声的、模糊的随机数据中对潜在的有效知识进行自动提取，从而为判断决策提供有利的信息支持。同时，从数据挖掘所能够的得到的知识来看，主要可以分为广义型知识、分类型知识、关联性知识、预测性知识以及离型知识几种。
数据挖掘技术的功能
根据数据挖掘技术所能够提取的不同类型知识，数据挖掘技术也可以在此基础上进行功能分类，如关联分析、聚类分析、孤立点分析、时间序列分析以及分类预测等都是数据挖掘技术的重要功能之一，而其中又以关联分析与分类预测最为主要。大量的数据中存在着多个项集，各个项集之间的取值往往存在着一定的规律性，而关联分析则正是利用这一点，对各项集之间的关联关系进行挖掘，找到数据间隐藏的关联网，主要算法有FP-Growth算法、Apriori算法等。在计算机犯罪取证中，可以先对犯罪案件中的特征与行为进行深度的挖掘，从而明确其中所存在的联系，同时，在获得审计数据后，就可以对其中的审计信息进行整理并中存入到数据库中进行再次分析，从而达到案件树立的效果，这样，就能够清晰的判断出案件中的行为是否具有犯罪特征[1]。而分类分析则是对现有数据进行分类整理，以明确所获得数据中的相关性的一种数据挖掘功能。在分类分析的过程中，已知数据会被分为不同的数据组，并按照具体的数据属性进行明确分类，之后再通过对分组中数据属性的具体分析，最终就可以得到数据属性模型。在计算机犯罪案件中，可以将按照这种数据分类、分析的方法得到案件的数据属性模型，之后将这一数据属性模型与其他案件的数据属性模型进行对比，这样就能够判断嫌疑人是否在作案动机、发生规律以及具体特征等方面与其他案件模型相符，也就是说，一旦这一案件的'数据模型属性与其他案件的数据模型属性大多相符，那么这些数据就可以被确定为犯罪证据。此外，在不同案件间的共性与差异的基础上，分类分析还可以实现对于未知数据信息或类似数据信息的有效预测，这对于计算机犯罪案件的处理也是很有帮助的。此外，数据挖掘分类预测功能的实现主要依赖决策树、支持向量机、VSM、Logisitic回归、朴素贝叶斯等几种，这些算法各有优劣，在实际应用中需要根据案件的实际情况进行选择，例如支持向量机具有很高的分类正确率，因此适合用于特征为线性不可分的案件，而决策树更容易理解与解释。
2数据挖掘技术在计算机犯罪取证中的具体应用思路
对于数据挖掘技术，目前的计算机犯罪取证工作并未形成一个明确而统一的应用步骤，因此，我们可以根据数据挖掘技术的特征与具体功能，对数据挖掘技术在计算机犯罪取证中的应用提供一个较为可行的具体思路[2]。首先，当案件发生后，一般能够获取到海量的原始数据，面对这些数据，可以利用FP-Growth算法、Apriori算法等算法进行关联分析，找到案件相关的潜在有用信息，如犯罪嫌疑人的犯罪动机、案发时间、作案嫌疑人的基本信息等等。在获取这些基本信息后，虽然能够对案件的基本特征有一定的了解，但犯罪嫌疑人却难以通过这些简单的信息进行确定，因此还需利用决策树、支持向量机等算法进行分类预测分析，通过对原始信息的准确分类，可以得到案件的犯罪行为模式（数据属性模型），而通过与其他案件犯罪行为模式的对比，就能够对犯罪嫌疑人的具体特征进行进一步的预测，如经常活动的场所、行为习惯、分布区域等，从而缩小犯罪嫌疑人的锁定范围，为案件侦破工作带来巨大帮助。此外，在计算机犯罪案件处理完毕后，所建立的嫌疑人犯罪行为模式以及通过关联分析、分类预测分析得到的案件信息仍具有着很高的利用价值，因此不仅需要将这些信息存入到专门的数据库中，同时还要根据案件的结果对数据进行再次分析与修正，并做好犯罪行为模式的分类与标记工作，为之后的案件侦破工作提供更加丰富、详细的数据参考。
3结束语
总而言之，数据挖掘技术自计算机犯罪取证中的应用是借助以各种算法为基础的关联、分类预测功能来实现的，而随着技术的不断提升以及数据库中的犯罪行为模式会不断得到完善，在未来数据挖掘技术所能够起到的作用也必将越来越大。
参考文献
[1]李艳花.数据挖掘在计算机动态取证技术中的应用[J].信息与电脑（理论版），20xx（02）：174-176.
1理论研究
客户关系管理
客户关系管理的目标是依靠高效优质的服务吸引客户，同时通过对业务流程的全面优化和管理，控制企业运行成本。客户关系管理是一种管理理念，将企业客户视作企业发展最重要的企业资源，采用企业服务优化等手段来管理客户关系。客户关系管理并不是单纯的信息技术或者管理技术，而是一种企业生物战略，通过对企业客户的分段充足，强化客户满意的行为，优化企业可盈利性，将客户处理工作上升到企业级别，不同部门负责与客户进行交互，但是整个企业都需要向客户负责，在信息技术的支持下实现企业和客户连接环节的自动化管理。
客户细分
客户细分由美国学者温德尔史密斯在20世纪50年代提出，认为客户细分是根据客户属性将客户分成集合。现代营销学中的客户细分是按照客户特征和共性将客户群分为不同等级或者子群体，寻找相同要素，对不同类别客户心理与需求急性研究和评估，从而指导进行企业服务资源的分配，是企业获得客户价值的一种理论与方法。因此我们注意到，客户细分其实是一个分类问题，但是却有着显著的特点。
客户细分是动态的企业不断发展变化，用户数据不断积累，市场因素的变化，都会造成客户细分的变化。所以客户细分工作需要根据客户情况的变化进行动态调整，
减少错误分类，提高多次细分中至少有一次是正确分类的可能性。
受众多因素影响
随着时间的推移，客户行为和心理会发生变化，所以不同时间的数据会反映出不同的规律，客户细分方法需要在变化过程中准确掌握客户行为的规律性。
客户细分有不同的分类标准
一般分类问题强调准确性，客户关系管理则强调有用性，讲求在特定限制条件下实现特定目标。
数据挖掘
数据挖掘就是从大型数据库数据中提取有价值的、隐含的、事前未知的潜在有用信息。数据挖掘技术不断发展，挖掘对象不再是单一数据库，已经逐渐发展到文件系统、数据集合以及数据仓库的挖掘分析。
2客户细分的数据挖掘
逻辑模型
客户数据中有着若干离散客户属性和连续客户属性，每个客户属性为一个维度，客户作为空间点，全部客户都能够形成多为空间，作为客户的属性空间，假设A={A1，A2,…Am}是一组客户属性，属性可以是连续的，也可以离散型，这些属性就形成了客户m维属性空间。同时设g是一个描述客户属性的一个指标，f(g)是符合该指标的客户集合，即为概率外延，则任一确定时刻都是n个互不相交集合。在客户价值概念维度上，可分为“有价值客户”“潜在价值客户”“无价值客户”三种类型，定义RB如下：(1)显然RB是一个等价关系，经RB可分类属性空间为若干等价类，每个等价类都是一个概念类，建立客户细分，就是客户属性空间和概念空间映射关系的建立过程。
客户细分数据挖掘实施
通过数据库已知概念类客户数据进行样本学习和数据挖掘，进行客户属性空间与概念空间映射的自动归纳。首先确定一组概念类已知客户集合。首先确定一个映射：p：C→L，使，如果，则。，求p(c)确定所属概念类。数据部分有客户数据存储和概念维数据构成，客户数据存储有企业全部内在属性、外在属性以及行为属性等数据，方法则主要有关联规则分析、深井网络分类、决策树、实例学习等数据挖掘方法，通过对客户数据存储数据学习算法来建立客户数据和概念维之间的映射关系。
客户细分数据分析
建立客户动态行为描述模型，满足客户行为非确定性和非一致性要求，客户中心的管理体制下，客户细分影响企业战术和战略级别决策的生成，所以数据挖掘要能够弥补传统数据分析方法在可靠性方面的缺陷。
客户外在属性
外在属性有客户地理分布、客户组织归属情况和客户产品拥有情况等。客户的组织归属是客户社会组织类型，客户产品拥有情况是客户是否拥有或者拥有哪些与其他企业或者其他企业相关产品。
内在属性
内在属性有人口因素和心理因素等，人口因素是消费者市场细分的重要变量。相比其他变量，人口因素更加容易测量。心理因素则主要有客户爱好、性格、信用情况以及价值取向等因素。
消费行为
消费行为属性则重点关注客户购买前对产品的了解情况，是客户细分中最客观和重要的因素。
数据挖掘算法
聚类算法
按照客户价值标记聚类结果，通过分类功能，建立客户特征模型，准确描述高价值客户的一些特有特征，使得企业在之后的市场活动中能够迅速发现并抓住类似的高价值客户，全面提高客户的整体价值水平。通常都采用中心算法进行客户的聚类分析，分析涉及的字段主要有客户的基本信息以及与客户相关业务信息，企业采用中心算法，按照企业自身的行业性质以及商务环境，选择不同的聚类分析策略，有主属性聚类分析和全属性聚类分析两类。主属性聚类分析是企业根据在企业标度变量中选择主要弧形作为聚类分析变量。通常区间标度变量选用的度量单位会对聚类分析结果产生很大影响，选择的度量单位越小，就会获得越大的可能值域，对聚类结果的影响也就越大。
客户分析预测
行业竞争愈加激烈，新客户的获得成本越来越高，在保持原有工作价值的同时，客户的流失也受到了企业的重视。为了控制客户流失，就需要对流失客户的数据进行认真分析，找寻流失客户的根本原因，防止客户的持续流失。数据挖掘聚类功能同样能够利用在客户流失数据分析工作中，建立基于流失客户数据样本库的分类函数以及分类模式，通过模型分析客户流失因素，能够获得一个最有可能流失的客户群体，同时编制一个有针对性的挽留方案。之后对数据进行分析并利用各种数据挖掘技术和方法在多个可供选择的模型中找出最佳模型。初始阶段，模型的拟合程度可能不理想，但是随着模型的不断更换和优化，最终就有可能找出合适的模型进行数据描述并挖掘出流失数据规律。通常模拟模型都通过数据分析专业和业务专家协作完成，采用决策树、贝叶斯网络、神经网络等流失分析模型，实现客户行为的预测分析。
3结语
从工业营销中的客户细分观点出发，在数据挖掘、客户关系管理等理论基础上，采用统计学、运筹学和数据挖掘技术，对客户细分的数据挖掘方法进行了研究，建立了基于决策树的客户细分模型，是一种效率很高的管理工具。
决策树算法基本概念
决策树是一种常用的、直观的分类归纳算法。决策树是一种类似流程图的树状结构，根据层次的不同，结点分为根结点、内部结点和叶结点三种类型。[3] 每个结点对应一个样本集，树的最高层结点就是根结点，对应整个样本集，内部结点对应一个类标志。根结点和内部结点都包含一个对样本属性的测试，根据测试的结果将样本集划分为两个或多个子集，每个子集生成一个分支，分支用测试属性值来标识。叶结点包含一个类标志，表示对应样本集的类别。决策树的中间结点通常用矩形表示；而叶子结点常用椭圆表示。
决策树的构造包括两个步骤，一是生成决策树，二是进行剪枝。决策树的生成是从一个根结点开始，从下到下的递归过程，通过不断地将训练样本分割成子集来构造决策树，从根结点开始对该样本的属性进行测试，根据测试结果确定下一个结点，直至到达叶结点为止。决策树的剪枝是对树结构进行修剪，删除多余分支的过程，得到一棵最小期望错误率的决策树。
ID3算法
ID3算法是决策树学习算法中最有影响力、使用最广泛的一种决策树算法。ID3的基本思想是自顶向下递归地使用搜索训练样本集，是一种典型的贪心算法，在决策树的每个结点处测试每一个属性，用信息增益作为属性的选择标准，选择信息增益最大的属性作为决策树结点，从而构建决策树。[4]在算法中，在决策树结点属性的选择上使用信息论中熵(Entropy)的概念来完成。
信息熵
信息熵是各自信息量的期望，用信息熵可以用来度量整个信息源X整体的不确性。设样本数据集为X, n是信号源所有可能的符号数，ai是可能取到的值，P（ai）是取值为ai的概率。其信息熵如下：
平均信息增益
信息增益表示两个信息量之间的差值，在进行分类属性的选择时，应该选择最大的信息增益作为分类属性。信息增益如下：
Gain(XY)= H(X)-H(XY)
一、公司存货管理制度概况
(一)公司存货类型及主要特点
南通某农电发展有限公司可承担110KV及以下输电线路、变电站建设安装、电缆线路工程及10KV配套项目的安装施工、调试和维修等多项工程。公司存货主要分为两大类：(1)施工工器具类。施工工器具类包括安全网、紧线器、卡线器、脚扣、保护绳钩、落地放线支架等，这些工器具能够多次使用，逐渐实现其价值的转移，属于存货当中的周转材料。(2)安全生产需用的材料物资类。安全生产需用的材料物资包括导线、电缆，角铁、线夹、抱箍、瓷瓶、螺栓、拉力铁、平行挂板等。其中导线、电缆，角铁等比较笨重，不易搬移;角铁、线夹、抱箍、螺栓、拉力铁、平行挂板是铁质的，容易锈蚀，要注意防护;螺栓、抱箍、拉力铁等体积小且数量繁多不易盘点。
(二)公司存货管理制度主要内容
公司的存货管理制度主要包括存货出入库管理制度和存货仓储及保管制度两个方面。(1)存货出入库管理制度。一是工器具、材料物资入库应详细验收，保证工器具、材料物资的名称，规格，型号和数量的准确;二是领取工器具、材料物资必须有公司规定的签发人签批的领料单，工器具、材料物资出入库需要有台账，记录及时完整;三是在库工器具、材料物资必须账、卡、物一致，容易锈蚀物件、工具必须做好防锈处理，及时上架，不得混放;四是发放工器具、材料物资时，要注意货物的包装，资料齐全完好。防止货物在运输中出现散落、丢失、少缺、损坏等不安全因素发生;五是公司工器具，材料物资一律不得外借;及时做好工器具的年检和定期测试，要有台账，记录及时完整。(2)存货仓储及保管制度。一是仓管员应做好库存物料的恰当规划整理;二是经验收正常入库的物料要及时归类整理并上货架或码堆存放;三是所有库存物料必须是合格品。所有库存合格品必须包装标识完整并在相应位置填写物料卡。仓库要定期向采购部门提供物料库存数据，对预期会影响到生产的低(无)库存物料应及时向上级汇报;四是仓库管理人员应及时将货架或物料堆放区中包装及标识缺失、物料部件欠缺或已确定为不合格品的物料清理下架区分存放至指定位置，并及时开列清单报财务或采购部门妥善处理，对于自报送之日起5个月内未给予处理的物料，仓管员除及时督促解决外可自行将相应物料报废处理;五是仓管员应自觉做到库区明亮干净、整洁有序;六是仓管员应自觉做好仓库安防措施：防火、防水、防尘、防盗。
从上述存货管理制度来看，该公司没有对存货管理岗位进行人员分离、存货的采购与发出、存货的盘点以及存货的报废等方面做出相关制度规定，这些势必会对公司的经济效益产生深远的影响。本文拟从该公司的存货管理制度入手，深入剖析该公司在存货管理中存在的问题，并提出完善存货管理的措施。
二、公司存货管理存在的问题
(一)存货入库环节存在的问题
一是材料入库时，存货管理员很少根据材料采购清单和材料采购发票清点购入原材料的实际数量，或进行清点也只是草草了事;二是存货管理员在清点入库数量时很少检查材料的质量问题，以次充好的现象时有发生;三是存货管理员填写材料入库单不及时，或在填写材料入库单时并未按相关要求进行规范填写，经常会出现材料品名、数量等不符的情况;四是存货入库单传递不及时，影响了财务人员进行正常的会计处理。以上这些问题导致公司存货账实不符现象时有发生。
(二)存货存储与保管环节存在的问题
一是财产清查制度不健全。公司很少对存货进行定期或不定期的盘点，特别是对于那些体积小、数量又繁多的材料干脆不盘点。二是公司没有根据各存货的特点制定相应的措施来加强对存货的存储与保管。如对于那些易锈蚀的抱箍、角铁等存货没有做好防水措施，也没有按正确的地点存放，从而导致部分材料锈蚀严重。
(三)存货出库环节存在的问题
公司的材料已出库但在账面上却没有加以记录。由于施工队每天早晨很早就去施工现场，领用材料时，负责材料管理的人尚未上班，材料领用类型以及具体领用数量不得而知，有时甚至根本不知道材料已领用，导致财务部无法及时获知材料领用情况，而仓管部门和财务部门又不及时沟通核对，从而导致企业财务部门账面数据失真现象频发。
(四)存货会计处理环节存在的问题
一是公司工程项目成本核算缺乏规范性和合理性，对于不同工程项目的成本及费用未能清楚地分开核算，而且核算时人为因素较多，缺乏真实的记录。二是存货成本结转不合规、不合法。如材料已经领用消耗，而实际并未相应结转成本;再如，购入的材料已经领用消耗而购货发票未到，期末并未按规定暂估入库，造成账面存货数据失真。
三、公司存货管理问题成因
(一)公司管理者缺乏良好的存货管理意识与理念
笔者认为，经营管理者缺乏良好的存货管理意识和理念是导致公司存货管理存在问题最为直接的原因。由于存货是企业一项重要的流动资产，其管理水平的高低将直接影响企业经济效益的好坏，因此，为提高公司存货管理效率和水平，公司经营管理者首先必须具有良好的存货管理意识和理念。然而，从该公司存货管理现状来看，经营管理者并不具备良好的管理意识和理念，具体表现在：在存货的日常管理中，公司的经营管理者只注重存货的账面记录，而忽视了对实物的管理;而且片面的认为存货越多越好，认为存货越多说明生产能力越强，却未考虑存货的储存成本等。
(二)公司存货管理人员职业素养与业务水平不高
公司存货管理人员职业素养和业务水平不高是导致存货管理存在问题的主要原因之一。从公司存货管理人员构成来看，大多是非会计专业出身，既不懂会计，也不懂财务管理，而且平时也不注重自身职业素养和业务水平的提高，对专业人士提出的建设性建议 也未引起足够的重视。由于存货管理人员知识结构的不合理，致使其在对存货进行管理的过程中，仅单凭主观经验，而不是运用科学的管理方法对存货进行定性与定量控制。
(三)公司缺乏健全的存货管理制度
公司内部虽然制定了存货出入库和存货仓储及保管等存货管理制度，但制度既不健全，也不完善，如公司没有对存货的采购与发出、存货的盘点以及存货的报废等方面制定相关制度。而不完善的存货管理制度势必会造成严重账实不符的现象产生，同时也势必会增加存货流转过程中徇私的可能性。除了存货管理制度不完善外，公司还缺乏严格的考核机制，这使本来就不健全的存货管理制度又不能有效地运行。因此，公司存货管理中存在各种问题也就成为必然。
(四)存货岗位设置不合理、人员责权不清
存货岗位设置不合理、存货管理人员责权不清是该公司存货管理存在问题的重要原因。笔者在调研过程中发现，该公司为节省人力成本，存货管理岗位只配备一名管理人员，存货的采购、付款、入库、出库、盘点等与存货相关的全部业务均由一人负责，即一个人兼任了材料采购员、仓库管理员、材料领用管理员等职。该存货管理人员从事几个不相容职务，违背了我国企业会计制度中不相容职务相分离的`规定，这势必会导致公司存货管理过程中徇私现象的发生。
(五)公司缺乏科学的存货管理技术与手段
公司存货管理技术和手段落后是导致存货账实不符的重要原因之一。从公司现有存货管理技术和手段来看，存货出入库时，公司存货管理员仅在笔记本上记录材料出入库数量和金额情况的流水账，而不是在材料入库单、领用单、销售出库单上进行规范填写，而且涂改严重，这势必会影响财务部门正常的会计处理。此外，公司经营管理者也不注重对账簿等会计档案的保管，随意翻阅账簿现象严重，这些都可能导致存货记录失真。
四、公司存货管理问题解决对策
(一)提高公司管理者存货管理意识与理念
公司经营管理者缺乏良好的存货管理意识和理念是导致公司存货管理存在问题的最直接原因，因此，要实现科学管理和有效利用存货的目标，公司经营管理者要充分认识到存货管理的重要性和必要性，不断提高存货管理意识和理念。在日常工作中，公司经营管理者自身要主动加强对企业会计准则中关于存货管理制度的学习，积极参加财务管理知识的培训，努力提高存货管理的意识和水平。
(二)提高存货管理人员的职业素养与业务水平
公司存货管理人员职业素养和业务水平不高导致了公司存货管理出现了诸多问题。因此，提高存货管理人员的职业素养和业务水平刻不容缓。公司领导者应制定员工培训制度，对存货管理人员进行定期与不定期的培训以提高他们的职业技能和职业素养。除了安排培训外，还应采取相关措施激励员工努力提升职业素养和业务水平。作为存货管理者自己，也应具有敬业精神，自觉学习专业知识，提升自己的专业技能。
(三)建立健全公司存货管理制度
(1)建立健全材料入库的管理制度。材料验收入库时，公司采购人员必须提供经仓库管理员和采购人员共同确认的采购清单和销售方提供的销售发票，仓库管理员凭采购清单和发票仔细核对购入的材料，经确认准确无误后方可入库。若出现品名、数量等不符情况，存货管理人员有权拒绝该批材料入库，并协同相关部门查明原因后方可入库。此外，所有经确认的已购入的材料，必须由当值仓库管理员签字确认后开具入库单，入库单的填写内容必须与实物及发票内容相一致，并由仓库负责人签字确认后整理归档。(2)一是建立健全存货领用审批制度，二是建立健全存货发出制度。为保证公司存货的安全与完整，存货领用须经部门负责人审批签字;发出存货时，仓库保管员要审核领料单，双方要检查数量和质量，并签字或盖章;材料发出后，相关单据要及时送往财务部门以便及时进行账务处理。(3)建立健全存货盘点及处理制度。为保证账实相符，公司应建立健全存货盘点制度和存货处理制度。公司应根据存货的特点及公司自身的实际情况选择存货盘存制度，并定期和不定期的进行实物盘点。(4)建立健全存货核算、稽核制度。为加强存货管理，公司应建立健全存货核算制度。在存货日常管理中，仓库保管员应及时登记存货台账;财会部门应根据存货收发凭证及时进行账务处理。公司除建立健全存货核算制度外，还应完善公司存货稽核制度。
(四)科学设置存货管理岗位、明确存货管理人员责权
为解决公司存货管理中存在的诸多问题，必须合理设置存货管理和核算岗位，并明确岗位分工、明确存货管理人员责权。首先，建立存货管理岗位责任制，明确相关部门和岗位的职责权限和工作要求，确保存货管理不相容岗位相互分离、相互制约和监督，严禁未经授权的部门人员办理存货业务。再次，科学制定存货管理业务流程，明确存货的取得、验收与入库、仓储与保管、领用发出与处置等环节的控制要求，做好相应的记录与凭证保管。
(五)改进公司存货管理技术与模式
对于存货管理模式的选择，公司应根据自身情况，选择适宜的存货管理模式，也可以综合运用不同的存货管理模式，以达到最优效果。结合南通某农电发展有限公司存货管理现状及存货自身的特点，笔者认为，该公司应建立适合自身发展需要的计算机存货管理系统，以便可以实时、动态了解公司的存货信息，并使存货核算能够做到及时、准确和完整，从而充分提高存货的运营效率。
针对南通某农电发展有限公司在存货入库、保管、出库及会计处理等环节存在的诸多问题及导致存在这些问题的深层次原因，要提高该公司存货管理水平，应做到以下几点：一是提高公司经营管理者存货管理意识和理念;二是提高存货管理人员的职业素养和业务水平;三是建立健全公司存货管理制度;四是科学设置存货管理岗位、明确存货管理人员责权;五是改进公司存货管理技术和模式，只有这样才能实现公司存货管理的最终目标。
1电子商务中的数据挖掘简介
电子商务中的数据挖掘即Web挖掘，是利用数据挖掘技术从www的资源(即Web文档)和行为(即Web服务)中自动发现并提取感兴趣的、有用的模式和隐含的信息，它是一项综合技术，涉及到Internet技术学、人工智能等多个领域。当电子商务在企业中得到应用时，企业信息系统将产生大量数据，并且迫切需要将这些数据转换成有用的信息，为企业创造更多潜在的利润，数据挖掘概念就是从这样的商业角度开发出来的。
2Web数据挖掘的流程
Web数据挖掘是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取商业决策的关键性数据，可以使企业把数据转化为有用的信息帮助决策，从而在市场竞争中获得优势地位。在电子商务环境下，Web数据挖掘主要分为以下几步:(1)数据收集。首先数据收集主要针对web数据中的服务器数据、用户数据。其中服务器数据是Web挖掘中的主要对象。服务器中承载着用户访问时产生的对应的服务数据，其中包括了:日志文件、cookie文件、数据流。将这些数据进行初步收集，再针对这些数据进行深度分析挖掘。(2)数据选择和预处理。通过数据收集将数据进行分类，根据所需的信息主题对收集的数据进行选择，通过选择相关的数据项缩小数据处理的范围，挑选其中的有效数据进行数据预处理。数据预处理能够提高挖掘效率，为之后的数据分析提供有效的数据。Web数据中大多数都是半结构或非结构化的，所以对web数据进行直接处理是不可行的。数据预处理能够把半结构或非结构化的数据处理成标准的数据集方便后期处理。(3)模式发现。模式发现是运用各种方法，发现数据中隐藏的模式和规则。通过模式发现技术对预处理之后的数据进行处理得到相应的事务数据库，利用模式发现对数据进行初步挖掘，将预处理下的事务数据转换成可被挖掘的存储方式，通过数据挖掘模式算法对其中有效的、新奇的、有用的及最终可以理解的信息和知识进行挖掘与总结。(4)模式分析。模式分析主要是采用合适的技术和工具，对挖掘结果进行模式的分析，其目的是根据实际应用，通过观察和选择，把发现的统计结果、规则和模型转换为知识，经过筛选后来指导实际的电子商务行为。
3电子商务中的数据挖掘技术
(1)路径分析技术。路径分析主要是对web访问路径进行搜索分析，对于频繁访问的路径进行总结。利用Web服务器的日志文件进行数据分析，对访客次数以及对应路径进行分析挖掘出频繁访问路径。通过数据可以分析出大多数访问者的共同喜好，从而能够帮助电子商务改进web设计以及提供更好更符合客户的服务。(2)关联分析技术。关联技术是通过对数据进行分析寻找出隐藏的数据联系，关联分析可是对单纯的web数据与对应的电子商务进行联系。从而可以在web数据挖掘中得到该商务网站的关联原则和信息。从而更好的使得客户和网站数据有之间的相互联系。(3)聚类分析技术。聚类分析是根据对象进行数据分析了之后，对数据的信息和客户对象之间的关系进行总结。对数据对象进行分组成为多个类或簇，按照数据对象之间的相似度进行划分。(4)分类分析技术。分类分析是通过对数据库中样本数据的分析，对每个类别做出准确的描述或分析模型或挖掘分类规则。分类分析是电子商务中一个非常重要的任务，也是应用最广泛的技术。通过分类自动推导给定数据的广义描述，以便对未来数据进行预测。
4Web数据挖掘技术在电子商务中的应用
(1)制定优质个性化服务。电子商务的发展给了人们更多元化的选择，同时，电商网站经营的商品也在不断增加，在这样多元化的网站结构中想要快速找到符合自己的商品必定会是一个繁琐的.过程。然而通过数据挖掘对浏览量、购买力、搜索强度进行合理应用，针对数据分析结果对网站进行制定优质的个性化服务设计，更合理的安排网站中的物品摆放，从而为用户提供更个性化的服务。(2)优化站点设计。Web设计者可通过挖掘用户的Web日志文件，对Web站点的结构和外观进行设计和修改。网站网页的内容设置直接影响网站的访问效率。网站管理员按照大多数访问者的浏览模式对网站进行组织，尽量为大多数访问者的浏览提供方便，给客户留下好的印象，增加下次访问的机率。(3)聚类客户。在电子商务中，聚类客户就是主要的运营策略，可以对客户浏览的信息等内容出发，对客户的共性进行分类，从而让电子商务的运营者能更加全面的了解客户的需要，对网页的内容进行适当的调整，并在多方面满足客户的内在需要，尽最大限度的为客户提供优质的、合适的服务。(4)营销效益分析。利用web数据挖掘对商品访问和销售情况进行有效分析，这样能够确定一些营销及消费的生命周期。再者结合目前的市场变化，针对不同的产品进行定制独特的营销策略。数据挖掘能够有助于提高电商的营销效益。
5结语
综上所述，web数据挖掘在电子商务的应用越来越广泛，web数据挖掘能够在海量数据里挖掘出有用的信息。通过数据处理把握客户动态、追踪市场变化，在激烈的市场竞争中，做出正确的决策。Web数据挖掘在电子商务领域中一定会有广阔的应用前景，它将带领电子商务系统走向更加智能化、使客户服务走向更加个性化。
参考文献:
［1］袁鸿雁．Web数据挖掘技术在电子商务中的应用研究［J］．电脑与电信，20xx(3):23～24．
［2］叶小荣．WEB数据挖掘技术在电子商务中的应用研究［J］．北京电力高等专科学校学报，20xx．
［3］马宗亚，张会彦．Web数据挖掘技术在电子商务中的应用研究［J］．现代经济信息，20xx(6X):395．
［4］邰宇．Web数据挖掘技术在电子商务中的应用研究［J］．中国新技术新产品，20xx(2):21．
[摘要]
存货是企业的重要资产，它管理的好坏，直接关系到企业的资金占用水平，以及资产运作，是企业管理中不司忽视的一部分。本文从企业财务管理的存货管理方面论述了存货管理在企业管理中的重要地位及存货管理的最终目标，并阐述了如何加强存货管理，挖掘企业第三利润源泉。
[关 键 词]
企业；存货；管理制度
一、存贷管理在企业管理中的重要地位
存货是一项重要的流动资产，一般情况下。存货占企业总资产的30％左右，其管理、利用情况如何，直接关系到企业的资金占用水平以及资产的运作效率。在不同的存货管理水平下，企业的平均资金占用水平差别是很大的。正确的存货管理方法可以通过降低企业的平均资金占用水平，提高存货的流转速度和总资产周转率，最终提高企业的经济效益。另外，从市场营销的角度来看。存货作为企业物流的重要成份，其成本降低的潜力比任何其它市场的营销环节要大得多，如企业物流成本占营销成本的50％，其中的存货费用大约占35％。而物流成本又占产品全部成本的3O％——85％；由此看来，降低存货成本已经成为“第三利润源泉”。
二、企业存货管理存在的问题
(一)管理不善：企业内部缺乏一整套有关存货管理的规章制度，有了制度也不能很好执行。
(二)核算不实，成本费用增加：有些企业的会计核算起不到监督作用，账实严重不符；有的企业对新税制下存货的核算缺乏认识和了解，在购进环节不按规定取得增值税专用发票，增加自身税负。
(三)产品滞销，效益低下：产品滞销是大多数亏损企业的通病。
三、加强企业存货管理的对策
利用企业物流的先进的管理理论和管理方法，对企业存货管理的全过程进行优化组合和合理配置，使存货管理活动中的订单流、物流和资金流处于最佳状态，以最少的投入获得最大的产出，这是现代企业存货管理的趋势和重点。我们的大多数企业都将主要精力投入到提高销售和扩充规模上，相比之下，对存货管理则有所忽视，
为了降低企业的存货成本，提升核心竞争力，企业必须将加强存货管理提到日程上来。
(一)建立适合自身发展需要的`计算机存货管理系统
企业要根据自己的需要，建立适用的存货管理系统，以便可以实时、动态了解企业的存货信息，提高存货运营效率。按统一的会计制度规定进行核算，对存货的核算应及时、准确和完整。
(二)建立科学高效的存货管理制度
企业应建立起科学高效的存货管理制度，并随着企业的发展不断完善。存货的日常控制方法应采用存货归口分级管理责任制。制定指标部门应参照历史数据，结合本期实际情况，分解存货资金计划指标给企业各有关职能部门进行管理。
(三)存货的规划
存货的规划是控制存货水平，降低资金占用，使存货效益和成本达到最优化的存货事前控制方法。做好存货规划，首先应制定经济订货规划，确定好经济订货批量，再订货点，及时补货，避免缺货。其次，要确定存货资金的占用额。通常可以采用以下三种方法：一是根据各种存货平均每天的周转额和其资金的周转日数来确定存货资金数额的周转期法；二是以上年存货资金占用额为基础，分析计划年度各项变动因素加以调整后确定资金数额的因素分析法；三是根据存货资金与有关因素的比例关系来确定资金数额的比例法。
(四)完善内部控制，确保其行之有效
1．做好岗位分工控制。首先，建立存货业务的岗位责任制，明确相关部门和岗位的职责权限，确保存货业务的不相容岗位相互分离、相互制约和监督。其次，授权批准控制，明确审批人对存货业务授权批准方式、程序和相关控制措施的权限责任；明确经办人员的职责范围和工作要求，对于超越权限的业务有权拒绝办理，并向上级报告；严禁未经授权的机构人员办理存货业务。再次，制定存货业务流程，明确存货的取得、验收与入库、仓储与保管、领用发出与处置等环节的控制要求，做好相应的记录与凭证保管。
2、取得、验收与入库的控制。外购存货应符合内部《采购与付款》的有关规定；抵顶债务及其他原因入库的存货应有有关部门、人员的审批，其价值与质量状况应符合双方协议；严格验收制度，重点是对取得存货的品种、数量、规格、质量和其他相关内容进行验收；设置存货明细帐，加强对代管、代销、暂存与委托加工存货的管理。
3．仓储与保管控制。首先，根据销售计划、生产采购资金筹措等制定仓储计划，合理确定库存存量的结构和数量。其次，加强日常管理，严格限制未经授权的人员接触存货。再次，建立库存存货分类管理制度，对企业全部存货按其重要程度、价值高低、耗用量大小和订购难度等为标准，划分出ABC类，分别管理；对贵重物品、生产用关键备件、精密仪器、危险品等重要存货采取特别控制措施。第四，建立健全存货的防火、防潮、防盗和防霉变措施。最后，建立清查盘点制度，如有盘亏和盘盈，应分清责任，报告有关部门及时处理。
4．监督与检查。定期检查存货业务的相关岗位和人员的设置情况；定期检查存货业务授权批准制度的执行情况；定期检查存货收发、保管制度的执行情况；定期检查存货处置制度的执行情况；定期检查存货会计制度的执行情况。
(五)合理整合内部物流资源，充分利用第三方物流
企业内部物流资源是指有利于加强存货管理的所有资源，如仓储资源、人力资源、信息资源、管理资源、运输资源等。企业内部的物流资源是否得到充分利用，直接影响着存货的经济采购量、仓储量和存货的成本。在企业管理中，企业内部物流资源的整合已为大多数企业所重视，如仅利用内部物流资源，难以满足企业降低成本和提高竞争力的要求，而利用第三方物流对加强存货管理有重要作用。一是有利于降低仓储费用，运输费用，；二是减少存货储存资金的占用，提高资金利用率；三是有利于提高企业的物流管理水平；四是企业物流的外包，可减少物流设施的投资费用，物流人员的管理费用，减少流通环节。利用第三方物流应注意以下问题：一是在内外资源的利用上，应先整合内部资源，如企业有闲置厂房，运输设备，应先盘活利用现有资产，同时还应考虑安排就业和分流富余人员等非经济因素；二是应注意物流管理人才的引进和中介机构的作用，现代物流管理理论与企业存货管理，很大程度上依赖于精通现代物流管理的人才；三是加强存货管理过程中，不能局限于考虑存货的仓储成本和配送成本，还应改善企业业务流程的设计和企业分支机构及经营网点的设置。
总之，通过加强企业存货管理，达到降低企业综合成本的目标，有效地保证企业生产经营活动的连续正常进行，从而提高产品的竞争能力，确保企业持续、稳定、健康地发展。
统计是一种科学认识世界的方法，其研究的对象是大量数据。由此可以知道统计学即收集、分析、解释、表述大量数据。没系统学习过统计学的人简单的认为统计学就是加减乘除的数字运算，那只是统计学的外在形式，真正的统计学研究的是研究对象本身的变化规律，统计思想就是在统计工作中应树立的世界观与方法论.在当前社会中，统计学的应用范围不断扩大，各个领域都能看到统计思想的影子。经济学与统计学是两个独立的学科，统计学是从高等数学中的数理统计分离出来再进行展开的一部分。统计学偏重数学，经济学偏重理论。两者之间也存在一定的联系，经济学中的有关理论的数据支持像GDP、失业率、企业经济决策等的一般通过统计学得出数据，统计学还是经济学解决计算问题的重要工具。
【摘要】目的：分析HIS数据的挖掘与统计对医院管理决策的意义。方法：首先对我院的管理人员和临床一线医护人员进行调查，并对HIS数据的挖掘统计实施前和实施后的评价进行统计，最后记录各项数据结果。结果：通过调查后发现，实施HIS数据的挖掘统计后，管理人员对医院管理的评分较比实施前更高，组间数据经验检验P<差异具有统计学意义。比对工作人员对医院管理的评分，实施后较比实施前更高，组间数据经验检验P<差异具有统计学意义。另外，比对实施前和实施后的优良率，前者低于后者，组间数据经验检验P<差异具有统计学意义。结论：HIS数据的挖掘统计可以使医院的管理决策得以改善，医院整体水平也会明显提升，可进一步实践和普及。
【关键词】HIS数据挖掘与统计；医院管理决策；意义分析
近年来，医院信息系统被广泛应用，同时将诸多历史重要信息进行回顾与收集，这些信息在医院日常工作中起着举足轻重的作用，同时也是医院管理决策的重要资源。通常情况下，人们通过分析大量的数据信息，对其进行整理和归类，在结果中找出医院经营与医疗业务的规律，在一定程度上对医院管理者决策有着重要意义[1]。鉴于此，此研究分析HIS数据的挖掘统计的价值，对我院的管理人员和工作人员进行调查，现将具体流程和研究结果进行以下表述。
1对象与方法
基础信息选择20xx年5月至20xx年5月的各部门领导和工作人员作为此次研究调查对象，调查方式以调查问卷为主，20xx年5月至20xx年5月期间为HIS数据的挖掘统计实施前，20xx年6月至20xx年5月为HIS数据的挖掘统计实施后。调查研究人员中，院领导5名，职能科室负责人5名，临床医技科室主任6名，临床医技科室护士长5名，临床医技科室主治医师职称20名，护理人员30名。方法HIS数据的挖掘统计主要流程为：①明确挖掘的最终目的，同时对医学领域和相关知识经验进行掌握。随后明确需要处理的问题，利用用户的角度，制定医学数据挖掘的最终目的，同时还需将结论的'判定依据进行拟定。②掌握数据挖掘所需的内容，同时将医院包含对象的基本情况进行查阅，将数据的初步收集过程予以实施。在此期间，还需将原始数据的实施情况予以保留，并对数据的属性予以明确[2]。③数据的准备。通常情况下，医学的数据较多，且具有复杂性，因此需事先整理原始数据，随后进行分析。对数据不同种类实施针对性方法进行预处理，随后依据数据挖掘的最终目的和自身特征将适宜的模型进行选择，让数据之间进行相互转换。④数据的挖掘。首先分析数据，利用科学合理的算法进行，同时该步骤在医学相关知识的探索中至关重要。实施该流程需事先描述相关概念，随后采用关联分析进行分类和预测，随后采用聚类分析和趋势分析，还可以利用孤立点分析和偏差分析等。值的注意的是，需证实挖掘的数据结果，让其合理性得以保证。⑤总结结果。首先讲述搜索到的医学知识，将其和最初的目标进行比较，这样可以保证实施期间的合理性。⑥知识的同化和具体应用。首先整理挖掘到的相关结果，并运用到HIS医学中，在此期间需进行计划性实施，并加以控制。判定依据[3]将管理人员和临床一线医护人员对医院的管理评分进行评价。结果超过90分，表示评价结果为优，结果介于70至89分之间，表示评价结果为良，结果低于70分，表示评价结果为差。数据检验及分析此次研究中涉及的所有数据均选择（）进行检验和分析，各项管理评分以均数（±）表示，组间行T值检验，管理效果以（%）表示，组间行卡方检验，组间数据经验检验P<差异具有统计学意义。
2实验结果
实施前和实施后管理人员对医院管理的评价结果比对实施前和实施后不同管理人员对医院管理的评价，实施后的各项评分较比实施前明显较高，组间数据经验检验P<差异具有统计学意义。临床工作人员对医院管理的评价结果比对实施前和实施后临床一线医护人员对医院管理的评价，实施后的各项评分较比实施前明显较高，组间数据经验检验P<差异具有统计学意义。详情数据结果由表2所示。实施前和实施后的管理效果评价结果实施前，管理效果评价优良率经统计后为，实施HIS数据的挖掘统计后，管理效果评价优良率经统计后为，两组间数据经验检验P<差异具有统计学意义。详情数据结果由表3所示。
3讨论
近几年，HIS系统的应运而生，对医院的管理和工作起到促进作用，不仅使医院各个岗位的工作效果进行提高，同时加强了卫生资源的使用水平[4]。与此同时，HIS系统还可以使医疗差错的几率显著降低，患者的就医体检得以改善，规范医院的各项管理，从而使百姓对医院的信任度提升。除此之外，该系统的运用可以优化工作流程，加大医院管理力度的同时提升管理水平，从而提高医院核心竞争力[5]。决策系统属于全新的管理系统，其主要是解决半结构化决策问题，提升管理者的决策能力，使决策的质量进一步加强，将信息资源充分利用后将医院的整体管理水平得以改善[6]。从此次数据结果可以看出，通过实施HIS数据的挖掘统计后，不同管理人员和临床一线医护人员的各项评分较比实施前更高，组间数据经验检验P<差异具有统计学意义。这一研究结果说明，通过实施该系统后，可以将服务措施变得更加针对性，医院的组织结果也可以进行优化。与此同时，还可以使医院的工作效率进行提升，有助于和谐医患关系的构建。另外，从管理效果评价结果来看，实施后的优良率明显优于实施前的，这一研究结果充分体现了HIS数据的挖掘统计的应用可行性和优势。综上可知，HIS数据的挖掘统计可以使医院的管理决策得以改善，医院水平也会明显提升，具有较高的实践意义。
参考文献
[1]于树新,刘素温,邹向坤等.HIS数据的挖掘统计对医院管理决策的意义[J].中国医药导报,20xx(25):141-143,159.
[2]王瑞.基于HIS的门诊医疗数据仓库构建及多维分析和挖掘[D].南开大学,20xx.
[3]吴骋,罗虹,何倩等.对医疗数据为医院管理与临床诊疗提供支持的研究[J].中国数字医学,20xx,07(2):41-43.
[4]吕学明.数据挖掘在医务管理中的应用[D].山西大学,20xx.
[5]郭庆,谷岩.数据挖掘技术在医院信息系统的统计分析与决策中的应用[J].中国医疗设备,20xx,25(5):64-67.
[6]沈明霞,林雨芳,章光华等.中医院HIS系统数据的挖掘和应用[J].中国数字医学,20xx,06(4):81-82,85.
