利用大数据挖掘矿石中主要矿物之间的关系

• 作者: 彭润民 闫岩 陈军林
• 来源期刊: 岩石矿物学杂志
• 学科: 地球科学
• 关键词: 矿石 矿物成分 关联规则 社团检测 大数据 数据挖掘
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 方法与应用
• 页码范围: 605-614
• 页数: 10页
• 分类号: P578|O21
• 语种: 中文

摘要

近年来,借助于大数据技术的发展,地质学迎来了新的发展机遇,但目前利用大数据技术来分析矿物之间关系的研究还比较少.矿物是岩石、矿石的基本组成要素,通常都是以共存集合体的形式产出.矿物的产出不是随机的,而是按照一定的规律共生、伴生在一起.通过大数据技术挖掘出这种矿物的共伴生规律,能够更好地认识矿物之间的关系,对于指导找矿实践有积极作用.本文利用频繁模式挖掘、关联规则、网络分析以及社团检测这些常用的大数据挖掘方法进行了矿石主要组成矿物的大数据分析.所使用的矿石矿物组成数据来自于美国地质调查局的全球矿产资源数据系统(MRDS),该数据集收集了来自于全球的大量矿床中矿石的矿物组成数据.研究结果显示,通过关联规则可以挖掘出隐藏在矿石矿物成分大数据集中的频繁矿物组合,对于找矿勘查和认识矿物之间的关系有积极作用;关联规则挖掘出的规则是～种量化的推理规则,通过兴趣度度量指标能够定量地表征规则的强弱,这种规则相比于经验总结的规律更加定量化和精细化;通过网络分析能够对矿石中主要矿物之间的关系和共伴生规律进行动态、多维、定量的可视化;再结合社团检测可以从矿石矿物数据集中发现隐藏在其中的矿物之间的关系.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭润民		35	883	15.0	29.0
2	陈军林		1	0	0.0	0.0
3	闫岩		1	0	0.0	0.0