近年來，隨著信息產業規?；潭鹊娜找婕由?，數據量呈指數式爆炸增長，龐大數量的多源異構數據帶來一系列挑戰的同時，也帶來了巨大的商機。于是，人們就提出了數據挖掘的概念，以便從大量的數據中發現有價值的規律和知識。本文以“智慧國防”綜合應用系統為背景。在整個國防項目中，擇優定兵環節是非常重要的環節，需要從所有適齡青年中挑選合適的應征兵員。每年的適齡青年都產生大量的數據，這些數據中蘊含著多個維度的屬性特征，以往的擇優定兵環節全程人工進行，具有很大的工作量。因此，對待定兵員數據進行數據挖掘，建立合適的擇優定兵模型，為武裝部工作人員提供擇優定兵的智能分析和輔助決策，具有很重要的意義。本文的主要研究內容為數據挖掘在擇優征兵工作中的應用，包括擇優定兵問題上的數據挖掘模型設計及實現。模型設計具體包括業務理解，數據理解，數據預處理設計，模型的選擇、評估與優化。重點研究了不平衡分類問題以及邏輯回歸、決策樹、隨機森林、GBDT等分類模型，并對各個分類模型的參數優化方法、模型評估方法進行了研究。最終得到了在定兵類召回率、F1分數、ROC_AUC上均表現較好的擇優定兵模型，該模型在訓練集，交叉驗證和測試集上均能得到較好的分類結果，具有較好的泛化能力。

　　近年來，隨著信息產業規模化程度的日益加深，數據量呈指數式爆炸增長，各行各業每時每刻都在產生著大量待分析的數據，數據規模從MB、GB 級發展到TB、PB 級甚至EB、ZB 級。為了進一步提高數據信息的利用率，基于數據庫的知識發現（Knowledge Discovery in Database，簡稱KDD）和它的核心技術——數據挖掘（Data Mining）被提出。數據挖掘是從更大范圍的概念，就是從大量數據中發現價值的一個處理過程。從數據挖掘中得到的價值和知識可以應用于各種領域，包括經濟管理、工業控制、商業營銷、項目管理以及科技創新等。

　　本文以“智慧國防”綜合應用系統為背景。在整個國防項目中，征兵業務是非常重要的部分，兵員的擇優定兵環節則是重中之重。每年的待定兵員在定兵前產生大量的數據，這些數據中蘊含著兵員在多個維度的屬性特征，以往的擇優定兵環節全程由武裝部工作人員人工進行，具有很大的工作量，費時費力，而且人工操作不可避免地會存在一些差錯和局限性。因此，對待定兵員數據進行數據挖掘，建立合適的擇優定兵模型，為武裝部工作人員提供擇優定兵的智能分析和輔助決策，具有很重要的意義。