本论文将数据挖掘相关技术应用到企业职工非工作的上网行为监测

分析中。以数据挖掘理论为基础来搭建数据分析模型,通过优化企业现

有的业务数据处理流程,来改变企业传统的数据处理方式;利用多维度

数据分析,掌握企业职工非工作上网行为的轨迹,发现信息与信息之间

的潜在联系,从而发掘出职工非工作上网行为数据所带来的背后真实原

因。为改善企业监管流程及各项制度,完善企业文化建设,提高企业魅

力等方面提供客观、科学的数据依据。

结合D银行数据分析模型的应用的经验,扩展到其他金融行业中。

同时,从利用数据分析模型来优化数据处理流程的角度研究探索科学的

IT运维管理经验,对解决类似问题具有普遍指导意义。

本论文主要内容包含:在数据挖掘理论基础方面阐述了模型与算法

和相关技术;对上网行为管理发展历程的探索,结合D银行案例,诊断

出员工非工作上网行为管理的现有问题;凭据诊断的结果,以Apriori

方法为理论根基,来搭建数据分析的模型,运用了关联法则、聚类、信

息检索的相关技术对数据进行科学处理,同时,应用该模型,对D银行

员工非工作上网行为数据处理流程优化进行实证研宄。

关键词:非工作上网,数据检索,挖掘识别,关联,聚类