胡启成 叶为民② 王 琼 陈永贵

(①同济大学岩土及地下工程教育部重点实验室，上海 200092，中国)(②教育部城市环境与可持续发展联合研究中心，上海 200092，中国)

0 引 言

2008年，Google推出了GFT(Google Flu Trends)，利用Google搜索引擎，根据人们键入的搜索关键词的频数预测流感，经与美国疾病控制和预防中心监控报告相关书籍的多次比对，证实了预测结果与实测值之间存在很大的相关性(Laser et al.，2014)。这意味着，利用大量数据的相关性解决部分问题成为可能。与此同时，根据搜集到的用户信息，大数据推荐系统可向用户推送专属、感兴趣的片段信息(朱扬勇等， 2015)，如购物软件的商品推荐系统，音乐软件的歌曲推荐系统，导航软件的交通流量预测等等，大数据已经渗透进人们生活的方方面面。

长期以来，地质学科积累有大量的文本、图像和序列数据，借助大数据手段开展地质数据在科研和商业上的应用研究，具有极其重要的理论与社会意义。2017年11月，“地质云1.0”上线运行，实现了地质调查数据共享； 2018年10月18日，“地质云2.0”在2018中国国际矿产大会上正式上线，我国的地质数据共享工作正在有序推进。

地质大数据一般包括序列数据、文本数据及图像数据。其开发利用过程一般包括数据采集、数据预处理、模型构建、模型训练和结果评价等5个步骤。其中，模型构建是地质大数据挖掘的关键。

地质数据挖掘的发展主要取决于大数据挖掘技术的进步。初期主要依赖于传统的机器学习、模式识别等方法，如Bhattacharya et al.(2006)利用决策树、人工神经网络及支持向量机算法，将静力触探试验测得的锥尖阻力和侧壁摩阻力生成图像，再利用CONCC算法进行分割，并针对分割块进行土性分类。……