摘要：数据挖掘，即通过设置一定的学习算法提取海量数据中潜在的有用信息。其具备预测和描述两大功能，应用于军事理论研究领域，可发现理论空白，激发科研创新；可对数据进行智能分析，提高研究效率；可助力科研管理，提升管控效能。为此，应强化数据驱动的军事理论研究思维，注重数据资料的积累，加强各种挖掘模型的研发，推动军事理论研究数据机制创新，为军事理论创新提供强大支撑。
关键词：军事科技； 数据挖掘； 军事理论研究；
当今世界，大数据、人工智能等现代信息技术向各行各业快速渗透融合，进而推动整个社会发展，已经成为大方向、大趋势。"智能 X"应用范式不断在各领域延伸，成为人工智能驱动第四次技术革命的最主要表现方式。但是，军事理论研究领域的智能化程度尚浅，尤其是大数据智能应用，还处于初期阶段。海量的数据资料，使科研人员很难辨别并搜索出能够对决策提供支持的有效知识。因此，加快数据挖掘在军事理论研究领域的广泛应用，对全面推进军事理论现代化发展意义重大。
一、数据挖掘的几个基本概念
所谓数据挖掘，是指从海量、模糊、随机的大数据中，通过设置一定的学习算法提取潜在的有用信息。数据挖掘技术之所以能够被广泛应用，在于其具备预测和描述两大功能。前者是"从已知推断未知",以当前分析为基础，利用数据库已有数据和专家知识建立识别模式，预测未来可能发生什么，展现事物发展趋势。后者是"信息推演信息",揭示已有信息更深层次的内在表达，从已有数据库中发现未知的、有价值的信息，反映事物本质。
数据挖掘一般分5个步骤。一是数据准备。数据是基础，数据挖掘必须依托各类数据集展开。在军事理论研究全过程中，都要对各类数据资料进行搜集保存、建立数据库，必要时进行数据集成、选择和预分析等，为数据挖掘提供"矿床".二是模型建立。数据挖掘依赖一定的模型，主要是指依据挖掘目标由已知知识建立的判别模式，用以提供给各种学习算法训练、学习、记忆。模型应当具备开放性，避免固守一种模式而将挖掘引入歧途。三是挖掘分析。利用训练成熟的学习算法，查询分析数据集，挖掘出与已知模型同类型的知识或新信息。四是知识表达。结合数据可视化技术，针对不同需求，将挖掘出的信息以最为直观、恰当的方式展现出来。五是信息评估。挖掘出的知识是否准确，需要检验和评估，并及时反馈，改善模型，重新挖掘。
数据挖掘既是信息处理的工具，更是军事理论创新的思维方法。军事理论研究面对的各种信息浩如烟海，且伴有大量模糊、有干扰、随机、不完全的信息。这就需要科研人员具备数据挖掘的意识和慧眼，不被信息表象所迷惑，才能挖掘出背后真正对研究有巨大价值的隐含信息。
二、当前军事理论研究存在的若干问题
理论是实践的先导。军事理论研究成果对军事实践活动有重要指导意义。当前，我军军事理论研究仍存在如下问题，成为制约军事理论研究创新发展的掣肘。
（一）从研究成果看，理论创新程度不够
军事理论创新，是中国特色军事变革的重要内容，强大的军队必须以科学的军事理论为指导。研究成果的创新程度、应用效益，很大程度上受制于研究问题的针对性，即在确立研究问题阶段，能否发现、填补理论空白尤为重要。我军军事理论研究大多以指令性任务和人为发现问题为主，存在很大局限性，一定程度上制约着军事理论研究创新。
（二）从研究过程看，资料准确性不高
军事理论研究中，学术调研通常依靠检索展开，其质量高低关乎研究成果优劣。如果研究人员对所研究问题有充分了解，就能取得理想化检索结果。但实际研究过程中，一方面，由于研究人员在初始阶段认识较为粗浅，很难提出精准检索关键词，往往造成检索结果不全面、缺少深度甚至出现偏离，对研究问题难以形成有效学术支撑；另一方面，即使研究人员对研究问题有一定程度的认识，但由于部分高价值数据资料未关联关键词，检索时仍难以被检出。
（三）从科研管理看，低水平重复性研究居多
科研管理部门历年统计数据显示，我军军事理论研究仍然充斥着大量低水平、重复性研究，科管部门虽建立了一定规模的数据库，但限于其智能化程度，仍难以有效解决上述问题，间接造成大量研究经费浪费，研究成果取得的效益也不显著。
三、数据挖掘在军事理论研究中应用的可行性
大数据时代的军事理论研究，蕴藏着更多理论创新的可能，也提供了诸多创新型科研组织模式。其中，数据挖掘的应用，可为解决我军军事理论研究存在问题提供新思路，可拓展形成以数据为核心的军事理论研究新模式。
（一）发现研究空白，激发科研创新
军事理论研究中，可运用自然语言处理、语义分析等技术，通过对以往大量研究资料、成果的深度挖掘，以数据量和持续增长的计算能力为依托，利用数据挖掘的预测能力，结合深度学习技术，不断完善数据模型，挖掘出特定研究领域的空白点。甚至可基于部分客观事实，对研究方向进行可控预测，开拓研究人员思路，用不同视角和观念，拓展研究人员思维，引领其发现亟待研究的各类问题，以推动军事理论研究创新。
（二）开展智能分析，提高科研效率
军事理论研究活动，离不开科研人员对大量数据资料的阅读、理解、参考、分析。对于多源采集而来的结构化、半结构化和非结构化的数据资源，依托数据挖掘的描述能力，发现隐含的数据价值，对数据进行科学处理、转化、整合，以及智能分析，拨开"数据迷雾",辅助研究人员进行判断、决策。可利用数据挖掘、相关分析等智能化技术手段，对大量数据、文献等进行统计分析与数据价值匹配，建立数据相互之间、数据与研究之间的关联关系，帮助研究人员突破资料找不全、找不准的困境，及时而准确提供高价值理论研究相关资料，并通过数据可视化技术直观展现出来。此外，数据挖掘是一种计算智能。随着挖掘功能的不断深入，可实现以科研人员定制化需求为导向，自主提供数据资料的个性化推送服务，增强其知识获取效率和价值量，缩短军事理论研究的信息供应链长度和科研周期。
（三）助力科研管理，提升管控效能
军事理论研究的顺利开展，离不开强有力的科研管理，数据挖掘可助力军事科研管理，提高其管控效能。当前我军科研机构的数据库系统，智能化、精准化程度远远不够。应充分发挥数据挖掘的优势，对已有科研数据进行深入挖掘，指导科研立项。通过数据挖掘，对立项课题各因素进行分析，找出其潜在规则，为指标体系构建和遴选方法选择提供可靠依据，最大限度降低干扰因素对课题立项带来的不利影响，从源头上遏制低水平、重复性研究立项。同时，通过积累的科研管理数据，掌握科研人员、团队的兴趣、能力、条件等要素，为提升军事理论研究的科研管理水平提供可靠依据。
四、推进军事理论研究中数据挖掘应用的基本遵循
优化军事科研方式，提高军事科研效益效率，是数据挖掘在军事理论研究中应用的根本目的。借力数据挖掘，转变军事理论研究模式，加快推进理技融合，为军事理论创新提供强大支撑，应把握以下几个问题。
（一）强化数据驱动的军事理论研究思维
尊重技术发展规律，是推动军事理论研究理技融合健康发展的前提。数据挖掘不仅是一种技术，也是一种价值观、方法论，对于军事理论研究模式转变具有双重影响，既是新一轮军事革命的战略制高点，又对军事理论研究模式转变具有重要推动作用。推动数据挖掘在军事理论研究中的应用，应尽快转变研究思路，将逻辑归纳梳理、辩证思维推演、课题组"作坊式"攻关等传统军事理论研究模式，与基于数据挖掘的创新型研究模式有机结合起来，以数据为依托，运用深度学习、数据挖掘等新一代智能技术，学会"让数据说话".
同时，避免落入唯技术论的怪圈--数据挖掘不是终点，不能解决所有问题。需要实事求是设定研究目标，正确看待数据挖掘在军事理论研究中的地位作用；在理论研究过程中，找到"牵一发而动全身"的突破口，有效利用各种资源，逐步推进，提高军事理论研究质量效益。
（二）注重军事理论研究数据资料积累
数据挖掘的本质，是利用机器学习、统计分析等方法，从数据中自主发现规律，是数据驱动的智能，数据是一切挖掘活动的逻辑起点。因此，应注重军事理论研究全过程各种数据的积累。一方面，是军事理论研究过程本身产生的、与研究直接相关的数据资料，比如，研究的中间材料、阶段性成果等。另一方面，则是间接支撑军事理论研究的各种军事活动相关数据，比如，军事训练、作战进程、战场环境、情报资料、特定问题的背景情况等。只有把数据积累起来，才能发挥出数据挖掘的巨大效能。
数据是军事理论研究的宝贵资源。应高度重视对数据的搜集和存储，加强分类、分级管理，明确数据访问权限、异常处理机制等，夯实数据基础。在大数据环境下，将多源、多类数据充分集成，将各种类型的信息进行有效整合，逐步构建起基于专题和学科方向的军事理论研究数据资源保障体系，形成数据资源建设与军事理论研究服务的良性互动。
（三）加强各种数据挖掘模型的研发
从数据到有价值的知识产生，一个必经过程是数据挖掘模型，数据能否真正体现价值，与用什么样的挖掘模型去激活密切相关。应不断加强各类数据挖掘模型的研发，针对不同的军事理论研究需求，有序进行模型开发，细化模型分类，构建科学、高效的模型库。
首先，模型必须贴合实际。着眼于军事理论研究对数据价值的根本要求，立足于数据本身特点，关注数据结构、标准、容量等问题，确保模型与数据的无缝衔接。其次，模型需结合已有数据集不断修正。结合机器学习相关技术，反复迭代，使数据挖掘过程更加智能，达成好用、管用的目标。最后，模型应科学整合、注重统一，对于多年来特定领域已有的挖掘模型，应按照统一的数据模型和数据标准进行整合，科学划分，合理融合，避免重复劳动，集中智慧大力研发创新数据挖掘模型。此外，数据挖掘模型是知识创新的集中之处，研发的同时，应注重加强知识产权保护。
（四）推动军事理论研究数据机制创新
一是建立军事理论研究数据开放与保密机制。数据挖掘效果与数据的开放程度成正比，但军事理论研究有其特殊的保密要求，必须对数据进行审慎分析，划清界限，解决开放后数据的管理、质量、保护等问题，确保研究数据绝对安全可靠的同时，解决数据资料流动性、获取性难题。
二是建立军事理论研究数据管理机制。充分发挥军事科研管理部门和领导管理机构的作用，建立健全统建统管制度，逐步完善配套管理法规制度，推进军事数据资源共享与系统融合。
三是建立军事理论研究数据更新机制。数据采集过程是一项动态工程，其"新鲜"程度直接决定着研究成果的创新程度。因此，应摒弃"一劳永逸"的观念，实时搜集更新数据信息，实现数据的快速高效流动，不断为军事理论研究输送"新鲜血液".
参考文献
[1]陆天歌，王兆亮。数据挖掘：帮你读懂未来战争[N].解放军报，2019-12-14.
[2] 丁佐彬，尹冲，苏发富。浅析数据挖掘方法及其军事应用[J].通信战士，2013 （4） :43-47.
[3][美]特伦斯·谢诺夫斯基。深度学习[M].姜悦兵译。北京：中信出版集团，2019.