以粤西庞西垌矿床远景区1∶5万水系沉积物地球化学测量及异常查证数据为基础，应用Python编程语言开展关联规则算法的应用案例研究。结果显示，Apriori算法可以有效挖掘元素组合之间的关联规则数据集。当Au、Cu、Sb在异常值范围内时，出现As为异常的可能性是95.5%。Apriori算法挖掘的关联规则符合实际，组合异常的强规则与研究区已知矿化地段的异常组合重合性较高。可以推论，面对海量的地球化学数据,逐个进行元素分析较为耗时而且无法观测到元素之间的关系，通过关联规则算法找出元素异常组合规律的办法，使之最大限度地保留元素之间的相关信息，可以用来寻找隐藏的元素组合以及其中的潜在相关性。未来构建指示找矿的成矿关联规则数据库并进行矿床预测，将比运用传统的方法更加便捷。

推荐系统算法是大数据挖掘的重要技术之一。根据钦杭成矿带南段文地幅1∶5万地质矿产调查所获得的数据，研究选取中型银金矿床、小型银金矿床(点)、确证无银金矿床、未评价区域(针对银金矿床)、中型铅锌矿床、小型铅锌矿床(点)、确证无铅锌矿床、未评价区域(针对铅锌矿床)作为待预测的能动项，选取加里东期混合岩、燕山早期侵入岩、燕山晚期侵入岩、北东向断裂、北西向断裂以及Au、Ag、Pb、Zn元素作为因素项，运用基于内容的推荐系统算法，构建能动项因素项的效用矩阵，计算已知矿床(点)与其他未评价区域之间的相似度，进而预测银金矿床和铅锌矿床潜在的找矿区域。实验结果表明，推荐系统算法能够较好地挖掘与成矿有关的信息，快速抓取出与某类矿床(点)相似的潜在成矿区域。对于银金矿床，相似度较高的区域主要分布在已知矿点周围以及北东向断裂的两侧，少量分布于叠加断裂附近。对于铅锌矿床，中型铅锌矿床的结果显示出较高的区分度，高值区基本涵盖了所有已知的铅锌矿点，小型铅锌矿床的结果更加集中。除已知矿点外，还有几处高值区可作为重点的找矿靶区。

Identification of ore deposit types is an important part of mineral exploration. Traditional methods for predicting deposit size are time-consuming, laborious and costly. In order to improve prospecting efficiency and accuracy and reveal potential relation between chemical composition and the size of gold mineralization, we propose here an integrated approach using the Principal Component Analysis (PCA) and Support Vector Machine (SVM) algorithms. In this approach, we first extract the major features of samples using PCA, and we then train a set of SVM classifiers by these features to predict deposit sizes. In this study, we collected and analyzed 3812 gold mine samples from Beishan, Gansu region to establish a PCA-SVM model with the training accuracy of 92.3% and the test accuracy of 88.7%, which were 14.3% and 17.1% higher, respectively, than using SVM. We demonstrated that the PCA-SVM method not only can eliminate subjective factors, but also can improve the accuracy of identifying ore deposits as well as prospecting efficiency, thus to provide reliable support for decision making.

随着科技的飞速发展，地质大数据正在呈爆炸式增长，地质大数据可视化与交互方法成为研究的新方向。如何通过可视化方法将巨大的、复杂的、潜逻辑的地质数据展现与交互是需要进一步探索的。本文提出基于VR技术的多尺度地质数据3D沉浸式可视化与交互方法，该方法既符合计算思维又符合地质专业理论。首先，从理论上提出多尺度地质数据可视化理论模型；其次，基于VR技术实现多尺度、多分辨率地质数据的可视化；最后，构建了3D沉浸式虚拟现实平台，采用实际数据验证方法的有效性。该方法适用于地质数据的可视化与交互，为科学的定量评价、分析和教学提供新思路，是未来的必然发展趋势。